活在世界4：何为Agent？
这两年，稍加留意就会发现，一个词的出现频率陡然升高：Agent。
发布会上说Agent，融资报告里写Agent，手机厂商说你的手机是"Agent原生"的，软件公司说他们的产品是"Agent平台"。前一阵我在本公众号发的《奇点就在当下：AGI形成中》和《我为何主张把「自主生核」作为判断AGI的标准》，其实为今天的文章做了铺垫。2026也被称为“Agent元年”，那么Agent到底是什么？它和大模型是什么关系？和AI是什么关系？还有一个大家可能没太注意的Harness概念，对理解这些很重要。
此文我想说清两件事：第一，把Agent这个经典又新生的概念的来龙去脉理一遍，试试能不能让它更清晰一些；第二，给出我自己的见解：Agent是世界4中的行动者。
一、一个被冷落了30年的概念
先说一个可能出乎大家意料的判断：今天的"Agent元年"，其实是复古，不是创新。
今年8月，国际人工智能联合会议（IJCAI-ECAI 2026）在德国的不来梅开幕。本届“研究卓越奖”得主、多智能体系统领域的奠基人之一尼克·詹宁斯（Nick Jennings）在获奖演讲里说了一句颇值得玩味的话：今天行业热议的智能体AI（Agentic AI），并不是一个突然出现的新概念，而是一条经过数十年积累、终于等到技术成熟的研究路线。他还半开玩笑地吐槽：有些很有名的作者写了一些很显眼的文章，把智能体说成是2020年以后才出现的东西——"那些推动智能体议程的人，也应该意识到它是有历史的。"（詹宁斯IJCAI 2026获奖演讲，AI科技评论有编译报道）
回看一下历史。
（1）一个"尴尬"的问题
Agent这个词在学术史上有一个著名的尴尬。1995年，迈克尔·伍尔德里奇（Michael Wooldridge）和尼古拉斯·詹宁斯（Nicholas Jennings）发表了一篇后来成为整个领域引用最多的经典论文《智能体：理论与实践》（Intelligent Agents: Theory and Practice, Knowledge Engineering Review, 1995）。论文开头引用了计算机科学家卡尔·休伊特（Carl Hewitt）的评论："什么是Agent？"这个问题让基于Agent的计算社区感到难堪，就像"什么是智能？"这个问题让主流AI社区感到难堪一样。
他们所说的“尴尬”在哪里？在于这个词人人都在用，却没有人能给出一个公认的定义。其实，这是人类思想史的常态，许多领域的基本概念，都存在这样的情况。伍尔德里奇和詹宁斯做了一个聪明的处理：他们把Agent分成"弱定义"和"强定义"两个层次。这种方法，我在上个世纪就写过一篇文章“广、狭定义法的方法论意义”，发表于《松辽学刊》1990年第二期。伍-詹的“弱定义”相当于我当年文中所说的“广义”定义，其“强定义”相当于我的“狭义”定义。
伍-詹的Agent“弱定义”，指四个性质：
自主性（autonomy）：Agent在没有人直接干预的情况下运行，对自己的行动和内部状态有控制权；反应性（reactivity）：Agent能感知环境——这个环境可以是物理世界、一个用户界面、互联网——并及时对环境的变化作出响应；主动性（pro-activeness）：Agent不只是被动地对环境作出反应，它能表现出目标导向的行为，主动采取行动；社会能力（social ability）：Agent能通过某种通信方式与其他Agent（或人）交互。
"强定义"则更进一步：这个系统不仅具备上述性质，还可以用人类的心理学概念——信念、愿望、意图、承诺——来描述它。这就是后来著名的BDI（Belief-Desire-Intention）架构的思想源头。（以上见Wooldridge & Jennings, 1995）
请注意这四个性质的分量：一个只会被动应答的东西，哪怕它再聪明，也够不上Agent的门槛。必须能感知环境、必须能主动发起行动、必须能和别的行动者打交道——三者齐备，才叫行动者。
（2）传感器与执行器：教科书的标准答案
