决策即智能：Agent 的本质是行动系统

智能

有一个问题我一直觉得值得认真追问。

当我们说一个人「聪明」，或者说一个AI系统「有智能」时，我们究竟是在说什么？

很多时候，人们会把答案归结为知识量。读书多、记忆好、能背出各种定理和典故，就容易被认为聪明。

在AI领域，类似的直觉也很常见——参数越多，训练数据越大，模型似乎就越「聪明」。

我们用参数量谈论模型能力，就像用脑容量评估动物智力，好像一个数字本身就能说明问题。

但这个直觉经不起推敲。

一个人可以博览群书，却在职场上处处碰壁，在关键时刻做出糟糕的判断；

一个人也可以熟读几百年的史料，却对自己下一步该怎么选择毫无头绪。

知识的积累和决策的质量，并不是一回事。我们在现实中见过太多 “知道很多，却做不好” 的情况。

这件事在AI身上表现得更加明显。

现在的大语言模型在训练中吸收并压缩了海量文本中的模式，可以写诗、解方程、翻译文本、分析法律条款；

但如果你把它放进一个真实的任务环境，比如让它帮你实际管理一个项目、做出连续的商业决策，或者处理一个需要长期跟踪的问题，它很快就会暴露出另一种限制。

知道和做到之间，隔着一道真实的鸿沟。

这篇文章想探讨的，正是这道鸿沟背后的本质。智能究竟是什么？如果它不是知识密度，那它更接近于什么？

行动

Stuart Russell和Peter Norvig合著的《人工智能：一种现代方法》（Artificial Intelligence: A Modern Approach），是人工智能领域最有影响力、使用最广的教材之一。

这本书自1995年第一版出版以来，已被全球1500多所学校采用，是AI领域的重要标准文本。

它理解AI的方式，和大多数人的直觉不太一样。

在这本书采用的理性智能体（rational agent）视角下，AI被理解为对理性智能体的研究与构造。这里的Agent，指的是能够感知所处环境、并据此采取行动的实体。这个定义的重点不是「存储知识」，而是「在环境中行动」。

Russell和Norvig在四种AI研究方向中，把重点放在「理性行动」（Acting Rationally）这一边。一个AI系统的衡量标准，是它能否根据已有感知、目标和约束，采取预期最能达成目标的行动。

这里有一个重要的转向。行动发生在环境之中，而不是在真空之中。

智能不是一种静态属性，它在交互中显现，在决策里落地。一个无法行动的系统，无论内部存储了多少信息，都很难说具备智能。

Jon Doyle在1983年就提出过，理性智能体的设计会被视为AI的核心使命，而其他许多热门主题会随着时间推移分离出去，形成各自的学科。

这个判断在今天看来颇具先见之明。我们看到，搜索、推荐、自然语言处理，这些技术越来越成为成熟的工程工具；而更接近「智能」本身的议题，越来越向「如何在复杂环境中做出好的决策」这个方向集中。

所以，智能的核心命题不是「知道多少」，而是「能做什么」。

更准确地说，是「在特定情境下，能做出多好的决策」。

理性

如果我们从决策质量的角度理解智能，下一个问题就来了。

什么是「最优」？这个目标真的可以实现吗？

赫伯特·西蒙（Herbert A. Simon）在这个问题上给出了一个令人清醒的回答。西蒙是20世纪最具跨界影响力的学者之一，研究横跨认知科学、计算机科学、经济学和组织管理，并在1978年获得诺贝尔经济学奖。

他最重要的贡献之一，是「有限理性」（Bounded Rationality）这个概念。

西蒙的核心观察很朴素。现实中的决策者，无论是人还是组织，都不可能做到经典经济学理论预设的那种「完全理性」。

原因很简单，信息永远不完整，时间永远有限，认知能力永远有边界。

你不可能把世界上所有相关信息都纳入考量之后再做决定，因为那样的话，决定永远不会被做出。

于是，西蒙提出了「满意即可」（Satisficing，由satisfy和suffice两个词合成）这个概念。

现实中的许多决策并不是寻找全局最优解，而是在约束条件下寻找「足够好的解」——找到一个满足自己期望阈值的方案，就停止搜索，做出决定。

这个洞察改变了我们对理性的理解。它说：智能不在于无限地追求完美，而在于有效地管理约束。

一个能在时间压力、信息不完整、资源有限的条件下持续做出「足够好决策」的系统，才是运作良好的智能系统。

把这个视角拿来看现在的AI Agent，会发现一种对应关系。一个Agent的上下文窗口（context window）是有限的，每次推理都有延迟成本，调用工具也有时间和资源开销，一次会话内所能处理的信息量同样有边界。

