2026年，AI领域的热词从“聊天机器人”变成了智能体。AI智能体不是回答一个问题，而是接过一个目标，一步一步地去完成，持续几分钟、几小时甚至几天。本文用计算机科学课程中的概念解释智能体如何工作，然后看看2026年的两个真实例子，包括出了什么问题。
聊天机器人与智能体
GCSE核心
| 特征 | 聊天机器人 | 智能体 |
|---|---|---|
| 输入 | 一条消息 | 一个目标 |
| 步骤 | 一次回复 | 很多，边做边选 |
| 工具 | 通常没有 | 搜索、运行代码、读写文件、调用其他程序 |
| 谁决定下一步？ | 用户 | 模型，根据目前的结果 |
智能体循环
在底层，大多数智能体运行一个简单的循环，可以写成如下伪代码：
目标 ← 用户给的任务
WHILE 目标未达成 AND 步数 < 上限
计划 ← 模型决定下一个动作
结果 ← 运行所选工具（搜索、代码、编辑）
把结果加入记忆
IF 模型判断目标已达成 THEN 停止
ENDWHILE
向用户报告智能体循环：计划、用工具行动、观察结果、检查进展，然后重复，直到达成目标或达到步数上限。示意图。
注意你在A-Level计算机科学中会遇到的两个概念：带终止条件的迭代循环（包括步数上限，以免永远运行下去），以及状态（对目前发生过的事情不断增长的记忆）。与普通程序的最大区别在于，“计划”这一步不是程序员写的，而是由语言模型在运行时选择的。
快速检测
为什么智能体循环的条件中包含“步数 < 上限”？
多个智能体同时工作
A-Level拓展
大任务可以像团队一样分给许多并行运行的智能体。2026年的两个例子：
- 生物学搜索：约949个Claude智能体会话在公共DNA数据库上运行了21.5小时，收集了约20万个酶基因簇，给3564个候选家族打分，并找到了一个候选的新酶系统，随后由人类科学家在实验室中研究[1]。请看我们关于ART酶发现的文章。
- 数学：数十个Claude智能体用11天写出了费马大定理长达1300万行的Lean证明，它们定义概念并证明中间结果，供其他智能体在此基础上继续构建[2]。请看AI形式化费马大定理。
这就是分解，计算思维的核心思想之一：把问题拆成可以分别解决的部分，再把结果组合起来。
学生常常混淆的区别
强大不等于可靠。
需要思考的风险
- 不可预测：同一个智能体在不同运行中可能走不同的路径。
- 权限：能编辑文件或发送消息的智能体，也可能在这些操作上出错，所以合理的系统会限制智能体可用的工具，并在有风险的操作前征求人类同意。
- 成本与能耗：长时间运行智能体会消耗大量算力（费马项目使用了约60亿个输出词元[2]）。
- 问责：仍然需要有人对智能体的所作所为负责。
考试式问题
用一个AI智能体在大型数据库中搜索规律。描述在信任结果之前检查它们的两种方法。 [4分]
显示范例答案与得分点
- 多次重复搜索（或换用不同设置），看是否得到相同结果：检验可重复性 (1分)
- 如果不可重复，就要谨慎对待结果／调查原因 (1分)
- 独立检查结果，例如用另一种方法、实验，或像证明助手这样的形式化检查器 (1分)
- 在使用或发表之前，请人类专家审阅结果（同行评审） (1分)
考官关注的重点: 两种不同的检查方法，并分别说明各自能表明什么。
常见错误: 写“问AI是否确定”。同一系统的自我评估不是独立检查。
算法、迭代和分解是GCSE和A-Level计算机科学的核心，而智能体提供了一个现代又好记的例子。想了解智能体内部的模型如何学习，请阅读反向传播详解；关于一步步思考，请看算法基础。
参考资料与延伸阅读
- The Next Web: Anthropic says Claude found a new enzyme system with CRISPR-like repeats (Sep 2026) — 智能体会话、时长、候选、十次重新运行
- Anthropic: Formalizing Fermat's Last Theorem (4 Sep 2026) — 数十个智能体、11天、词元、注意事项
- The Neuron: AI in Science and Math, September 2026 — AI研究智能体月度综述
最后审校日期:2026年10月5日。以上数据为已公布的典型数值,规则可能会发生变化。考试用语因考试大纲而异,请以你所在考试局的规定为准。
常见问题
什么是AI智能体？
一种独自通过许多步骤朝目标前进的AI系统：它会制定计划，使用网络搜索、运行代码或编辑文件等工具，查看结果，再决定下一步做什么，不断重复，直到任务完成或卡住。聊天机器人一次回答一条消息；智能体会一直做下去。
2026年的AI智能体实际能做什么？
2026年9月的真实例子：约950个Claude智能体会话花了21.5小时搜索DNA数据库，在病毒中找到了一个候选的新酶系统；数十个Claude智能体用11天写出了费马大定理长达1300万行的计算机验证证明。两个例子中，都是人类设定目标并检查结果。
AI智能体可靠吗？
并不完全可靠。在酶搜索中，同样的任务重新运行了十次，没有一次再次找到该结果。在费马证明中，失败的尝试留下了约7%的非样板代码。智能体可以很强大，但它们的输出需要独立检查。
智能体和普通程序有什么不同？
普通程序按程序员预先写好的步骤执行。智能体的下一步由语言模型在运行时根据它目前看到的内容来选择。这让智能体灵活，但更难预测，所以测试、限制可用工具以及人工审核都很重要。
读者评分与评价
从多个维度为这篇文章打分——您的评价既能帮助其他读者,也能帮助我们不断改进。
这篇文章对您有帮助吗?
告诉我们您的想法——可以是需要更正的地方、尚未解答的问题,或您希望我们接下来讲解的主题。
想直接沟通吗？ 在方便的时间预约免费视频通话：简短问题15分钟，其他问题30分钟。时间以您所在的时区显示。
关于作者
Sudershan Soni
Mostak Services 的创始人兼首席导师——拥有硕士学位的数学、科学、计算机科学与 STEM 导师,拥有超过20年的职业经验,通过在线授课为全球从 11+ 和 GCSE 到 A-Level 及更高阶段的学生提供教学。
阅读完整履历