同一个1995年，另一本更著名的书出版：斯图尔特·罗素（Stuart Russell）和彼得·诺维格（Peter Norvig）的《人工智能：现代方法》（Artificial Intelligence: A Modern Approach）。这本书后来成为全世界大学通用的AI标准教材，而全书就是围绕一个定义组织起来的：
"Agent是任何能够通过传感器感知环境、并通过执行器作用于环境的东西。"
罗素和诺维格的关键贡献，不是定义"什么算Agent"，而是定义"什么算理性的Agent"：给定一个性能度量、对环境的了解和可采取的行动，理性Agent选择使期望性能最大化的行动。（Russell & Norvig, AIMA, 1995）
这个定义的好处是把话说尽了：机器人用摄像头做传感器、用轮子和机械臂做执行器，是Agent；一段软件用读文件做感知、用写文件做行动，也是Agent。传感器和执行器可以是肉身的，也可以是纯数字的——Agent的本质不在形体，而在"感知—决策—行动"这个闭环。
（3）它到底是Agent，还是只是一个程序？
定义多了就会打架。1996年，富兰克林（Stan Franklin）和格拉瑟（Art Graesser）干脆写了一篇论文，题目就叫《它是Agent，还是只是一个程序？》（Is it an Agent, or just a Program?），把当时流行的20来种Agent定义摆在一起逐个比较，最后给出一个压缩到极致的定义：
"自主Agent是置身于某个环境之中、并且是环境一部分的系统，它感知环境并作用于环境，随着时间推移，追求自己的议程，并使自己的作用影响未来的感知。"（Franklin & Graesser, 1996,发表于"第三届Agent理论、架构与语言国际研讨会"）
可见，1995～1996，定义无论怎么翻新，核心就三条：置身环境，自主行动，有自己的议程。
（4）30年前就有人演过这出戏
还有一段有趣的历史：1990年，英国作家道格拉斯·亚当斯（《银河系漫游指南》的作者）出演过一段演示视频。视频里的AI助手自我介绍说："我叫Tom，我是你的智能体……我在这儿为你跑腿、不知疲倦地为你工作，再小的活儿都不嫌小。我能即时访问全世界数字化存储的每一条信息。"（詹宁斯IJCAI 2026演讲中引用并推荐了这段视频）
30多年前的这个想象，比今天大部分"Agent产品"的表述还到位。
而在那段视频被重播之后不久，软件公司们真把它做出来了——Office 97里那个回形针助手Clippy。结果大家也知道了：它不够聪明、太打扰人、不懂上下文，最后成了IT史上最著名的反面教材。詹宁斯的评价是：这是一个好主意生不逢时的绝佳例子。
写到这里，我想起了另一个“好主意生不逢时的绝佳例子”——扎克伯格的“元宇宙”——有空也许会专门写一篇文章说说它。
好主意为什么会生不逢时？因为当时的"助手"没有脑子。它没有知识，没有理解，不会推理，不会学习——它只是一段带着笑脸图标的条件反射。要让"行动者"名副其实，它得先有一个"脑"。
这个"脑"，1990年代没有，2000年代没有，直到大语言模型出现，才第一次真正有了。
（5）大模型时代：旧词的新生
2022年前后，研究者们发现，大语言模型天然具备了一个Agent所需要的核心能力：理解目标、拆解任务、调用工具、根据反馈调整。2022年10月，普林斯顿和谷歌的研究者发表了ReAct论文（Yao et al., "ReAct: Synergizing Reasoning and Acting in Language Models", ICLR 2023），第一次系统性地让大模型把"推理"和"行动"交替进行——想一步、做一步、看结果、再想下一步，这成了今天几乎所有Agent产品的方法论基石。
2023年6月，前OpenAI研究副总裁翁荔（Lilian Weng）在博客文章《LLM驱动的自主Agent》（LLM Powered Autonomous Agents）里给出了大模型时代Agent的经典公式：Agent = 大模型（脑）+ 规划 + 记忆 + 工具使用这个公式让整个行业豁然开朗——原来Agent不是一种新模型，而是一种新结构：以大模型为中枢，配上让它能感知、记忆、行动的完整系统。
