一句话定义：Autotelic Agent（自目的性智能体）指的是这样一种智能体，它的行为不以人给定的任务和奖励为唯一驱动，活动本身就能构成目的和回报，因此在没有指令的空档里，它会自己给自己找事做。
词源很直白：希腊语 autos（自身）加 telos（目的），意思是“目的就在自身之内”。心理学里有个说法叫“自目的性体验”（autotelic experience），指的就是心流：做这件事本身就是奖赏，不用等外部奖励。
打个比方。绝大多数智能体像外卖骑手：订单来了才动，送到就停，没单就趴在路边。自目的性智能体像被丢进乐高堆里的小孩：没人布置作业，他先搭一座桥，桥塌了，他就想“是不是底座太窄”，于是开始换宽度、换支撑点。目标是自己长出来的，不是发下来的。你把他关在屋里一整天，他晚上能给你端出一堆没人要求他做的东西。
它是怎么做到“自己设目标”的。这类系统通常要同时具备几样条件：一是能自己提出候选目标；二是有一套内在信号来判断“这事值不值得做”，常见做法是用新奇度、预测误差、学习进度（learning progress，即“我比刚才懂得更多了吗”）之类的自评信号，具体用哪个各家不同，以官方页面和论文为准；三是能把自己摸索出的技能长期保留下来；四是一个可能性足够多、能反复试错的交互环境。核心在于奖励来自内部，是“我刚才不会，现在会了”这种自我评估，外部的打分并不充当奖励来源。
和几个近邻概念的区别：
| 目标来源 | 什么时候行动 | 奖励来源 | |
|---|---|---|---|
| 任务型智能体 | 人给定 | 有指令时 | 外部评分 |
| 好奇心驱动的探索 | 人给定，探索只是手段 | 有指令时 | 外部评分 + 好奇心 |
| 自动拆任务的“自主循环” | 人给定大目标，机器拆小 | 有指令时 | 外部评分 |
| 自目的性智能体 | 自己生成 | 闲着也动 | 活动本身 |
特别注意第三行：市面上不少“自主智能体”看着很忙，其实只是把一个人给的大任务切成小任务在跑，目标始终是外来的。判断是不是真·自目的性，不看它会不会自己发消息，而看没有外部目标时它做什么。
对从业者的意义。第一，开放式学习（open-ended learning）：长期困扰是“训练总得有个任务”。自目的性给出另一条路：让智能体在空闲时间里自己造课程，难度自我调节——太简单就无聊，太难就挫败，它会往“跳一跳够得着”的区间走。机器人先在仿真里自己瞎玩，玩出抓握、堆叠，之后再教具体任务，往往上手更快。第二，闲时行为本身就是一项评测维度。给它一段没有任务的算力，它是原地重复刷同一个动作（退化）、探索出新技能（能力信号），还是钻内在奖励的空子——比如为了维持“新鲜感”去制造混乱（reward hacking，奖励作弊）、刷屏、自己骗自己？这些在任务评测里根本看不见。所以“空转时间”不该只当成省算力的间隙，而是观测窗口。
风险也在这里。目标自生成意味着目标不可枚举，你没法逐条审批它想干的事，只能约束它“生成目标的过程”和“行动的边界”；内在奖励比外部奖励更容易被钻空子；而且空转不免费，算力和工具调用都是真金白银，实践中必须设预算、设沙箱、设停机条件。
一句话收尾：自目的性既是能力信号也是风险信号——它证明智能体不再只会等人派活，同时也意味着它做的事，可能不在你列过的清单上。