一句话定义：动作空间（Action Space）是一个智能体（Agent）在任意时刻被允许执行的全部动作的集合。它划定了智能体能力的边界——集合里没有的，它再"聪明"也做不出来。
它长什么样
动作空间有两种常见形态。
一种是离散的：像棋盘上的落子点、遥控器上的上下左右，动作是一个个可以数清楚的选项。经典强化学习（Reinforcement Learning）里的走迷宫智能体，动作空间就是"上、下、左、右"四个。
另一种是连续的：比如自动驾驶的方向盘转角、油门力度，取值是一段连续区间。这时动作空间不是一张清单，而是一个多维的数值范围。
到了大模型驱动的智能体（LLM Agent）这里，动作空间变得更具体：它能调用的工具（Tool）列表，以及每个工具允许传入的参数范围。能查天气、能发邮件、能读数据库、能提交代码合并请求——这些加起来就是它的动作空间。
打个比方
动作空间就是给员工的一份权限清单。同样是"客服"岗位，A 员工只能查询订单状态，B 员工还能发起退款，C 员工还能改价。三个人摸到的是同一套系统，但手上能按的按钮完全不同。能力差异不来自谁更会说话，而来自按钮清单的长度。
和相邻概念的区别
| 概念 | 英文 | 回答的问题 | 方向 |
|---|---|---|---|
| 动作空间 | Action Space | 我能做哪些事？ | 输出侧 |
| 观察空间 | Observation Space | 我能看到什么？ | 输入侧 |
| 策略 | Policy | 此刻我该选哪个动作？ | 决策规则 |
| 环境 | Environment | 做完之后世界怎么变？ | 反馈 |
一个容易混淆的点：动作空间是可选项的集合，策略是从集合里挑一个的方法。清单是清单，选法是选法。很多"智能体不听话"的问题，其实是清单里根本没有你想要的那个动作，而不是它选错了。
对从业者的实际意义
第一，动作空间决定能力上限。想让智能体多做一类事，最直接的办法不是改提示词，而是往动作空间里加一个工具。反过来，如果它总是"完不成任务"，先检查清单缺不缺东西。
第二，动作空间是最有效的安全阀。与其事后过滤输出，不如一开始就不给它危险按钮。只读权限的智能体不可能误删数据——这是最小权限原则在智能体设计上的直接应用。
第三，设计时要讲粒度。动作太粗（一个"处理订单"包办一切），出错无法回滚、也无法审计；动作太细（拆成二十步），模型容易在半路走偏。常见做法是粒度适中、每个动作幂等、可回滚、失败时返回人能看懂的报错。
第四，别贪多。清单越长，模型选错的动作就越容易。给几十个功能相近的工具，不如给几个边界清晰的。很多平台还会动态裁剪动作空间，只把当前这一步相关的工具暴露给模型。
说到底，动作空间是一份契约：它同时告诉智能体"你能做什么"，也告诉系统"最多只能被做什么"。设计智能体时先画这张清单，往往比先写提示词更有用。