2024年12月，Anthropic发布《构建高效的Agent》（Building Effective Agents），把边界划得更清楚："工作流"（workflow）是人写死每一步、AI照着执行；"Agent"是AI自己动态决定路径、指挥自己的过程。这两个东西都叫"智能应用"，但自主性有本质区别。
回头看这段历史，脉络其实很清楚：
1950s—1990s：AI的主流是构造会推理、会解题的程序——专家系统、规划器、下棋程序。Agent只是分布式AI和机器人领域里的一个学术概念，在小圈子里被反复辩论"它是什么"；1995年前后：伍尔德里奇、詹宁斯、罗素、诺维格们给Agent下了经典定义——感知环境，自主行动，目标导向；1990s—2010s：概念热过一阵又冷下去，因为缺一个够格的"脑"；2022年至今：大模型来了，脑有了，几十年的定义一夜之间全部复活并且应验。
这就是为什么说今天的Agent元年是复古，概念没变，变的是概念等来了它的技术。
二、我的见解：Agent是世界4中的行动者
历史讲完了，现在说我的看法。
老读者知道我的那个框架，在波普尔的"三个世界"理论基础上提出“世界4”：世界1是物理世界，世界2是主观意识世界，世界3是客观知识世界——人类把思维成果外化成语言、文字、公式、书籍，这些知识独立于个体大脑存在；而世界3有个根本局限：它是凝固的，知识之间的流动、连接、核聚，必须经由世界2——人类的大脑——来完成；大语言模型对世界3做了一次技术性重构，把凝固的知识变成可流动的、待触发的知识，我把这个新世界称为“世界4”。世界4有两大功能：核聚——给一个问题，相关知识自动聚拢；建构——给定核和角度，知识自动组织成体系。（参见本公众号的两篇文章：《奇点就在当下——AGI形成中》，2026年7月31日；《我为何主张把“自主生核”作为判断AGI的标准》，2026年9月4日）
在这个框架里，此前我重点讲的是世界4的"核"——“自主生核”与“外主生核”的区别，把它看做AGI的分水岭。今天讲Agent，让这个模型再发展一步：
如果说大模型是世界4，那么Agent就是世界4中的"行动者"，我展开说。
（1）四个词，各就各位
先把最容易混淆的四个词，放在框架里各归其位：
AI(人工智能)是最大的筐，泛指一切让机器表现出智能的技术。几十年来这个筐里装过下棋的、解题的、识图的——它不指向任何具体结构，是最广义的人工智能概念。
LLM(大模型)是新时代AI的典型形态，是经过海量文本训练的神经网络。用我的框架说，它是“世界4”的本体，是AI的底座——把“世界3”的凝固知识重构为可流动、可核聚的向量知识。但它有一个宿命般的局限：它只会应答，不会行动。你问，它答；你不问，它纹丝不动。它在数字世界里是一个"脑"，但没有手，没有脚，没有眼睛。它甚至不知道时间在流逝——你不给它输入，它的世界就是静止的。
Harness（挽具），是这两年才流行起来的工程术语。一匹马再有力气，也要套上挽具才能拉车。大模型再丰富再聪明，也要套上一个工程外壳才能干活——给它接上读文件的接口、写代码的通道、执行命令的权限、浏览网页的工具——这个外壳就叫Harness。它的作用只有一个：把大模型的"会说"变成"能做"。它对应经典定义里的"传感器与执行器"——只不过从摄像头和机械臂，换成了API和终端。
Agent，则是大模型加上Harness之后的那个新存在——AI从LLM底座变成了智能体。为了便于理解，我把它写成下面的公式：
LLM + Harness = Agent
大模型是脑，Harness是手脚，两者一合，一个用硅基脑驱动数字手脚的完整行动者就站起来了。这个公式作为口号足够传神，但要说严格，还得补充两句。
