智能体能力分层体系

（Agent 能力的五级进化体系：从思维 → 工具 → 策略 → 协作 → 自进化）

白皮书给出了一个非常重要的 Agent 能力分层体系，从 Level 0 → Level 4。这不是简单的“模型是否强”，而是整个系统结构在能力上的阶梯式跃迁。

注意： 每一层不是“选一种”，而是下一层会吸收上一层；每前进一步，都需要不仅更强的模型，更强的 Orchestration、Tooling、Memory 与 Governance 能力。

下面我按“架构深度 + 行为能力”逐级拆开。

Level 0 — Core Reasoning System（纯认知体，不连接真实世界）

白皮书对 Level 0 的描述非常明确：

这是单纯的「推理引擎」，没有工具、没有记忆、没有外部世界。

它只具备：

• 语言理解
• 逻辑推理
• 规划能力（理论上的）
• 基于训练数据的知识

但缺乏：

• 实时信息
• 执行能力
• 状态持续性
• 地域/系统连接

这个层级本质上还不是“Agent”，只能算“强推理模型”。

Level 0 的哲学本质：封闭世界假设（Closed-World Assumption）

模型认为世界 = 训练时见过的文本。 如果某件事发生在训练截止之后，它根本不知道。

典型“假 Agent”陷阱

很多人以为 prompt 写得复杂就等于 Agent，其实仍然是 Level 0。 比如：

• “请按以下步骤依次执行……”
• “你需要假装你在用 API 调用……”
• “你是一个全能助手，你可以做任何事……”

这些都只是“语言形容”，并不形成真正的 Agent 行为。

Level 1 — Connected Problem Solver（可访问世界、可执行动作）

这是「最基础，但已经算 Agent 的层级」。

文档定义：

能调用工具，能够查实时数据，能够完成单步骤任务。

核心能力的跃迁：

从“知道世界” → “接触世界”

Level 1 做的事是：

• 模型能说：“我需要查一下。”
• 然后真的查（调用 Search API / DB / RAG）
• 并把查到的数据用于生成答案

这是第一个“智能循环”，但它的循环是非常局部的：

reason → call tool → produce answer

这个层级本质是“单回合工具增强模型”

它能：

• 搜索
• 查询数据库
• 获取结构化数据
• 做一次性解析、合成

但不能：

• 做长链规划
• 跨多个步骤迭代
• 主动处理子任务
• 维护任务状态

这类系统通常仍然依赖「人类给出明确可执行指令」。

它只是增强版 ChatGPT，而不是任务执行系统。

Level 2 — Strategic Problem Solver（具备多步规划与上下文工程）

这是白皮书里非常关键的层级：

Level 2 能“构建一个计划”，并围绕这个计划进行上下文工程，然后逐步执行。

从系统视角：

这是第一层真正意义上的“Agent”

因为它具备：

• 多步骤推理（Chain-of-Thought, ReAct）
• 工具使用序列化（Tool chaining）
• 上下文工程（Context engineering）
• 状态管理（Stateful execution）
• 能根据中间结果调整计划（Dynamic replanning）

执行路径类似：

goal → plan → act1 → observe → adjust → act2 → observe → ... → finish

Level 2 的核心突破：上下文管理能力（Context Engineering）

文档特别强调：

Level 2 的关键是 Agent 能主动构建、修剪、组织上下文，使推理保持“聚焦”。

这是因为：

• 模型的 context window 有限
• 信息多了会压缩推理质量
• 信息少了会推错方向
• 工具调用结果格式各异，需要统一管理

这个层级是今天大多数“看似强”Agent 的上限

你看到的：

• 自动化客服
• 自动整合资料
• 自动生成报告
• 自动分析长文档
• 自动执行两三步的流程

大多数都停在 Level 2。

没有协作，没有自进化，没有委托能力。

Level 3 — Collaborative Multi-Agent System（多 Agent 协作体系）

这个层级跨度巨大，是从“单体 Agent”跳向“社会型智能系统”。

文档定义：

一个 Agent 能创建任务给另一个 Agent，形成分工合作的团队。

这相当于：

从“单个专家” → “一个小型组织”

它具备：

• Delegation：任务委派能力
• Specialization：多 Agent 按专业分工
• Coordination：协调不同 Agent 的任务顺序
• Aggregation：合并多个 Agent 输出
• Parallelism：多个 Agent 并发工作
• Long-running tasks：长周期执行（小时/天）
• Self-Consistency：互相审查、迭代

协作方式可以是：

• Manager → Worker
• Researcher → Writer → Critic
• Extractor → Analyzer → Executor
• Planner → Sub-planner → Executor

这和人类组织极其类似：

• PM 负责拆目标
• 工程师负责执行
• QA 负责审查
• Ops 负责运行
• 文档系统负责记录

Level 3 难点不在模型，而在“治理”

问题变成：

• 如何隔离 Agent 的权限？
• 如何防止无限循环委派？
• 如何调度？
• 如何监控？
• 如何避免冲突？
• 如何合并结果？
• 如何定义各 Agent 的职责边界？

这比“写一个强 prompt”难太多。

Level 3 的本质是：

一个 AI 多代理的操作系统（Agent OS）开始形成。

Level 4 — Self-Evolving System（自我扩展、自我进化的 Agent）

这是白皮书里最前沿的层级，也是最容易被误解的部分。

文档描述：

Level 4 的系统可以识别自己的能力缺口，并自动创建新工具或新 Agent 来弥补。

这意味着：

Agent 不再被明确编程，而是开始“自我扩充能力”。

表现包括：

1. Meta-Reasoning（元推理）

Agent 能判断：

• “我缺一个工具”
• “我缺一个子 Agent”
• “我该换策略”
• “我该重新设计任务结构”

2. Automatic Tool Creation（自动工具生成）

例如：

• 自动生成 Python 小脚本
• 自动生成 SQL
• 自动创建 Scraper
• 自动生成新的 API Wrapper

以弥补功能空白。

3. Automatic Agent Creation（自动构建子 Agent）

比如：

• “我需要一个负责情感分析的子 Agent”
• “我需要一个优化写作风格的 Critic Agent”

Agent 会调用某种「AgentFactory」或「Tooling Framework」来构建新的智能单位。

4. Self-Optimization（自我优化）

模型会根据历史轨迹：

• 总结模式
• 修正 prompt 格式
• 修正规划逻辑
• 修正工具使用策略
• 优化任务执行路径

形成“经验曲线”。

Level 4 的运行特征：

系统像“生态系统”一样变化，而不是像“程序”一样运行。

这一层是极少数组织在探索的（Google DeepMind / Anthropic / OpenAI 内部演示级系统）。

未来会在以下方向爆发：

• 科研自动化（AutoDiscover）
• 数学与算法自动探索（AlphaEvolve）
• 企业级自动化系统
• AI 自主运行的软件生态

Level 4 本质上是：

AI 系统开始具备“自我组织能力（Self-Organization）”。

深度总结（不带任何应用场景）

Level 的本质升级不是“能力强弱”，而是“系统结构”在升级

核心升级不是模型，而是：

• 状态
• 记忆
• 工具能力
• 角色体系
• 任务治理
• 系统拓扑结构

Level = 系统架构复杂度，决定了 Agent 的上限。

**准备继续 Part 5 吗？

Part 5 是最关键的一节：**

Core Agent Architecture（Model / Tools / Orchestration）

会完整拆解「每一层到底怎么写、怎么放、怎么抽象」。