AI 智能体如何工作?每项任务背后的 5 步循环

你输入了"帮我找一份比这张账单更便宜的能源套餐",然后发生了奇怪的事。一个浏览器窗口自己打开了,一个比价网站被自动填好,一张资费表出现了,一分钟后你的屏幕上出现一份简短的说明,列出三个选项和一个推荐。这感觉像魔法,而这正是问题所在,因为感觉像魔法的东西很难让人信任,也容易被误用。

这篇指南用大白话讲解 AI 智能体如何工作,不需要任何计算机背景。你将看到每个智能体都在运行的五步循环、它内部的"模型"实际做什么、为什么需要浏览器之类的工具、它的记忆如何运作、为什么有时会编造内容、你被收取的积分付的是什么,以及你在其中的位置。资料来源是构建智能体的公司,以及衡量英国人如何使用它们的监管机构,均于 2026年10月8日 查阅。

我们如何核实这篇指南

1. 构建者自己的描述。 Anthropic 发布的智能体构建指南,说明循环是如何设计的。
2. 关于错误的研究。 OpenAI 2025年9月的论文,解释语言模型为什么会自信地说出不实内容。
3. 来自 Ofcom 的使用数据。 这家监管机构(英国通信管理局)在 2025年12月发布的 Online Nation 报告。
4. 我们自己的运行。 下面的每个例子都是我们交给智能体并全程观察过的任务。

5 步循环

Anthropic 把智能体描述为这样的系统:模型主导自己的流程和对工具的使用,以"行动、从环境获得反馈、再行动"的循环运转,并为人类设置检查点。用日常的话说,就是五个步骤。下文始终以能源账单为例。

步骤 1:它读取目标,并确定"完成"是什么意思

智能体把你的一句话变成一个可以对照检查的目标:"针对这个邮编和这个用量、比当前套餐更便宜的资费,并列出转换条件"。如果目标含糊,问题就出在这一步,因为智能体会去猜测目标。

步骤 2:它制定计划

一份简短的步骤清单:读取账单获得用量数字,打开一个比价网站,输入这些数字,收集结果,检查退出费用,写出最好的三个。好的智能体会在开始之前向你展示这份计划。Jobbit 有一个计划模式,会在这里停下来等你批准。

步骤 3:它使用工具

这是智能体区别于聊天机器人的地方。模型本身只会说话,所以要做任何事,它就要调用工具(tool):用网页浏览器访问比价网站,用文件阅读器查看账单,用计算器或电子表格比较年度费用。每个工具都会返回一个结果,这个结果再回到智能体的思考中。

步骤 4:它检查

每一步之后,智能体都会把得到的结果与预期对比。比价网站要求填写它不知道的电表类型,于是它回头去看账单。某个资费每单位更便宜,但固定费用更高,于是它按一年重新计算。这种检查就是智能体需要几分钟而不是几秒钟的原因,也是它大部分价值的来源。

步骤 5:它汇报并等待

它写出摘要,被问到时展示推算过程,并在涉及付款或发送消息的节点停下来。更换资费是你的决定。设计良好的智能体会询问,设计糟糕的则会自作主张。

然后循环为下一个目标重复。我们的大白话指南什么是 AI 智能体把这个循环与十二个真实例子放在一起。

引擎:模型实际做什么

每个智能体内部都有一个模型,就是读写语言的那个东西。Claude、GPT 和 Gemini 都是模型。模型读过海量文本,学会了一次一小块地预测接下来是什么。这些小块称为令牌(token),一个令牌大约是一个英文单词的四分之三。智能体所有的"思考"都以令牌写出来:计划、推理、工具请求和最终答案。

