智能体的认知循环：感知-思考-行动-观察

上一篇结尾留了个约定：这圈循环，后面要正式摊开。上一篇只给了一个感觉——做一步、回头看一眼，走岔了能拐回来。可要把它立成系统，还有几件事没答：四格各自在干什么、彼此传的是什么、凭什么算「闭」环、又凭什么知道该停。这一篇就把它摊平了看。

一、四格各自在干什么，先把边界划清楚

给这圈循环起四个正式些的名字：观察、想、动手、再观察。别把它们当成四个差不多的动作。

观察把环境的当前状态取回来：文件在不在、数字是多少，尽量原样端到面前。它只取，不改。

想只做一件事：从「现在是这样」出发，挑出下一步做哪个动作。它不碰任何东西，产出只是一个决定。与观察的分界就在这儿——一个关于事实，一个关于选择。

动手是四格里唯一越过边界、真的改变外部的一步：建个文件夹、改个数字、点一次提交。

再观察名字和第一格像，活儿却不能省。动手只是发出了动作，成没成、外部变成了什么样，得重新取回来才算数——它回答上一格那个问题：我刚那一下，奏效了没有。

连起来看：观察与再观察把外部「端进来」，想在内部做选择，只有动手把改变「送出去」。三格跟信息打交道，一格跟现实打交道。上一篇那份「做一步、看一眼」的笨节奏，拆开才看出每步分工都卡着这道边界。四个格子依次排开、末端又折回起点，正是一圈闭环的样子。

二、让它真正「闭」起来的，是那一步回填

可四个动作排成一排，并不自动就是闭环，写在一行念一遍只是一串步骤；让它「闭」起来的是另一样东西：上一步的结果，要回填进下一圈的观察。

环里流转的不是口令或上一格吐出的一段话，而是环境此刻的样子。动手改了外部，外部就多了个新状态；它不会自己跑回来，得由下一圈的观察重新取回，当作下一轮「想」的输入。取回、接着用、再取回，这一步回填才是四格首尾咬合的那颗齿；少了它，四步只是排成一队，谁也不回头。

画成图更直观，这张比上一篇多了两样：被来回取用的环境状态，和两处可以停下的出口。

那条从「动手」绕回环境状态、再被「观察」取用的回路，传下去的是被改动过的现实本身。

闭环也由此和另一种做法分了岔：把整件事一次性交代下去，一口气生成完，中间不看、不问、不核对。直线未必不聪明，只是没有回头的机会——第一步偏了，后面每步都建在这个偏上，一路错到底。闭环每步都把外部新样子取回来，下一圈的「想」踩着新现状做；走岔了，新状态里会露马脚，该在的文件没在、该变的数字没变，循环自己就能发现、换一步再试。一边是一条单薄直线，从头跑到尾都不回头；一边是每一步都折回来核对，越走越厚实。自主性听着玄，落到这里很朴素：不是它一次就做对，而是它有资格一圈圈发现不对、拐回来重做。

三、替它「想」下一步的，换谁都行

拆到这儿，有个问题非答不可：那格「想」，到底由谁来算？它再轻，也得有个东西把下一步真算出来。它的职责是：输入「环境此刻什么样」，输出「下一步做哪个动作」；至于中间怎么走，骨架没有规定。

能站进这一格的远不止一种：一套写死的规则，满足什么条件做哪一步；一个练出来的策略，见过类似局面，凭经验挑胜算大的动作；或是大模型，把现状读进去，给出接下来的判断。它们形态差得很远，站进的却是同一格，干的也是同一件事。说穿了，都是把「现在这样」翻成「接着做这个」。

它们都只是「想」这一环的不同实现，可以替换，彼此平起平坐。把规则换成策略、或换成大模型，改的只是这一格里面怎么算；那圈观察、动手、再观察的骨架一处都不用动。环还是那个环，不会因为你换了谁来「想」就变成另一个东西。智能体这个概念立在那圈循环上，不立在某一种具体算法上——它不靠哪一样技术撑着，也不等着谁先被搞懂才成立。

也正因如此，智能体这个想法比某一种具体技术更老、更通用：早在今天这些模型之前，「看一眼、做一步、再看一眼」的回路就在各种系统里转了；往后「想」这格再换新办法，骨架大概还是这副骨架。

