—— 这篇博客是对论文《A Survey on Evaluation of LLM-based Agents》的阅读整理与思考。
引言：
“啪”，回车键落下。屏幕上是一个红色的“error”。代码又没跑通。你叹了口气，打开Jenius，把报错信息丢进去。几秒后，它就告诉你你错在哪，还附上了改好的代码。你心想：“可真方便呀。”
方便的背后，你有没有想过：一个合格的AI智能体，到底需要哪些能力？这篇文章中提出：真正拉开差距的，是四个基础能力 —— 规划，工具使用，自我反思，记忆。
- 合理规划，把大事拆成小事
你跟Jenius说：“帮我策划一个三天两夜的杭州旅行。”
一个没有规划能力的智能体，可能只会丢给你一堆景点，让你自己选挑；但一个优秀的智能体，会主动拆解任务：
订高铁 → 找酒店 → 规划路线 → 推荐餐厅 → 生成攻略
它不仅是回答“西湖很美””灵隐寺值得去“，
而是把“旅行”这个大任务一步步变成可执行的小步骤，最后直接给你一份完整的旅游攻略。
- 灵活使用工具，事半功倍
真正厉害的AI除了要会聊天，还要会调用工具帮你解决问题。
比如你只是输入一句：“帮我查一下杭州天气，再订明天下午去上海的高铁票。”
短短几秒里，jenius背后可能已经调用了：
天气API，百度地图，12306订票系统…
这些工具在后台各司其职，才能呈现出屏幕前你看到的答案。
因此，一个智能体的价值，不在于“会说”，而在于能不能灵活使用工具，把事办好。
- 自我反思，越用越强
会规划、会用工具，但如果错了却不知道改，那还不算是一个合格的AI智能体。
自我反思，就是让智能体具备“发现错误，并主动修正”的能力。
比如你给它一段报错代码。
没有反思能力的AI，可能会反复输出同样的答案；而具备反思能力的AI，会重新检查步骤，分析问题出在哪，再给出新的解决方案。
更重要的是，它还会从错误中总结经验，主动优化，变的更“聪明”。
- 长期记忆，持续积累
长期记忆，指的是智能体保留信息的能力。
你跟Jenius提过一次不吃辣。以后每次推荐餐厅，它都会绕开川菜，给你更合适的去处。
这种能力的意义，不只是记住偏好，更是省去反复交代的麻烦 —— 不用每次都说“我不吃辣”。
告诉它一次，就知道怎么配合你。
对用户而言，这不仅省时间，也能让智能体成为一个长期协作的好助手。
总的来说，这四种“超能力”并不是孤立存在的，它们相互配合，共同决定了一个智能体能走多远。也正是在这种能力的叠加中，AI开始从工具，逐渐走向人类可以长期协作的伙伴。