

### 题目分类
- 方向：Agent 架构 / 核心组件与运行闭环
- 类型：常见基础原理题，也是 Memory、Planning、Tool Calling、Guardrails 等问题的入口
- 适合岗位：AI 应用工程师、LLM 应用工程师、Agent 工程师

### 考察点
- 能否说明四组件模型是一种架构抽象，而不是所有 Agent 必须照搬的唯一标准
- 是否理解感知负责接收、解析和标准化环境信息，而不只是处理图像或语音
- 是否能拆清决策层的目标理解、上下文组装、规划、Action 选择和终止判断
- 是否知道执行层由受控运行时调用工具，模型只提出 Action，不直接拥有业务权限
- 是否能区分工作状态、短期记忆和长期记忆，并说明读写时机与风险
- 能否把四个组件放回闭环，并补充 Guardrails、Tracing、预算和人工审批

### 知识讲解
#### 1. 四组件模型是一种实用抽象
AI Agent 常被拆成感知（Perception）、决策（Decision）、执行（Action）和记忆（Memory）。这个划分适合建立心智模型，但不是统一的行业标准。有些框架把规划放进决策层，有些把状态管理称为 Context 或 Session，也有些一次性 Agent 根本不需要长期记忆。

比记住组件名称更重要的是理解闭环：Agent 从环境接收信息，结合目标和状态决定下一步，由运行时执行动作，再把结果作为 Observation 送回系统，直到任务完成、需要人工介入或触发终止条件。

#### 2. 感知：把外部信号转成可决策的信息
感知层负责接收和解释 Agent 当前能看到的环境。输入可以是用户文本、图片、语音、文件、页面状态，也可以是上一轮工具返回值和错误信息。

它通常承担以下职责：

- 接入不同模态和渠道，并统一事件格式
- 解析用户意图、实体、约束和环境状态
- 对工具结果做结构校验、截断、去噪和错误分类
- 标记数据来源、时间、新鲜度和可信边界
- 形成供决策层使用的 Observation，而不是把所有原始数据直接塞进上下文

因此，纯文本 Agent 也有感知层。感知的本质是“把环境信号变成可消费状态”，不等于计算机视觉。

#### 3. 决策：根据目标和当前状态选择下一步
决策层通常以 LLM 为核心，但不仅是调用一次模型。运行时需要先组装目标、Instructions、当前 Observation、工作状态、召回记忆、可用工具和剩余预算，再让模型生成下一步决策。

决策结果通常包括三类：

- Final：任务已经完成，输出最终结果
- Action：选择工具并生成结构化参数
- Pause / Handoff：请求人工审批、补充信息或转交其他 Agent

复杂任务可能显式生成计划，但不是每轮都需要重新规划。生产系统还应校验 Action Schema、工具是否可用、步骤是否有进展，以及是否达到最大轮数、成本或超时限制。

#### 4. 执行：受控地把 Action 变成真实操作
执行层负责把模型提出的 Action 交给真实工具，例如搜索、数据库、代码沙箱、文件系统或业务 API，并把结果封装成 Observation。

模型输出一个 `tool_call` 不代表动作已经发生。执行层仍要完成：

- 工具白名单和参数 Schema 校验
- 用户身份、租户和资源权限检查
- 高风险操作的人工审批
- 超时、重试、幂等、并发和限流
- 结果标准化、错误分类和敏感信息过滤
- 对可逆与不可逆副作用采用不同控制策略

这个边界很重要：模型负责建议做什么，应用运行时决定能不能做、怎样安全地做。

#### 5. 记忆：保存任务状态，但不是无限堆历史
Agent 中常见的“记忆”至少可以分成三类：

- 工作状态：当前计划、已完成步骤、工具结果、预算和待审批项，服务于一次运行
- 短期记忆：当前会话历史或摘要，帮助连续多轮保持上下文
- 长期记忆：跨会话保存的用户偏好、事实、经验或任务产物，需要检索后按需注入

记忆系统的重点不是存得多，而是正确写入和正确召回。长期记忆要处理来源、作用域、时效、去重、冲突、删除和隐私；低质量 Observation 不应未经筛选直接沉淀。很多一次性任务只需要工作状态，不需要长期记忆。

