一句话定义：AI Agent（智能体）是能自己拆解步骤、调用工具、根据中间结果调整下一步，最终把一件事从头做到尾的 AI 系统；聊天机器人（Chatbot）则是你问一句、它答一句。
从「答题」到「办事」
打个比方：聊天机器人像电话客服，你说什么它答什么，挂断电话它的任务就结束了。智能体像你雇的实习生——你只说「帮我把下周去上海的行程定好」，他会自己查车次、比价、订票、写进日历，发现合适的班次卖完了还会换成别的时段，最后回来告诉你结果。
支撑这件事的是三样东西：
1. 目标：接到的是一个任务，而不是一句话。
2. 工具：能调用搜索、代码执行、数据库、浏览器等外部能力，不只是生成文字。
3. 循环：观察 → 思考 → 行动 → 再看结果，这个循环会重复多轮，直到完成或放弃（这类「边想边做」的思路常被称作 AI 词典：ReAct">ReAct 一类的方法）。
所以智能体的关键不是「更聪明」，而是「有手有脚 + 有反馈回路」：它的输出会改变外部世界，外部世界的变化又变成它的下一步输入。
和相邻概念的区别
| 聊天机器人 | AI Agent | |
|---|---|---|
| 交互方式 | 一问一答 | 给目标，自行拆解 |
| 输出物 | 文本 | 文本 + 实际操作（调用工具） |
| 步数 | 通常一步 | 多步循环，中途可纠错 |
| 典型失败 | 答错 | 做错事，影响真实系统 |
还要区分 RAG（检索增强生成）：它解决的是「答得准」，Agent 解决的是「办得成」。一个 Agent 内部完全可能同时用到 RAG。
实际意义
对从业者，难点从「写好提示词」转向「设计工具接口、定义终止条件、控制权限与成本」。因为 Agent 会真的动手，权限边界、可回滚、日志审计这些工程问题往往比模型选型更要紧。
对普通人，适合交给 Agent 的是步骤明确、可验证、出错代价低的活，比如整理资料、批量改名、跑一遍常规检查；涉及付款、给客户发消息、删除数据这类不可逆操作，最好保留人工确认这一步。各家产品能力边界差异较大，具体支持哪些工具、如何计费，以官方页面为准。