代理式AI

AI分类框架中的第一层次，指执行特定指令的AI系统。由Andrew Ng于2024年在斯坦福课程中首次提出。代理式AI能分解任务、调用工具执行多步操作，但缺乏自主决策能力。当前约90%的商业AI应用属于此层次。

技术特征

• 基于LLM + 工具调用 + 记忆管理
• 典型架构为ReAct模式（推理+行动循环）
• 主要挑战：幻觉、上下文窗口限制、任务分解错误

商业应用

客服自动化、数据分析、代码生成等。代表系统包括AutoGPT、BabyAGI、ChatGPT Enterprise。

与维基概念的关联

代理式AI是[[ai-junior-engineer]]概念的技术基础，也是[[企业AI转型陷阱]]中"AI能力层次错配"的重要分析维度。