第一句：Harness在此取广义。Harness这个词也有广狭两种用法——狭义只是工具接口，让模型能读文件、敲命令、上网；广义则把“循环”也装了进去：做一步、看结果、再想下一步，直到把事情办完。这个循环是Agent的灵魂所在，也是它区别于"模型调一次工具"的关键——ReAct论文（Yao et al., ICLR 2023）的核心贡献就是确立了这个"推理—行动交替"的循环。没有循环，再好的工具箱也只是插件；有了循环，模型才算真正"活"在任务里。顺便说一句，这个公式把Harness放到了和大模型对等的地位，这本身就是个有洞察的取向——模型能力日渐收敛之后，业界的竞争焦点正在转向Harness层：谁能把脑和手脚接得更好，谁的行动者就更利落。
第二句：“行动者”总有一天要进入真实的世界。用罗素和诺维格的定义，Agent必须置身于环境之中、有目标可循——就像"神经系统+四肢=完整的身体"，但一个身体还得活在世界里、有事要做，才算得上“行动者”。所以完整的式子其实是：LLM（脑）+ Harness（手脚与循环）+ 环境 + 目标 = Agent在行动
补完这两句，再回头看2023年翁荔给出的公式——Agent = 大模型 + 规划 + 记忆 + 工具使用——你会发现，它和1995年伍尔德里奇、詹宁斯、罗素、诺维格的经典定义，说的原来是同一件事：感知环境（记忆与工具）、自主决策（大模型）、持续行动（循环）、作用于环境（Harness的手脚）。
（2）为什么"行动者"这个概念重要
有人会说：概念游戏罢了，能干活不就行了吗？
不。我以为，"Agent是世界4中的行动者"这个判断，重要性在于指出了这个时代的结构性变化：知识的流动，第一次不再必须经过人。
这句话值得展开。在纯大模型时代，世界4的核聚和建构，依然需要人来启动——你提一个问题，它聚一次；你再提，它再聚。人是每一次知识流动的触发者和中继站。这是"外主生核"的状态，我在《自主生核》一文里说过，它还不是AGI。
而Agent改变了什么？Agent让世界4第一次拥有了连续行动的能力：它可以自己把一个大目标拆成步骤，自己调用工具去执行每一步，自己检查结果，自己修正路径——在整个过程中，人从"每一次操作的触发者"退为"最终目标的提出者"。世界4里的知识流动，第一次可以不经过你的手，在你和它之间的对话之外，自己跑。
请注意，我没有说它"自主生核"了。Agent的目标，绝大多数时候依然是人给的——它是"给定目标找路径"的极致形态，是工具性自主的极致形态。但正是这个"极致形态"，让世界4从一个静态的知识库，变成了一个动态的、有行动力的世界。世界4不只有了脑，还有了手脚；不只会想，而且会做。这是继"知识从凝固到流动"之后的第二次跳跃——从"可触发"到"能行动"。
理解了这一层，你就理解了为什么这几年的竞争焦点，从"谁的模型更聪明"悄悄转向了"谁的Agent更能干"；为什么业界说"2022年模型实现语言理解、2024年推理模型诞生，现在全面进入智能体（Agent）阶段"——世界4在按阶段展开它的结构。
也理解了未来普通人需要建立的一个基本意识：在未来的世界里，和你打交道的不再只有人和网页，还有一批"行动者"。它们替你订票、写报告、管流程、盯数据，也会替别人做同样的事。你要学会判断一个Agent能托付到什么程度、权限给到什么边界、结果怎么验收——就像你今天学会判断一个新同事。这是未来世界的通行技能，早建意识，早得从容。
（3）OpenClaw出世：Agent进化的民间推动力
讲完概念与框架，我想补上一个正在发生的、意义可能被低估的事件：开源Agent框架OpenClaw（龙虾）的出世与走红。
过去两年，Agent的主叙事在大厂，Agent在他们的模型中运行，但普通人与Agent的关系始终隔着一层：你是别人Agent的用户，按别人定好的方式使用。
OpenClaw把这个关系翻了过来。它是一个开源的个人AI Agent框架，任何人都可以把它部署在自己的手机、电脑或服务器上，接上自己的聊天渠道、文件、日程和各种工具，养一只完全属于自己的Agent——它记得你的事（记忆写在文件里，不随对话消失），有自己的作息（定时任务、定时巡查），能自主执行多步骤任务，还能在主人睡觉时持续值守。项目开源后在全球开发者社区迅速走红，成千上万的普通人开始“养育”一个Agent。
