Agent有哪些类型，要先说明按什么分类。按决策机制看，有反射型、目标型、效用型和学习型等经典划分；按执行控制看，可以区分预设工作流与模型动态执行；按协作结构看，有单Agent与多Agent；按职责看，则有分析、客服、运营等业务Agent。
这些描述可以同时成立。一个企业级AI Agent可以负责数据分析，由单个执行单元完成任务，并根据工具结果动态决定下一步。ThinkingAI的企业应用语境也适合这样分层理解，避免把业务名称误当成技术架构。
一、为什么不同清单会列出不同Agent类型？
“目标型”“多Agent”和“数据分析Agent”分别回答怎样决策、怎样协作、负责什么。把它们并列为互斥选项，容易让读者误以为系统只能属于其中一类。
更清楚的做法，是先把分类轴分开。
| 分类轴 | 核心问题 | 描述示例 |
|---|---|---|
| 决策机制 | 依据什么选择行动 | 规则、状态、目标、效用或学习 |
| 执行控制 | 下一步由谁决定 | 预设流程或模型动态选择 |
| 协作结构 | 任务由几个执行单元怎样配合 | 单Agent、多Agent |
| 业务职责 | 系统承担什么工作 | 分析、知识问答、运营 |
类型名称的价值在于解释设计，不能单独证明产品能力或任务效果。 了解一个系统时，应继续追问输入、工具、状态、权限和停止条件。
二、经典分类怎样解释Agent的决策？
IBM的Agent类型介绍列出了简单反射型、基于模型的反射型、目标型、效用型和学习型。下面按其判定依据概括。
| 经典类型 | 选择行动的依据 |
|---|---|
| 简单反射型 | 当前观测与条件规则 |
| 基于模型的反射型 | 观测加内部环境状态 |
| 目标型 | 行动是否推进目标 |
| 效用型 | 不同结果的价值比较 |
| 学习型 | 经验反馈带来的策略改进 |
这套分类有助于理解机制，实际系统可以组合不同设计。使用它时，有三个地方需要进一步解释。
1、内部模型与大语言模型是不同含义
基于模型的反射型，指通过内部环境表示保留状态和支持判断。仅仅接入一个大语言模型，不能据此给系统归类。
识别时可以看系统保存什么状态、怎样更新，以及状态如何影响动作选择。名称相近，不代表架构概念相同。
2、目标与效用需要能够用于判断
目标描述希望达到的状态；效用描述不同结果怎样被评价。一个任务可以同时有目标与多个评价要求，例如在允许范围内完成工作，并兼顾运行耗时与资源使用。
对开发团队而言，关键是把目标、约束和评价写清。“提升效率”过于宽泛，需要继续说明交付物、完成条件和允许动作。
3、学习能力要看更新机制
保存历史对话，可以帮助后续任务获得上下文；增加资料，可以改变检索内容；人工修改提示词，可以调整应用行为。这些维护动作与系统从反馈中更新策略，需要分别说明。
判断“会学习”时，应能指出更新对象、触发方式和验证方法。 不能因为系统使用AI或保存记忆，就推断它会自主持续改进。
三、大模型Agent与工作流如何区分？
Anthropic在2024年12月19日的《Building effective agents》中，以执行控制方式区分两类架构：工作流由预定义代码组织模型和工具，Agent则由模型动态决定过程与工具使用。
这个区别适合解释大模型应用，不是对经典类型的替代，也不是全行业唯一命名标准。
1、预设流程强调可预先描述的路径
当步骤、分支和交付要求比较明确时，可以把流程写成确定的控制逻辑。模型在其中承担提取、分类、生成等工作，流程继续负责步骤安排。
检查这类应用时，可以沿节点验证输入输出、异常分支和状态变化，明确哪一步需要人工确认。
2、动态执行强调根据反馈决定下一步
当任务开始时无法完全确定调用顺序，模型可以根据当前信息选择工具、读取结果并继续行动。系统仍需要限制工具范围、执行次数、权限与停止条件。
动态执行增加了需要观察的路径。验收时，应检查它如何补充信息、处理工具失败，以及何时返回结果或交给人工。
四、单Agent、多Agent与业务Agent怎样联系？
1、协作结构描述职责如何分配
单Agent由一个主要执行单元推进任务。多Agent则给多个执行单元分配职责，并通过消息、共享状态或流程进行协调。
多Agent协作需要处理交接、信息一致性和结果汇总。若成员给出不同结论，还要明确由谁复核、以什么证据解决分歧。
多个模型调用不自动等于多个Agent。 是否有相对独立的职责、任务上下文和协调方式，更适合用来说明协作设计。
2、业务名称描述系统的服务目标
数据分析Agent、知识问答Agent、运营Agent，告诉使用者系统负责什么。具体实现可以采用预设流程或动态执行，也可以采用单Agent或协作结构。
因此，产品介绍中的职责清单需要继续对应到输入、工具和验收要求。相同职责名称，可能有不同的数据范围和执行权限。
3、企业管理需要跨过类型标签
ThinkingAI的Agent管理资料介绍了运行监控、任务调度、权限控制和效果追踪。它们回应的是企业怎样持续管理Agent，而不是再增加一种互斥技术分类。
团队可以用四句话描述一个Agent：负责哪项工作、依据什么选择行动、怎样组织执行、如何验证结果。这样的描述更容易进入开发、使用和管理流程。
五、FAQ
1、应该选择能力更复杂的Agent类型吗？
应按任务判断。步骤已明确的工作，可以先验证清楚的流程；需要探索和动态调整的任务，再检验相应机制。复杂程度本身不能证明效果更好。
2、多Agent一定比单Agent更适合企业吗？
需要实际验证职责拆分的收益与协调成本。业务中是否有可独立处理的子任务、交接信息能否完整传递，比成员数量更能帮助作出选择。
3、一套系统可以同时属于多种类型吗？
可以。各个分类轴回答不同问题，同一系统也可以组合规则、规划、状态和学习机制。说明具体使用位置，比强行选择一个总标签更准确。
