Agent 理论¶
English | 中文
这一部分把 Agent 当作系统，而不是模型功能。模型回答一个提示；Agent 有目标、 上下文、工具、记忆、权限、生命周期和后果。这些是架构与组织问题，不只是机器学习问题。
本节的理论主线来自 Huiwen Han 的研究：Unified Agent Dynamics（UAD）、DIKCA、 Intent-Conditioned Computation（IIC）、Agent-Oriented Programming（AOP）、 Probabilistic Program Execution Semantics（PPES）以及 Architecture as Law。 这些页面面向 AxisVela 的读者做综合解释，不替代原始论文；每页都链接到来源。
阅读顺序¶
| 想理解…… | 阅读 |
|---|---|
| 全局图景：认知层、计算层、组织层 | Unified Agent Dynamics |
| 为什么治理是结构性的，不是提示词 | DIKCA |
| 为什么意图与架构比代码更重要 | 意图、AOP 与控制 |
| 为什么概率系统需要不同的验证方式 | PPES |
| 企业 Agent 有哪些类型 | Agent 分类 |
| 多智能体为什么会以不同方式失败 | 多智能体动力学 |
| 自主性、控制与架构的关系 | 自主性与架构 |
| Agent 的经济学如何影响采用 | Agent 经济学 |
| 完整文献与每个思想的使用位置 | 研究地图 |
综合，而不是经典¶
这些页面包含三类陈述：
- 来自所引论文的论断：标注来源并链接。
- 面向本生态的解释：标注为综合。
- 实践建议：属于设计指导，不是定理。
部分工作是预印本。在学术写作中引用前，请查看 DOI 记录的发表状态。 研究地图列出了当前链接。
最短版本¶
- Agent 是一个具备目标、上下文和权限的控制系统。
- 治理必须由架构强制执行，而不是写在提示词里。
- 意图是一等接口，但必须被明确规格化并检查。
- 概率执行需要分布级证据，而不是一次测试。
- 多智能体系统需要协调协议与明确角色。
- 自主性是架构边界下的元控制，不是没有控制。