在这些约束之下，「最聪明的Agent」并不意味着「能够完美推导出最优解的Agent」，而是「能在约束中稳定产生高质量决策的Agent」。

有限理性不是缺陷，而是现实智能系统的运作规律。承认这一点，才可能理解什么是有效的智能设计。

边界

1998年，哲学家安迪·克拉克（Andy Clark）和大卫·查尔默斯（David Chalmers）发表了一篇后来在认知科学领域引发广泛争论的论文，题目叫《扩展的心智》（The Extended Mind）。

他们问了一个看起来很简单的问题。心智在哪里结束，世界从哪里开始？

传统的答案是，心智在大脑里，它的边界就是颅骨。但克拉克和查尔默斯用一系列思想实验挑战了这个假设。

他们的核心主张是，认知过程并不只发生在大脑内部，环境本身可以成为认知系统的一部分。

他们的经典例子是这样的：

一个健忘的人Otto患有阿尔茨海默症，他把重要信息都记在随身携带的笔记本里。每当需要某个信息时，他查阅笔记本，然后据此行动。

和一个大脑功能完好、能直接从记忆中提取信息的人相比，Otto通过笔记本完成了同样的认知功能。那么，这本笔记本是不是Otto认知系统的一部分？

克拉克和查尔默斯的答案是：是的。

这个思想后来被称为「主动外在主义」（Active Externalism）——环境在驱动认知过程方面扮演着主动角色，认知不只发生在大脑里，而是发生在「大脑-身体-环境」这个耦合系统之中。

白板、草稿纸、IDE、搜索引擎、电子表格、任务管理系统，这些工具不只是「大脑的辅助」。

在某种意义上，它们是认知系统本身的组成部分。一个善用外部工具的人，其认知能力不再只来自头骨内那1.4千克左右的神经组织。

这个洞察对理解AI有很深的含义。我们通常把一个AI模型想象成一个封闭的黑箱，仿佛它的能力完全由内部参数决定，外部环境只是输入条件。

但如果认知本质上是环境耦合的，那么对AI系统来说，它所处的信息环境、可用工具、记忆结构、任务流程，就不是系统之外的附加物，而是系统能力本身的一部分。

换句话说，一个AI系统有多聪明，和它工作在一个怎样的环境里，是密不可分的。

瓶颈

近几年，AI工程师圈子里越来越常听到一种观察。

在不少应用场景中，模型能力已经足够强，制约表现的往往不只是模型本身，而是它接收到的上下文是否准确、充分、结构合理。

一种常见的失败模式是：一个经过精心训练的AI模型，面对一个按理说应该能够处理的任务，却一再做出错误决定。表面上看像是模型能力不行，但仔细分析会发现，问题未必出在推理能力本身，而可能在于模型看到的信息是碎片化的、不连贯的，或者包含了大量无关噪声，导致它无法判断什么重要、什么可以忽略、什么需要进一步确认。

研究AI Agent的Manus团队分享过一个数据。在他们系统的实际运行中，平均完成一个任务大约需要50次工具调用；

每产生1个token（词元）的输出，约对应100个输入token。这意味着，Agent的大部分token预算都消耗在「处理和管理上下文」上，而不是单纯用于「生成答案」。

Anthropic在其发布的上下文工程实践文章中给出了一个简洁的定义：

所谓上下文工程，就是在模型推理时，优化那些被送入模型的token的有效性。它不只是写一个好的提示词（prompt），而是设计整个信息系统。

哪些信息应该进入上下文、什么时候进入、以什么结构呈现；哪些信息应该被过滤掉；历史交互又如何被压缩和传递。

也可以把上下文理解为Agent的操作系统。操作系统不稳定，程序再好也很难跑稳。

这个视角让我们重新理解了「模型能力」这个概念。如果相同的模型，在不同的上下文环境里能产生质量差异很大的输出，那么「能力」究竟属于模型，还是属于模型加上它所处环境的整体系统？

这个问题没有简单答案，但它提示我们，把模型能力和环境因素割裂开来讨论，会过度简化问题。更有意义的能力，是系统在特定环境中展现出来的能力。

环境

「上下文工程」（Context Engineering）这个词，大约在2025年中开始在AI工程圈里明显流行。

和「提示词工程」（Prompt Engineering）相比，它的范围更大，也更接近系统设计的层面。

提示词工程解决的是「怎么跟模型说话」，上下文工程解决的是「让模型工作在一个怎样的信息环境里」。后者涉及的范围要大得多。

记忆系统如何组织，工具调用结果如何格式化后回传，历史对话如何压缩而不丢失关键信息，哪些文档该被检索进来、又如何控制检索精度，当前任务的状态如何被清晰地维护并传递给下一步……这些问题加在一起，决定了一个AI系统是否真的能完成复杂的长程任务。

