第三章　感知、思考与行动的闭环

世界的结构：智能体为什么需要“循环”？

如果你站在城市高楼上向下看，会发现所有生命都以某种循环方式存在：人群流动、天气变化、车辆起停、光影往返……这些都是由感知、判断、反馈构成的自然节律。

生命不是线性的，生命是循环性的。

当我们开始构建 Agent，我们真正面对的问题不是：

如何让 AI 更聪明？

而是：

如何让 AI 活起来？

一个能够完成任务的智能体，其行为从来不是直线，而是不断重复、不断修正的循环：

感知（Perceive） → 思考（Think） → 行动（Act） → 再次感知（Observe） → 再次思考……

这个循环，就是智能体的“心跳”。本章将围绕这一生命机制展开，解释它如何形成、如何运作，以及为什么它是 Agent 的本体核心。

一段故事：当 AI 第一次“意识到”世界在变化

让我们从一个案例说起。

有个人让 AI 帮他监控某款相机的价格。AI 很聪明：它会每天执行一次查询，把结果记录到一个表格里，并自动推送给他。

但有一天，AI 没有推送更新。他以为 AI 出错了。

但事实不是——AI 并没有“坏掉”。它只是“判断”昨天与今天的数据一样，于是：

“无需重复推送。”

再后来，他让 AI 帮他跟踪货物配送路径。AI 又一次“跳过”了提醒：

“包裹今天没有移动，我不想打扰你。”

更神奇的是有几次 AI 会主动发消息给他说：

“今天包裹的状态变化频繁，我建议你关注一下。”

这时他突然意识到：

AI 正在以“行为体”的方式理解世界。它不再是执行一个固定指令，而是在实时感知环境、判断必要性、自动调整行为。

这是智能体与传统脚本最大的区别。

脚本执行的是任务。

Agent 执行的是“对环境的回应”。

这就是循环的力量。

PEAS：智能体世界观的基础地图

在构建 Agent 之前，有一个经典框架必须介绍，那就是 PEAS：

• P (Performance)：任务成功的指标

• E (Environment)：Agent 所处的环境

• A (Actuators)：它能够采取的行动

• S (Sensors)：它能够获得的信息

这是智能体行为学最基本的概念。但 LLM Agent 让这个模型第一次变得“贴近现实”。

例如，一个“旅行规划 Agent”的 PEAS 可能是这样的：

• Performance：路线清晰、预算合理、风险最低

• Environment：网上的旅行数据、天气、交通、你的偏好

• Actuators：搜索信息、调用 API、撰写报告、发送通知

• Sensors：你给出的目标、网站信息、工具返回值

这个结构非常重要，因为它告诉我们：

智能体的行为不是由模型决定，而是由它所在的“世界”决定。

如果你给 Agent 一个简单世界，它就简单行动；

如果你给它一个复杂世界，它就会表现出复杂的行为。

而智能体的循环，就是让 AI 与世界持续互动的方式。

现代智能体循环：Thought → Action → Observation

让我们把智能体的循环拆成三部分。

1. 思考（Thought）

“我现在知道些什么？我应该做什么？要不要查验上一步的结果？目前的计划是否需要调整？”

2. 行动（Action）

• 调用工具

• 搜索信息

• 操作文件

• 发送请求

• 执行任务

3. 观察（Observation）

• 工具返回了什么？

• 出现错误了吗？

• 需要根据新信息重新规划吗？

这三个步骤形成闭环，周而复始。

举一个极简例子：

任务：帮我查明天东京的天气

循环如下：

1. Thought：需要查询天气 → 选择工具

2. Action：调用 weather API

3. Observation：收到天气数据然后再进入

4. Thought：是否需要进一步解释？

5. Action：整理结果

6. Observation：输出

这就是 Agent 的“呼吸节奏”。

而这一节奏，是 Agent 与传统应用最大的差别。

传统应用是“执行完就结束”。

Agent 是“持续活着”。

为什么智能体必须“感知”环境？

在没有感知的世界里，AI 的行为是静态的。无论外界变化，它都执行同样的指令。

但有了感知之后，它的行为出现了质变：

1. 能自动判断复杂情况

例如：

• “这个酒店价格波动太大，我等一天再订。”

• “这个数据不可信，我需要换一个来源。”

2. 能主动提醒而不是被动响应

• “你昨天修改的文档被他人也改了，我建议你看看。”

• “你今天摄入的热量过多，建议减少晚餐。”

3. 能形成长期的任务意识

• 今天价格下降

• 明天价格回升

• 后天价格稳定

AI 能“理解趋势”，而不是理解单点数据。

4. 能在世界变化时改变计划

如果你告诉它：

“帮我订一张去北京的票。”

