智能体
Agent
学到 会用 就够：能亲手用起来
你可能会说
“我让 AI 整理论文，它只给我一份计划；另一个工具却会实际读取文件、检索和检查结果，这两者差在哪里？”
这里的智能体指能围绕目标选择行动、调用工具并根据结果继续调整的 AI 系统；核心在行动与反馈闭环，名称本身不保证自主或可靠。
使用 AI
科研里的例子
给它一批已授权论文，要求逐篇提取研究设计；它应读取原文、保留出处、记录无法访问的条目，并检查提取表是否完整。
Agent 没有一个被所有机构完全统一采用的定义。本资料采用适合研究实践的操作性理解：模型决定下一步，运行环境执行动作，结果再送回系统，直到达到结束条件或需要人判断。它由模型、工具、指令、状态和权限共同构成，不是某个模型型号。只生成行动建议的聊天回答，和能读取真实文件并验证产物的系统，应按实际能力区分。
在你的学科里，直接拿去用
把模糊需求变成可执行任务
我不熟悉AI术语。请把我的需求转成明确的任务说明。 我的原话：[粘贴] 可用材料：[列出文件、表、链接或说明目前没有材料] 使用者与用途：[填写] 先用普通中文复述目标，再给需要时才用的关键中英术语。区分任务、输入、约束、输出和可检查的完成标准。若缺项会实质改变结果，最多问3个问题；其他假设明确列出。先交付任务说明，不擅自执行与改文件。方括号里的内容换成你自己的。来自知识增量《科研中英表达与 Prompt 指南》PG01
把数据分析要求写成可复现说明
请先为这项分析形成可复现的任务说明，再建议代码。 问题：[填写] 数据字典及已有规则：[提供] 可用软件与现有代码：[提供] 明确一行数据代表什么、样本范围、连接键、单位、缺失码、变量构造、估计对象和输出。区分描述分析与因果分析；缺少识别依据时不要把回归系数直接称为因果影响。给出小样本核对、异常记录和可重跑顺序。保留原始数据，所有转换写到派生结果并留记录；不能为得到显著结果修改数据或筛选规则。方括号里的内容换成你自己的。来自知识增量《科研中英表达与 Prompt 指南》PG08
判断
亲手检查一次
观察是否有真实工具调用与可打开产物，是否根据错误调整，并确认它能够在资料不足时停下而不是编造完成状态。
它做不到的
能自动做事不代表能决定研究价值，也不意味着可以替你扩大数据访问或发布范围；任务成功要看结果证据而非角色名称。
增量，由你来写
读完这张，你的理解变了什么？
留言功能会在后面的版本开放。现在可以先在 X 上 @knowledgedelta 告诉我。
来源
- Anthropic — Building effective agents2026-11-06 核对
- Yao et al. — ReAct2026-11-06 核对
卡片底稿由 AI 协助整理，经过核对；发现错误请告诉我。