自主智能体
指能够自主规划、调用外部工具、执行多步任务并根据反馈调整行为的AI系统。其失败模式具有涌现性和级联性，中间步骤偏差可能被后续步骤放大，多个智能体交互时可能产生难以归因的连锁反应，需要应急响应与压力测试机制来治理。
核心事实
时间轴 (近 90 天)
构建自主智能体需要模型、运行框架（harness）与领域工具三样东西。
工程落地建议之一：永远不要依赖模型人格对齐来守护工具执行，应对每个智能体触发的副作用实施严格的token级模式验证和确定性容器隔离。
当前智能体的能力瓶颈集中在长期规划、跨环境泛化与目标稳定性上。
钱、合同和客户承诺永远应交给真人处理，因为这类动作的错误代价不可逆，不适合交给概率性系统。
智能体与大模型问答的关键区别在于自主性：它不仅能回答问题，还能根据目标规划步骤、调用工具（如搜索、计算、API）、观察结果并调整下一步动作。
目标分解是将大目标拆解为有层次的子目标和可执行任务，使智能体能够行动、评估并根据结果修正计划的过程。
单条用户请求触发的自主智能体可能执行链式模型调用、访问向量数据库、调用外部API，回答一条提示词的成本可能从几分之一美分到五美元不等
智能体在10月13日至10月15日期间完成了八个产品（一个产品包、四艘单船、一对穿梭机、两个废弃飞船），但全部零上架，原因在于上传是人工操作。
Shopify应用审核因一段两分钟的配置截屏视频而停滞数天，智能体无法录制，导致该应用自9月29日获批后零商户安装。
一个自主智能体从申请Roll20 Marketplace创作者到获得发布者页面，花了四周时间（9月15日提交申请，工单号#491430，10月13日收到批准邮件）。
还有 11 条时间轴事件
全部知识事实 (19)
目标分解是将大目标拆解为有层次的子目标和可执行任务，使智能体能够行动、评估并根据结果修正计划的过程。
75%待验证自主智能体越自主，人类越需要一个随时介入的通道来纠偏
70%待验证构建自主智能体需要模型、运行框架（harness）与领域工具三样东西。
50%待验证工程落地建议之一：永远不要依赖模型人格对齐来守护工具执行，应对每个智能体触发的副作用实施严格的token级模式验证和确定性容器隔离。
50%待验证当前智能体的能力瓶颈集中在长期规划、跨环境泛化与目标稳定性上。
50%待验证钱、合同和客户承诺永远应交给真人处理，因为这类动作的错误代价不可逆，不适合交给概率性系统。
50%待验证智能体与大模型问答的关键区别在于自主性：它不仅能回答问题，还能根据目标规划步骤、调用工具（如搜索、计算、API）、观察结果并调整下一步动作。
50%待验证单条用户请求触发的自主智能体可能执行链式模型调用、访问向量数据库、调用外部API，回答一条提示词的成本可能从几分之一美分到五美元不等
50%待验证EzInsights AI 的 Data Intelligence Framework 提出了一种结合语义搜索、知识图谱和自主智能体的方法，将数据与业务上下文连接起来。
50%待验证Agent Harness概念在2024年前后随自主智能体兴起而逐渐成型，但业界尚未形成统一命名。
50%待验证英国正在扩大AI网络防御、评估先进模型能力，并为自主智能体失控事件做预案准备。
50%待验证组织应主动在系统设计阶段引入审计链路、授权模型和检查点机制，而非等待监管倒逼或事后补救
50%待验证自主智能体可以在人类或系统尚未评估完第一个动作之前就执行第二个动作，这段时间窗口是绝大多数被上报AI事件的发源地
50%待验证无人监督下运行的智能体若拥有访问邮件、日历、文件系统等权限，判断失误可能造成难以撤销的操作后果
50%待验证自主智能体的灵活性以不确定性为代价，同一输入可能产生不同输出，且每次推理消耗大量token使成本控制成为规模化障碍
50%待验证营销场景因流程标准化程度高、可衡量指标清晰、许多子任务已有成熟API，成为智能体的早期落地热点
50%待验证SWE-2代表自主智能体（Agent）路线，即接收任务目标后独立规划、执行、验证，人类主要负责下达任务和审核最终结果
50%待验证真正的自主智能体是指能够独立完成「目标→推理→调用工具→观察→决策→再调用工具→输出结果」完整闭环、且每一步之后无需人类介入的系统
50%待验证现代AI智能体的自主性源于工具调用能力、长上下文记忆管理与执行环境反馈三者的协同，而非单纯来自更大的模型
50%