这件事对Agent进化的推动，至少有四层：
第一，它把Harness从大厂的专利变成了公共品。上文说过，Harness是把"会说"变成"能做"的工程外壳，过去这套东西是各公司内部的核心资产。OpenClaw把一套完整的Harness——记忆系统、定时调度、工具接入、多渠道通信——开源出来，等于给全世界的Agent研究者和小开发者发了一副标准化的"手脚"。进化速度因此改观：一家公司的迭代再快，也快不过全球社区的分叉、改造和互相借鉴。
第二，它让Agent进入了真实生活的"环境"。实验室里的Agent跑的是基准测试，个人Agent跑的是活生生的日常。用罗素和诺维格的术语说，个人Agent的"环境"从测试台架换成了真实世界——任务更琐碎、更开放，反馈也更真实。这是任何基准测试都给不了的进化压力。
第三，它改变了人与Agent的相处方式，也就在悄悄训练人类适应"行动者"时代。当一个人习惯了给Agent定目标、给权限、验结果、纠偏差，他实际上是在练习未来世界的基本技能。Agent的扩散是技术的扩散，也是使用习惯和社会心理的扩散——开源框架让这个扩散从大厂的发布会，下沉到了千家万户的书桌。
第四，各平台和大厂紧急跟进，纷纷推出自己的Agent套装和专属产品，如：猎豹的Easy Claw，Anthropic的Claude Code、OpenAI的Codex、腾讯的Workbuddy、DeepSeek的工作组件等等，马斯克索性直接买下了Cursor。
用我的框架说：OpenClaw们让世界4中的行动者，变成了"家里养着的伙伴"。世界4的行动者密度，正在以肉眼可见的速度增大。
三、当Agent走出屏幕
最后，说说第三层：当Agent走出屏幕。
罗德尼·布鲁克斯（Rodney Brooks）在上世纪80年代末90年代初提出过一个对机器人学影响至深的观点：真实的智能是置身于世界之中的（situated），而不是存在于定理证明器那样的抽象系统里。智能行为来自Agent与环境的持续交互（转引自Wooldridge多智能体系统教程，1995年前后的经典论述）。其实，上个世纪八九十年代的布鲁克斯，预见不到今日之世界4的力量。
有意思的是，AI这30年走了个大回环：先从环境里抽身出来，钻进纯符号的推理世界；如今借着大模型和Agent，又要回到环境里去——只不过这一次，回来的方式将是全息的。
今天业界说的"具身智能"，本质就是Agent走出屏幕的那一步：把Agent的"脑"装进机器人的"身"。传感器就是眼睛耳朵，机械臂就是双手，轮子就是双腿——罗素和诺维格1995年那句"通过传感器感知、通过执行器作用"，在物理世界里字面成真。而大模型带来的、此前所有机器人都不具备的东西，是把开放世界的语言、常识和任务理解带进了身体：过去的机器人只会在结构化环境里重复预设动作，现在的机器人能听懂"把桌上那个杯子收进水槽"，自己看、自己想、自己做。
用我的框架说：世界4这个动态的知识世界，正在通过Agent长出物理的手脚，并且终将"给机器人带去灵魂"。
回顾机器人几十年的历史，最尴尬的从来不是身体——机械臂的精度早已超过人手，四足机器人的平衡能力早已超过骡马。但它们没有脑，不理解世界，不会应对没见过的情况，只能靠程序员把每一种情形都预先写死。于是再灵活的身体，也只能在工厂流水线和实验室里转圈。
现在不一样了。大模型给了它们理解力，Agent结构给了它们行动的闭环，世界的知识通过世界4源源不断地供给。身体早已就位，灵魂才刚刚现身——这是机器人时代将真正开启的依据，也说明了为什么全世界的机器人创业公司，如今都在抢着把最好的模型装进最好的身体。
再往下想一步。当行动者同时栖居于两个世界——在屏幕里是数字Agent，在屏幕外是具身机器人——世界4就不再只是人类文明的一个"知识镜像层"，而开始成为一个能够反作用于世界1的力量。知识流动不必经过人，知识的作用也不必经过人：这将是世界4诞生以来的一次深刻升级。