图解 1：下面这张图展示感知、决策、执行和记忆的职责与数据关系。

![image.png](https://developer.qcloudimg.com/http-save/yehe-8338883/306ac0aaaf98e35f1430d414d78e53a2.png)

#### 6. 四个组件如何形成运行闭环
一次典型运行可以概括为：感知层形成 Observation，记忆层提供相关状态，决策层选择 Action，执行层调用工具，执行结果再回到感知与状态更新。若模型输出 Final、需要人工审批、超过预算或没有进展，运行时就退出或暂停。

生产级 Agent 还需要两组横切能力：一组控制风险，包括 Guardrails、权限、审批、沙箱和终止条件；另一组保证可运营，包括 Trace、成本、延迟、步骤数、工具成功率和任务成功率。它们不是第五、第六个认知组件，却是系统能否上线的关键。

图解 2：下面这张图展示 Agent Loop 外围必须存在的生产治理层。

![image.png](https://developer.qcloudimg.com/http-save/yehe-8338883/b92d3cf07afb18bdd3eeddd4cd699861.png)

### 代码示例
```ts
type Observation = {
  source: "user" | "tool";
  content: unknown;
  trusted: boolean;
};

type WorkingState = {
  goal: string;
  observations: Observation[];
  completedSteps: string[];
  remainingTurns: number;
};

type Decision =
  | { type: "final"; answer: string }
  | { type: "pause"; reason: string }
  | {
      type: "action";
      tool: "searchDocs" | "updateTicket";
      arguments: Record<string, unknown>;
    };

interface AgentComponents {
  perceive(input: unknown, source: Observation["source"]): Observation;
  recall(state: WorkingState): Promise<string[]>;
  decide(state: WorkingState, memories: string[]): Promise<Decision>;
  execute(action: Extract<Decision, { type: "action" }>): Promise<unknown>;
  remember(state: WorkingState): Promise<void>;
}

async function runAgent(
  components: AgentComponents,
  goal: string,
  userInput: unknown,
  maxTurns = 8,
) {
  const state: WorkingState = {
    goal,
    observations: [components.perceive(userInput, "user")],
    completedSteps: [],
    remainingTurns: maxTurns,
  };

  while (state.remainingTurns > 0) {
    const memories = await components.recall(state);
    const decision = await components.decide(state, memories);

    if (decision.type === "final") {
      await components.remember(state);
      return { status: "completed" as const, answer: decision.answer };
    }

    if (decision.type === "pause") {
      return { status: "paused" as const, reason: decision.reason, state };
    }

    // execute 内部必须完成权限、Schema、审批和幂等检查。
    const toolResult = await components.execute(decision);
    state.observations.push(components.perceive(toolResult, "tool"));
    state.completedSteps.push(decision.tool);
    state.remainingTurns -= 1;
  }

  return { status: "max_turns_exceeded" as const, state };
}
```

### 代码讲解
`perceive` 把用户输入和工具结果统一成带来源与可信标记的 Observation；`recall` 只召回当前任务需要的记忆；`decide` 根据目标、状态和记忆返回 Final、Pause 或 Action；`execute` 负责真正的工具调用与安全控制。

工作状态始终在循环中更新，而长期记忆只在合适的时机通过 `remember` 沉淀。代码用 `remainingTurns` 给循环加硬终止条件；真实系统还需要超时、预算、无进展检测、Trace 和断点恢复。

### 面试回答
AI Agent 常见的四组件抽象是感知、决策、执行和记忆，但这不是所有框架必须一致采用的唯一标准。更重要的是理解它们在 Agent Loop 里的职责边界。

感知层接收用户输入、环境状态和工具结果，完成解析、标准化、去噪和可信边界标记，形成 Observation。决策层结合目标、Instructions、当前状态、召回记忆和可用工具，决定输出最终答案、调用哪个工具，还是暂停并请求人工介入。执行层由应用运行时真正调用工具，并负责权限、参数校验、审批、超时、幂等和错误处理，模型本身不直接拥有业务权限。

记忆层保存和检索任务所需状态，可以分为一次运行中的工作状态、会话短期记忆和跨会话长期记忆。长期记忆不是必选项，也不能简单等于完整聊天记录，需要控制写入质量、作用域、时效、冲突和隐私。