由此产生三个结果,它们解释了新手觉得困惑的大部分现象。

• 除非去查,模型对训练日期之后的事一无所知。 这就是为什么智能体会打开浏览器,而不是凭记忆回答,也是为什么关于上周的问题需要搜索。
• 模型有一个上下文窗口(context window),也就是它一次能记住的文本量。可以把它想象成一张书桌。你的账单、计划、它读过的网页和它自己的笔记都放在桌上,桌子满了,最旧的纸就会掉下去。长任务通过整理桌面来管理,智能体把这称为压缩(compaction)。Jobbit 会显示一个上下文计量条,让你看到桌子有多满。
• 模型天生自信。 它生成最可能的下一批令牌,而"最可能"不等于"真实"。下面关于错误的一节说明了这对你意味着什么。

Ofcom 的 Online Nation 报告显示了这种引擎已经变得多么普通:英国约 30% 的搜索现在会显示 AI 概览,53% 的成年人说他们经常看到这些摘要。写摘要的模型,与驱动智能体的是同一类模型。

工具:智能体如何接触世界

每一行都有"可能出什么问题",因为工具正是智能体接触杂乱现实世界的地方。浏览器这一行值得多说一句:越来越多的网站默认屏蔽智能体,我们关于网络将 AI 智能体拒之门外的报道对此有说明,这就是智能体有时会报告它进不去的原因。Jobbit 的智能体浏览器让你观看它工作,并在网站需要真人时亲自接手,详见我们的指南电脑操作型 AI 智能体。

记忆:它记得什么,忘记什么

新手常以为智能体会像同事一样记住自己。大多数情况下并不会,了解三种记忆可以省去大量重复。

• 工作记忆就是上一节的上下文窗口。它只持续一项任务,任务结束后就被清空,除非智能体给自己写了笔记。
• 已保存的指令是你提供的文件,它在每项任务开始时都会读取:你是谁、你喜欢怎样的写法、它绝不能做什么。在 Jobbit 中,这些放在 Projects 里,连同共享文件、笔记,以及它需要的任何密码,这些密码以密钥形式存放,而不是输入到聊天中。
• 长期记忆是某些产品提供的功能,智能体会跨对话保留笔记。它很有用,也值得偶尔检查,因为一条错误的笔记会一直保留。

实用规则:任何你发现自己输入了两次的内容,都应该放进已保存的指令。

它为什么有时会编造内容

自信的错误回答被称为幻觉(hallucination),是智能体最广为人知的缺陷。OpenAI 在 2025年9月发表的相关研究论文给出了最清晰的解释:模型的训练和测试方式奖励猜测,而不是承认不知道,就像选择题考试奖励猜答案一样。总是作答的模型比偶尔说"我不确定"的模型得分更高,所以模型学会了作答。

智能体减轻了这个问题,但没有消除它。检查步骤能发现许多错误,因为工具的结果是真实的:比价网站要么显示某个资费,要么没有。漏网的错误是那些没有任何工具核查的,比如被引用的统计数字,或对只是略读过的文档所做的摘要。三个习惯可以保护你:对你要据以行动的任何数字,要求给出来源;要求它在不确定时说明;凡是以你的名义发出的内容,都要读一遍。

积分付的是什么

大多数智能体服务按积分(credits)收费,新手常常惊讶于两个听起来相似的任务花费不同。积分支付三样东西:模型读写的令牌、它进行的工具调用,以及在某些产品中浏览器或电脑运行的分钟数。一行字的提问几乎不花什么。一项研究任务要读三十个网页、写一份报告并检查自己的数字,花费更多,因为每读一页都是输入令牌,每写一稿都是输出令牌。

在 Jobbit 上,Free 套餐每天提供 100 个积分,无需银行卡,足够完成几项真实任务;Go 套餐每月 £7,含 2,000 个积分,并可让一个小应用在你自己的域名上保持在线。我们的指南AI 智能体要花多少钱解释了 ChatGPT、Claude、Manus、Muse 和 Jobbit 的积分与令牌,以及比较套餐的诚实方法。