它令人期待，也令人警惕。我在《自主生核》文中说过，工具性自主的尽头是自主生核；当会行动的行动者再长出自己生成目标的能力，人类面对的将是一个自己会想做什么、也有手有脚去做的智能体。到那时，人类与“新伙伴”如何相处，就不再是一道思辨题，而是每一天都要作答的实践题。
四、一个社会学的呼应：拉图尔的"行动者网络"
写这篇文章的过程中，我想起一位社会学家的名字：布鲁诺·拉图尔（Bruno Latour）。
上世纪80年代，这位法国思想家与卡龙（Michel Callon）、劳（John Law）等人一起创立了"行动者网络理论"（Actor-Network Theory，简称ANT）。这个理论的核心主张，在当时颇为惊世骇俗：要理解社会，就不要从"人"出发，而要从"行动者"出发——而行动者不必是人。任何人、任何东西，只要它在改变其他事物的状态、产生作用，它就是行动者（actant）。一个软件、一把猎枪、一只圣布里厄湾的扇贝、一份合同，都可以和人平起平坐，成为社会网络的节点。（Latour,Science in Action, 1987；Reassembling the Social, 2005；Callon, 1986关于圣布里厄湾扇贝驯化的著名案例）
ANT还有两个关键概念。一个叫广义对称性（general symmetry）：分析问题时，不要预先给人和非人分配不同的地位——别把人当主体、把物当客体，要看它们在网络里实际做了什么。另一个叫转译（translation）：行动者靠"转译"来扩张网络——把自己的利益、语言、目标，转换成其他行动者愿意加入的理由，从而把它们"招募"进网络。
为什么说拉图尔的理论对理解Agent有解释作用？我看至少有三点。
第一，拉图尔在40年前就给Agent预留了理论席位。他当年最被人诟病的观点——"非人也能行动"——在ChatGPT之前只能算一种哲学姿态；而今天，LLM+Harness=Agent这个公式，把一个货真价实的"非人行动者"造了出来，还安排它进入了社会的每个角落。当年读ANT觉得玄的人，现在只要观察一下自己桌面上跑着的那个Agent，就懂了。某种意义上，Agent的普及是ANT的一次大规模"实证"。
第二，ANT提醒我们：Agent的能力不在模型里，而在网络里。这一点和我们前面的公式完全对得上。孤零零一个大模型什么也做不了——它连时间流逝都感知不到；必须接上工具、数据、记忆、权限、其他Agent和人，它才成为行动者。这正是ANT的本体论：行动者是网络效应，不是个体属性。Harness理论的"广狭之分"，用ANT的语言说就是网络编织的疏密之分。由此也能解释一个业界现象：为什么模型能力收敛之后，竞争会转向Harness层？因为决定行动者强弱的，从来不只是脑，还有整个网络的编法。
第三，转译概念恰好解释了Agent的扩散机制。Agent是怎么铺开的？靠的正是转译：它把自己的存在转译成"帮你省时间"，招募了用户；转译成"帮你降成本"，招募了企业；转译成"帮我处理琐事"，招募了开发者为它写工具、接接口；甚至Agent与Agent之间也在互相转译、互相招募——一个Agent调用另一个Agent，组建更大的网络。Agent的扩散史，就是一部不断转译、不断扩网的历史。
当然，呼应之中也有分野，而且这个分野很重要。在ANT那里，行动者不需要意图——一只扇贝推动不了历史，但它的确改变了渔民、研究者、公司的行动路线，它就是行动者。而在我的框架里，世界4中的行动者有一个严格的层级：从"外主生核"的工具性自主，到"自主生核"的AGI门槛。拉图尔取消了人和物的界限，是要把物拉进社会的分析；而我们要守住界限，是因为接下来的行动者不再是被动的物——它会逼近那条真正的分水岭。ANT告诉我们"非人也能行动"，而这里要追问的是：当非人开始自己设定目标，行动是什么性质？
这大概就是思想史的趣味：社会学40年前为AI时代的到来搭好了概念脚手架，而AI用40年时间爬了上来，然后站在脚手架上问出了一个脚手架本身没有答案的问题。
