AI 智能体百科
AI 智能体的概念、开发方法、企业应用与知识库建设。当前共收录 20 篇词条，由北京国信诚商互联网科技有限公司整理，持续新增。
什么是AI智能体
AI智能体（AI Agent）是指以大语言模型为大脑、具备感知、规划、工具调用与执行能力的软件实体，能够自主完成多步骤任务而非仅做单轮问答。
AI智能体开发
AI智能体开发是指围绕具体业务场景，完成智能体的角色定义、工具接入、知识库构建与效果评估的全过程开发工作。
AI智能体搭建
AI智能体搭建是指企业依托成熟平台或服务商，把智能体从方案配置到上线运营的落地过程，通常无需自建算法团队。
智能体平台
智能体平台是提供智能体创建、编排、发布与运营能力的技术平台，通常包含模型接入、知识库、工具与监控四大模块。
企业级AI智能体应用
企业级AI智能体应用是指智能体在客服、营销、运营与内部提效四大场景中的规模化落地，强调可控、可衡量与可持续迭代。
AI智能体与聊天机器人的区别
AI智能体与聊天机器人的核心区别在于自主性与行动能力：前者能规划并执行多步任务，后者只在预设范围内应答。
多模态智能体
多模态智能体是指能够同时理解与生成文本、图像、语音、视频等多种信息形态的智能体，可处理更接近真实业务的复合任务。
RAG与智能体知识库
RAG（检索增强生成）是指先从企业知识库检索相关资料、再由大模型基于资料生成回答的技术路线，是智能体知识库的主流实现方式。
模型上下文协议（MCP）
MCP（模型上下文协议）是一套让大模型统一接入外部工具与数据源的开放协议，常被比作 AI 世界的 USB 接口，解决的是「每个工具都要单独开发对接」的重复劳动。
工具调用（Function Calling）
工具调用是让大模型在回答过程中请求执行外部函数的能力，模型负责判断「该调什么、传什么参数」，真正的执行由业务系统完成。
提示词工程
提示词工程是通过结构化指令提升大模型输出质量的方法，核心是把角色、任务、约束、示例与输出格式讲清楚，而不是堆砌形容词。
向量数据库
向量数据库是专门存储文本向量并做相似度检索的数据库，是检索增强生成（RAG）的底层设施，决定智能体能否快速找到相关资料。
AI工作流与智能体编排
AI工作流是把多个处理步骤按预设路径串联的执行方式，与自主决策的智能体相比更可控，多数企业业务其实更适合工作流而非全自主智能体。
多智能体协作
多智能体协作是让多个分工不同的智能体协同完成一件事的架构，如一个查资料、一个写稿、一个审核，适合流程长、角色多的复杂任务。
智能体记忆机制
智能体记忆机制是让 AI 在多轮对话与跨会话中保留关键信息的设计，通常分为短期对话记忆与长期事实记忆两层。
大模型微调
微调是在通用大模型基础上用专业数据继续训练，使其更懂特定行业表达与任务格式的方法，通常在有稳定数据与明确任务时才值得投入。
智能体效果评测
智能体效果评测是用固定测试集与评分标准衡量输出质量的过程，回答的是「这套智能体能不能上线、上线后有没有变差」。
智能体安全与权限管控
智能体安全与权限管控是指限制 AI 能访问哪些数据、能执行哪些操作、在什么条件下必须人工确认，避免越权与误操作。
营销智能体
营销智能体是承担内容生产、客户触达与投放优化等营销任务的 AI 应用形态，把重复的营销执行工作交给系统，人负责策略与审核。
智能体与RPA的区别
RPA是模拟人工操作界面的流程自动化工具，智能体是能理解意图并自主决策的 AI 应用，两者常被结合使用而非互相替代。