它能根据：

• 机票余量

• 价格

• 天气

• 高铁是否延误

• 你过去的出行偏好

做出不同的行动策略。

这样的智能不来自于模型，而来自于“环境反馈”。

环境越复杂，Agent 越有生命感。

任务，不是问题：智能体的“行为单位”

我们常常觉得 AI 是“回答问题”的工具。

但 Agent 的行为单位不是“问题”，而是“任务”。

问题（Question）是静态的。

任务（Task）是动态的。

例如：

你问：

“帮我查 5 家便宜的酒店。”

这是一个“问题”。

但如果说：

“帮我规划北京 5 日游的全部住宿，根据当天活动选择最方便的酒店，并结合预算、位置、评分、过往偏好动态调整。”

这就是“任务”。

任务是：

• 可分解的

• 可执行的

• 可观察的

• 有反馈的

• 有目标的

• 涉及时间与状态的

而智能体正是以“任务”为单位运作。

任务本身就需要一个循环去完成。这也是为什么 LLM Agent 必须有循环。

没有循环，它永远只能回答问题，而无法完成任务。

环境驱动行为：AI 的“行为生态学”

行为科学中有一个概念叫“生态位（niche）”，指一种生物在环境中的适应方式与行为模式。

智能体其实也有“数字生态位”。

举例来看：

搜索 AI 的生态位

环境：海量网页

行为：抓取 → 对比 → 总结

财务 AI 的生态位

环境：账单、预算、交易历史

行为：分析 → 预测 → 建议

行程规划 AI 的生态位

环境：地点、路线、天气、交通、价格

行为：优化 → 决策 → 输出

AI 的行为完全受环境定义。

模型提供能力，

环境提供“意义”，

循环提供“生命”。

当你改变它的环境，你就改变了它的行为方式。

一个智能体不是“放在那里就能用”，它需要“在环境中存在”。

这就是“行为生态学式 AI”的核心思想。

AI 开始具备“对比”与“后悔”的能力

智能体循环出现后，有一种新的行为悄然诞生：AI 会后悔。

什么意思？

例如：

你让它完成一个写作任务，工具返回错误。它会说：

“这一步写得不够好，我需要重新生成。”

这不是预设脚本，而是循环中自发的决策。

“后悔”意味着：AI 能进行对比。

对比意味着：AI 能意识到标准。

意识到标准意味着：AI 有一个“行为评价体系”。

这在计算机史上是第一次。

过去的软件没有“后悔”的概念，它只有“失败”或“成功”。

但智能体有了“偏差”与“修正”。

这是一种行为学能力，而不是语言能力。

为什么 Agent 是“活在循环里”的？

智能体真正存在的地方，不是模型内部，而是“循环的过程”中。

一个 Agent 的“存在”包含：

• 状态

• 上下文

• 目标

• 真实世界反馈

• 工具结果

• 动态变化的环境

• 连续的推理链

它不是“一次生成”，而是“多次生成”；

不是“静态推理”，而是“动态反思”；

不是“一次写作”，而是“长期陪伴”。

智能体不是文件，不是对话，不是一次输出，它是一种持续的行为。

就像火只能存在于燃烧中，Agent 只能存在于循环里。

案例：一个简单指令如何变成一个复杂行为系统？

让我们模拟一个完整示例。

你给 Agent 一个指令：

“帮我写一篇北京 5 日游攻略。”

传统 AI 会直接写文章。

但 Agent 会这样运行：

步骤 1：感知环境（Perceive）

• 你的位置

• 天气

• 预算暗示

• 你历史偏好

• 旅行时间

• 旅行人数

步骤 2：思考（Thought）

• 是否需要分日规划？

• 是否需要查天气？

• 是否需要查交通？

• 是否需要查景点开放时间？

Agent 自己决定。

步骤 3：行动（Action）

• 调用天气 API

• 查询景点开放情况

• 根据你偏好筛选路线

• 计算通勤时间

• 生成初版规划

步骤 4：反思 Observation

• 路线是否逻辑合理？

• 花费是否超预算？

• 是否需要多个版本？

步骤 5：再次行动 Action

• 调整路线

• 优化预算

• 输出两版规划

• 写成攻略

步骤 6：主动问你

“你更喜欢文化体验还是美食？要不要我帮你预订门票？”

这才是真正的智能体行为。

这是一条完整的生命周期（Lifecycle）。

而不是“生成一篇文章”。

小结：循环是 Agent 的灵魂

本章你已经看到：

• 模型提供“能力”

• 工具提供“手段”

• 环境提供“意义”

• 任务提供“方向”

• 循环提供“生命”

Agent 是在循环中“活着”的。

循环让它：

• 具备目的性

• 具备场景理解

• 能适应变化

• 能纠错

• 能持续成长

• 能处理长期任务

这就是为什么一个真正的 Agent 必须被设计为一个“行为系统”，而不是一个“对话模型”。