四、换一件事，跟着它跑三圈

换个具体的事跑几圈，回填就看得见。你丢下一句「把这堆照片里所有含发票的挑出来，按日期归好类」，就走开了。

第一圈。观察：一个塞满照片、什么都没分的文件夹。想：从第一张看起，先认哪些是发票。动手：打开第一张，认出不是，标成「跳过」。这一步之后环境变了，多了条「第一张已看过」的记录；再观察把它取回，第二圈的「想」便踩着「还剩几百张」往下走，不必从零开始。

第二圈。观察接着记录读下一张。想：这张像发票，得读出票面日期才能归类。动手：读出日期，新建按月份命名的文件夹，把照片挪进去。可回填的状态露了马脚：有一张归错了地方。第三圈的「想」便不继续往下翻，而是先回头把那张改回去——走岔了，循环自己把它拐了回来。

第三圈。观察：错的那张已归位，其余也过完了。想：目标达成。收工，把归好类的文件夹交给你。

盯住一处：每圈开头的「观察」读到的都是上一圈动手后的新状态。标了「跳过」才知从哪接着，归错了类才看得到回头——回填进来，下一圈才站得比上一圈高一点。

停法只有两种：目标达成便收工交差；或某圈的「想」判断办不下去了，比如照片糊得认不出，就停下来，把卡在哪儿、做到哪一步如实交回，而不是闷头空转。会拐弯、会重试，但不会无限转。

五、这一圈摊开之后

摊平了看，反而更容易看清后面还能长多少：每一格都还能再往下拆。

「动手」这格：它凭什么碰得到文件、查得到表格，「说话」怎么变成「真做了」，值得单独掰开。「想」这格：一件大活怎么拆成几步、拆错了怎么回头换路，挑下一步这件轻事往深了全是学问。「观察」这格：圈数一多、资料一长，上一圈看过的还记不记得住，得给它一个存得住的地方。

再往外，一格撑不住就自然不止一格：几圈循环一起转，谁分活、谁动手、谁验收，是另一番光景。到这里还在屏幕里；可给「观察」接上摄像头、给「动手」接上机械臂，同一副骨架住进一副身体，会多出多少新麻烦？把它铺到各行各业，找药、管网、读信号，又会把多少孤零零的本事连成一条跑得起来的线。镜头再抬远些：越能干，「不能让它胡来」越要紧，边界怎么划、谁来担责、人和它怎么分工。这些是骨架摊开后长出去的枝。

上一篇把「看—想—做—再看」交到你手里时它是一种感觉；这一篇之后，它有了分工、回填、停下的规矩，也知道「想」那格可以换谁来站。感觉变成结构，这圈循环才算真的摊开。往后每步，都不过是顺着骨架把某一格看得更细一点。

读后小测

3 句话复述

1. 摊开那一圈是四个卡着边界的格子：观察把现状端进来，想只挑下一步、不碰外部，动手是唯一改变外部的一步，再观察把改动后的新状态取回来，确认刚才那一下奏不奏效。 2. 让它「闭」起来的不是四步排成一排，而是改动过的环境状态被回填进下一圈的观察；每步都取回新现状再定下一步，走岔了能被循环发现、拐回来，这正是一次性生成完的直线做不到的，也是自主性的来源。 3. 「想」那格可由规则、策略或大模型等不同东西来算，它们只是这一环可替换的实现，换了谁环还是那个环，所以智能体不绑死在某一种具体技术上、比它更老也更通用；循环会在目标达成或判断办不下去时停下交差，不会无限转。

1 件动手小事

把上一篇让你画的那三圈「看—想—做—再看」翻出来，补三样标记：每圈的「观察」读到什么新状态、这状态是上圈哪步「动手」改出来的、哪步唯一越过边界。补完你会发现，那三圈不是四个动作排成一排，而是一条被一次次回填串起来的链。再挑一处走岔的地方，看是不是新状态自己露出马脚、让下一圈拐了回来。上一篇说「后面我们把这一圈循环正式摊开时，你会立刻明白」，明白的就是这个：看似笨拙的「做一步、看一眼」，凭什么能撑起一整个会自己干活的系统。