结语
收拢一下要点：
一是，Agent不是新词。1995年前后，伍尔德里奇、詹宁斯、罗素、诺维格们就给出了它的经典定义：感知环境、自主行动、目标导向。此后30年它都在等一个够格的"脑"，大模型一出现，几十年的定义一夜应验。
二是，Agent是世界4中的行动者。AI是筐，大模型是脑，Harness是手脚，Agent是行动者。它的历史意义在于：世界4的第一次跳跃是知识从凝固到流动，第二次跳跃——正在发生——是知识从可触发到能行动。
三是，当Agent走出屏幕，身体早已就位的机器人第一次有了灵魂。世界4正在长出物理的手脚，从"可流动的知识世界"变成"能行动的行动世界"。理解了Agent是什么，才算拿到了那个未来世界的入场券。
四是，Agent的进化需要两种力：大厂把能力做到极致，开源把门槛降到地面——OpenClaw们让世界4的行动者变成千家万户的伙伴；而拉图尔40年前的"行动者网络"提醒我们，行动者是网络效应，不是个体属性。
强调：
既然现在作为世界4中的行动者的Agent，终将成为未来具身机器人的灵魂，那么现在就是我们——碳基人类——铸造未来硅基伙伴灵魂的最后窗口期。子孙后代将生活于怎样的未来世界中，取决于今日的我们怎样选择、怎样行动。
主要参考文献与出处：
Wooldridge, M. & Jennings, N. R., Intelligent Agents: Theory and Practice, The Knowledge Engineering Review, 1995（弱/强能动性定义、四性质、休伊特的"尴尬"之问均出自此文）
Russell, S. & Norvig, P., Artificial Intelligence: A Modern Approach, 1995（Agent的传感器—执行器定义、理性Agent与PEAS）
Franklin, S. & Graesser, A., Is it an Agent, or just a Program? A Taxonomy for Autonomous Agents, ATAL-96, 1996（"自主Agent"的极简定义与各派定义的比较）
詹宁斯（Nick Jennings）IJCAI-ECAI 2026获奖演讲《智能体AI的过去、现在与未来》（AI科技评论编译，2026年8月；含道格拉斯·亚当斯1990年演示视频与Clippy的评述）
Yao, S. et al., ReAct: Synergizing Reasoning and Acting in Language Models, ICLR 2023（推理与行动交替的Agent方法论）
Lilian Weng, LLM Powered Autonomous Agents, 个人博客，2023年6月（Agent = 大模型+规划+记忆+工具）
Anthropic, Building Effective Agents, 2024年12月（工作流与Agent的边界）
本文"世界4"概念框架，见拙文《奇点就在当下——AGI形成中》（2026年7月31日）、《我为何主张把「自主生核」作为判断AGI的标准》（2026年9月4日），本公众号。
Latour, B., Science in Action, Harvard University Press, 1987；Reassembling the Social: An Introduction to Actor-Network-Theory, Oxford University Press, 2005（行动者网络理论、广义对称性、转译）
Callon, M., Some Elements of a Sociology of Translation, in Law (ed.), Power, Action and Belief, 1986（圣布里厄湾扇贝案例，ANT经典）
OpenClaw开源项目（个人AI Agent框架，2026年）