四者形成“感知 Observation、结合记忆做决策、执行 Action、再观察结果”的循环。生产环境还要在循环外围增加 Guardrails、人工审批、预算、最大轮数、Tracing 和评估，否则组件齐全也不代表系统可控。

### 面试官追问
1. 感知层是不是只在多模态 Agent 中才需要？
   - 回答方向：不是；文本、工具结果、错误和页面状态都需要解析、标准化并形成 Observation。
2. Planning 应该算独立组件，还是决策层的一部分？
   - 回答方向：两种拆法都合理，关键看系统复杂度；概念题可归入决策，复杂架构可独立成规划器。
3. 工作状态、短期记忆和长期记忆有什么区别？
   - 回答方向：分别服务一次运行、当前会话和跨会话复用，生命周期、存储和召回策略不同。
4. 为什么不能把所有工具结果直接写进长期记忆？
   - 回答方向：会引入噪声、错误、过期事实、隐私风险和冲突，需要筛选、去重、作用域和可信度控制。
5. 模型已经选择了工具，执行层为什么还要做权限检查？
   - 回答方向：Tool Call 只是建议，模型不应成为授权主体；真实副作用必须由确定性代码和身份系统控制。
6. 如何判断 Agent 每个组件是否工作正常？
   - 回答方向：按组件记录 Observation 质量、决策正确率、工具成功率、记忆命中质量、步骤数、成本和任务成功率。

### 高分回答要点
- 先说明四组件模型是实用抽象，不把它说成唯一行业标准
- 把感知解释为环境信息标准化，而不局限于图像和语音
- 讲清决策层的上下文组装、Action 选择与终止判断
- 明确工具由运行时执行，模型不直接拥有权限
- 区分工作状态、短期记忆和长期记忆，并指出长期记忆非必选
- 将四组件放进闭环，并补充 Guardrails、审批、预算和 Trace

### 常见扣分回答
- 只用“眼睛、大脑、手脚、记事本”类比，没有工程边界
- 把感知等同于多模态识别，忽略文本和工具 Observation
- 认为模型输出 Tool Call 就代表真实操作已经完成
- 把全部聊天记录和工具结果都称为长期记忆
- 只列组件，不说明循环、终止条件和生产治理

### 项目结合话术
项目中会把 Agent Runtime 拆成 Observation 适配、决策、工具执行和状态管理四个清晰边界。外部输入和工具结果先经过标准化与可信标记，再进入决策；工具执行统一走权限、Schema、审批和幂等控制；工作状态支持暂停恢复，长期记忆只沉淀经过筛选的稳定信息。全链路记录模型轮次、工具调用、成本和终止原因，方便定位问题究竟出在感知、决策、执行还是记忆。

### 参考来源
- [OpenAI Agents SDK：Agents](https://openai.github.io/openai-agents-python/agents/)
- [OpenAI Agents SDK：Running agents](https://openai.github.io/openai-agents-python/running_agents/)
- [OpenAI Agents SDK：Tools](https://openai.github.io/openai-agents-python/tools/)
- [OpenAI Agents SDK：Tracing](https://openai.github.io/openai-agents-python/tracing/)
- [OpenAI Agents SDK：Human in the loop](https://openai.github.io/openai-agents-python/human_in_the_loop/)

接下来会持续分享这些方向：

![ff870078557b3c3edc4d6c62e3819119.png](https://developer.qcloudimg.com/http-save/yehe-8338883/80c9a9ff781d12cc35c69e07f4a2860d.png)

欢迎小伙伴们评论交流！


类型：常见基础原理题，也是 Memory、Planning、Tool Calling、Guardrails 等问题的入口

2026AI面试题-AI Agent 的核心组件有哪些？

人工智能

前端

AIAgent四组件架构解析：感知、决策、执行与记忆如何形成运行闭环。详解感知层环境信号标准化、决策层工具选择与终止判断、执行层权限控制与安全边界，区分工作状态、短期与长期记忆差异。生产环境需叠加Guardrails、审批、预算与Tracing，构建可控的Agent系统。

计算机视觉

文件系统

代码解释

数据库

Agent

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

2026AI面试题-AI Agent 的核心组件有哪些？-腾讯云开发者社区-腾讯云

2026AI面试题-AI Agent 的核心组件有哪些？

2026AI面试题-AI Agent 的核心组件有哪些？

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