自主程度

概念

Less autonomous（低自主性）

所有步骤都是预先设定好的，所有工具调用都是硬编码的（Hard-coded），由人类工程师在代码中固定；其中主要自主性体现在语言模型生成的文本上。

案例：

1. 你告诉 LLM：“写一篇关于黑洞的论文”
2. LLM → 写出搜索关键词
3. 去网页搜
4. 抓取网页内容
5. LLM 把这些内容整合成文章

这就像你指挥一个“听话但不会动脑”的助手：你得一步步告诉它做什么、什么时候查资料、怎么整理。AI 只负责“写”，其他事都得你来操心。

More autonomous（高自主性）

代理能自主做出大量决策；能够动态地决定要执行的步骤顺序；甚至可以创建新的、可执行的工具（函数）来完成任务。

1. 你告诉 LLM：“写一篇关于黑洞的论文”
2. LLM 自己决定：先“web search”查资料 → 并且能调用“news”和“arXiv”等工具，找最新科研动态
3. 找到结果后，它自己判断：“我要选5个最好的来源” → 调用“web fetch” + “pdf to text”工具提取内容
4. 然后它写初稿 → 再自己反思：“这个段落逻辑不够强，数据没引用清楚” → 主动改进草稿
5. 最后输出高质量论文！

这就像请了一个“聪明又有责任心的实习生”：它知道该查什么、怎么筛选、怎么写、怎么改，全程自己规划步骤、调用工具、自我优化，最后交给你一份“成品”。

总结：Agentic AI 的精髓不是“能干活”，而是“会自己想怎么干、用什么工具、干完还能自己检查改错”——这才是真正意义上的“agent”，而不是“高级打字机”。