你在其中的位置

Anthropic 的指南说,人工检查点是设计的一部分,而不是智能体失败的标志。实际上你有四项工作,没有一项是去做任务本身。

1. 把目标写好。 你想要什么、好的结果是什么样、它绝不能做什么。我们的指南如何为 AI 智能体撰写提示词有 30 个例子。
2. 在任务重要时批准计划。
3. 回答它停下来问的问题,并在网站需要真人时接手浏览器。
4. 在据以行动之前检查结果。

大型工作还会多一层。智能体可以把大任务拆给几个较小的智能体,各有各的书桌,然后合并它们的成果,一份 200 页的研究或整个网站就是这样完成的,详见我们的指南 AI 子智能体。当一项工作需要的是双手而不是令牌时,Jobbit 的智能体会向其人脉网络中经过审核的专业人士下达说明,并把你的付款托管在 escrow 账户中。

这在实践中意味着什么

ChatGPT、Claude、Gemini、Microsoft Copilot、Manus 和 Meta 的 Muse 都运行着这个循环的某个版本,更完整的工具集在其付费套餐中。循环是一样的,不同之处在于你能看到和引导多少。

• 你可以在运行前看到计划。 Jobbit 的计划模式会显示步骤并等待你点头。
• 你可以观看浏览器。 智能体浏览器会显示它访问的每个页面,你可以接手操作。
• 你可以在运行中途引导。 它工作时发一条消息,它就会调整;或者分叉对话来尝试第二种方法。
• 你可以给它一份记忆。 Projects 保存你的指令、文件和密钥,让每项任务都从充分了解开始。
• 你可以让它按计划运行。 定时任务无需你出面就能重复这个循环。
• 你可以交给真人。 当循环遇到需要真人的工作时,同一个智能体会找人并下达说明。

一个五分钟的实验,让你看到循环

• 第 1 分钟:打开 Jobbit,开通一个免费账户。
• 第 2 分钟:对它说:"比较本周从 Leeds 寄一个 5 kg 包裹到 Glasgow 的三种最便宜方式,附上链接,并告诉我你会选哪一种以及原因。"这里有目标、对完成的定义,以及对来源的要求。
• 第 3 和 4 分钟:看计划出现,然后看浏览器打开各快递公司的网站。注意价格需要邮编时它所做的检查。
• 第 5 分钟:读结果,并点开一个链接确认价格。你刚刚看到了全部五个步骤,也知道下次该检查什么。

常见问题

AI 智能体是如何一步步工作的?

它读取你的目标并确定完成的样子,写出简短的计划,使用浏览器和你的文件等工具执行每一步,对照计划检查每个结果,然后汇报,并在涉及钱或消息的任何操作之前停下来等你批准。

AI 模型和 AI 智能体有什么区别?

模型是读写语言的引擎,例如 Claude 或 GPT。智能体是模型加上工具、计划、检查循环,以及停下来询问你的方式。模型回答,智能体行动。

AI 智能体会向我学习吗?

在一项任务之内,它会记住你说过的一切。在任务之间,它只记得保存在指令、文件或记忆功能中的内容。任何你输入了两次的内容,都应该放进已保存的指令。

AI 智能体为什么会犯错?

因为内部的模型生成的是最可能的文本,而不是有保证的真相,研究表明模型的训练方式奖励猜测。工具和检查能发现许多错误,其余的由你通过索要来源和阅读外发内容来发现。

AI 智能体可以浏览互联网吗?

可以。有了浏览器工具,它可以像你一样访问网站、填写表单、阅读页面。有些网站会屏蔽智能体,在 Jobbit 上你可以观看浏览器,并在网站需要真人时接手。

AI 智能体里的积分是什么?

大多数服务使用的计费单位。它们支付模型读写的文本、调用的工具,有时还有浏览器运行的时间。Jobbit 的 Free 套餐每天提供 100 个积分,无需银行卡。

我能看着 AI 智能体工作吗?

在 Jobbit 上可以:它会显示计划、浏览器和每一步,你可以随时停止它、引导它或接手控制。每天 100 个免费积分,无需银行卡;Go 套餐每月 £7,可让一个小应用在你自己的域名上运行。