Cognition团队，也就是开发Devin这款AI编程助手的团队，曾有工程师这样概括：「Context engineering is effectively the #1 job of engineers building AI agents.」构建AI Agent的工程师，首要工作就是上下文工程。

这话听起来可能有些夸张，但仔细想想并不奇怪。

如果决策质量取决于信息环境的质量，而信息环境可以被设计，那么设计这个环境，自然就是提升AI系统表现最直接、最有效的手段之一。

这也改变了我们理解「AI系统设计」的方式。过去，人们对AI系统的优化集中在两个维度，模型本身（更多参数、更好的训练数据、更强的架构），以及任务指令（更清晰的提示词、更好的少样本示例）。

但上下文工程提出了第三个维度：信息环境的架构。

具体到实践层面，这包括短期记忆的维护与清理、长期记忆的存储与检索策略、工具系统的组织与调用逻辑、子任务之间的信息传递与路由，以及整个系统如何减少信息噪声、降低决策搜索空间。

这些问题合在一起，构成了「让AI在复杂环境中持续做出正确决策」的工程核心。

从这个角度看，扩展心智理论里的那个观察——笔记本可以是认知系统的一部分——在AI工程实践中找到了具体落点：良好设计的上下文系统，就是AI的外部认知结构。

架构

现在可以把前面几条线索拉到一起，看一个更完整的图景。

Russell和Norvig说，AI可以从理性智能体的角度来理解，智能的核心是在环境中采取行动。西蒙说，真实决策很少拥有追求全局最优所需的条件，往往是在约束中做出足够好的选择。

克拉克和查尔默斯说，认知并不局限于大脑内部，也可以与环境耦合。上下文工程的实践者们发现，在许多Agent工程场景中，模型能力不再是唯一瓶颈，信息环境的质量正在成为关键变量。

这些观点从不同方向指向了同一个结论：单一模型的「参数智能」仍然重要，但单纯堆叠模型能力的边际收益正在变小；系统级的架构能力，正在成为拉开差距的地方。

这种「系统级智能」包含什么？

大致可以理解为下面几个要素。

能够持续接收和更新信息的记忆系统，能够与外部工具和数据源交互的工具体系，能够在复杂任务中做任务拆解和子任务协调的规划能力，能够对决策结果进行反馈和校验的循环机制，以及把这些部分组合在一起的上下文架构。

这也是为什么近几年多Agent系统、工具调用标准（比如MCP协议）、记忆管理框架这些方向越来越受到关注。

它们表面上看各自独立，但本质上都在做同一件事。优化AI系统的决策环境，让模型在更好的信息条件下采取更合适的行动。

有一个误解值得澄清。很多人把「更强的AI」等同于「更大的模型」，认为只要参数足够多、训练数据足够大，问题就会自然解决。

这种思路在某些场景下有效，但它忽略了一个基本事实，即使是最强的模型，如果工作在一个混乱、失真、结构糟糕的信息环境里，输出质量也会大打折扣。

反过来，一个相对普通的模型，如果工作在一个经过精心设计的上下文环境里，往往能产生出乎意料的好结果。

这种现象和人的工作状态很相似。一个聪明的人，如果信息来源混乱、没有有效的工作流程、无法追踪任务进度，效率和决策质量也会明显下降。

而一个能力没有那么突出的人，如果拥有良好的信息系统、清晰的流程设计和有效的协作工具，往往能超水平发挥。

智能，从来都不只是「脑子里装了什么」，而是整个决策系统和它所处环境的共同产物。

智能不是知识密度，而是一个系统在复杂环境中持续提升决策质量的能力。

这句话里有两个关键词。

一个是「系统」——不是单个模型，而是模型加上它所处的信息环境、工具体系、记忆结构所形成的整体；

另一个是「持续」——不是一次答对，而是在不断变化的条件下稳定地做出正确判断。

从这个角度重新看待AI的发展，会发现我们正处于一个有趣的转折点上。

模型能力的提升仍在继续，但竞争的重心正在悄悄发生移动——从「谁的模型更大」，转向「谁的决策系统更好」。这个转变还没有完全发生，但趋势已经很明显。

智能工程的重点，不只是训练一个更大的模型，而是设计一个能让模型持续做出更好决策的环境。

这是一件比堆参数更难、也更有价值的事情。