AI Agent（智能体） 发展很快，目前常见的类型可以从 功能角色 和 架构模式 两个角度来划分：

🔹 按功能角色分类

1. 对话型 Agent

   • 以自然语言交互为主，如客服机器人、企业知识库问答、智能助理。

   • 例子：企业内部 FAQ Bot、ChatGPT 助理。

2. 写作/创作型 Agent

   • 专注于生成文本、报告、营销文案、代码等内容。

   • 例子：智能写作助手、代码生成 Agent。

3. 执行型 Agent

   • 能调用工具或 API，完成业务操作，如生成报表、调用数据库、执行流程。

   • 例子：自动报销 Agent、业务自动化 Agent。

4. 科研/分析型 Agent

   • 支持数据分析、文献总结、科研辅助。

   • 例子：论文解读 Agent、市场调研 Agent。

5. 多智能体协作系统

   • 多个 Agent 分工合作（检索 Agent、写作 Agent、校验 Agent），像“虚拟团队”。

   • 例子：AutoGPT、AgentVerse。

🔹 按架构模式分类

1. 反应式 Agent（Reactive Agent）

   • 接受输入 → 直接生成回答，常见于客服、问答场景。

   • 优点：简单高效，缺点：缺乏规划。

2. 计划型 Agent（Planning Agent）

   • 先生成任务计划，再逐步执行（分解目标 → 子任务 → 工具调用）。

   • 优点：能解决复杂任务，缺点：延迟和成本较高。

3. 记忆增强型 Agent（Memory-augmented Agent）

   • 具备短期/长期记忆，能根据用户历史和知识库进行个性化回答。

   • 优点：上下文持续性强，适合企业或个人长期使用。

4. 工具驱动型 Agent（Tool-augmented Agent）

   • 专注于调用外部 API/数据库/软件系统，完成事实查询或实际操作。

   • 常用于流程自动化、数据处理。

5. 多智能体系统（Multi-Agent System）

   • 多个 Agent 协同工作，分角色分工，类似虚拟公司团队。

   • 常用于科研协作、复杂项目执行。