3. 智能体核心概念
在金融研究场景中，我们常把“智能体”想象成一个会自己查数据、写报告、做回测的助手。但要真正设计、评估和调试它，必须先回到一组基础术语：Agent、环境、感知、决策、行动、目标、效用与自主性。它们不是抽象名词，而是描述一个系统“能不能自己完成任务”的八个关键坐标。理解它们，才能判断一个金融研究智能体到底卡在感知、决策还是执行环节。
一、核心原理：从“输入—输出”到“感知—决策—行动”闭环
传统程序是确定性的输入输出映射：给定参数，返回结果。智能体则不同，它处在一个动态环境中，通过感知获取状态，依据目标与效用做出决策，再通过行动改变环境，并观察反馈。这个闭环可以概括为：
环境状态 → 感知 → 内部状态/记忆 → 决策 → 行动 → 环境变化 → 新感知
↑ ↓
└────────── 目标与效用约束 ──────────┘其中，Agent是执行主体，可以是规则引擎、大模型驱动的规划器，或二者混合；环境是它面对的外部世界，在金融研究中包括数据库、API、研报库、行情流、合规规则和用户指令；感知是获取环境信息的过程，如读取财报、抓取新闻、监听行情；决策是选择下一步动作的推理过程；行动是实际执行，如调用工具、生成图表、提交报告；目标是期望达成的状态，如“完成一份可解释的行业估值分析”；效用是衡量行动优劣的标尺，如准确率、时效性、成本、合规风险；自主性则是智能体在没有人工逐步干预下，持续感知、决策和行动的程度。
二、方法流程：把八个术语落到金融研究任务中
以一个“自动生成上市公司季度点评”的任务为例，可以按以下流程把概念映射为工程步骤：
- 定义目标：输出一份包含营收、利润、现金流、行业对比和风险提示的点评，字数约800字，引用数据必须可追溯。
- 界定环境：Wind/同花顺数据库、公司公告PDF、行业新闻、内部合规词库、用户偏好配置。
- 设计感知：通过API拉取财务数据，通过解析器读取公告，通过检索模块获取新闻，并记录数据时间戳。
- 建立效用函数：准确率权重0.4，时效性0.2，合规性0.3，成本0.1；任何合规风险直接一票否决。
- 决策与规划：根据目标拆解为“取数→校验→计算→对比→撰写→合规检查”子任务，并选择工具。
- 执行行动：调用工具、生成中间结果、写入草稿，并保留日志。
- 评估自主性：若需人工确认数据源或合规结论，则自主性为“半自主”；若全流程自动且可回溯，则为“高自主”。
这个流程的价值在于：当报告出错时，可以快速定位是感知层数据缺失、决策层工具选错，还是效用函数权重设置不合理。
三、案例/场景：同一任务下的不同自主性等级
假设用户要求“分析某银行股近三年净息差变化并给出投资建议”。不同自主性等级的表现差异明显：
| 自主性等级 | 感知 | 决策 | 行动 | 人工介入 |
|---|---|---|---|---|
| L0 工具型 | 人工提供数据 | 人工指定公式 | 仅计算 | 全程 |
| L1 辅助型 | 自动取数 | 推荐分析路径 | 生成草稿 | 关键结论确认 |
| L2 半自主 | 多源感知并校验 | 自动规划子任务 | 调用工具并撰写 | 合规与发布确认 |
| L3 高自主 | 持续监听更新 | 动态调整策略 | 自动发布与复盘 | 异常时告警 |
在金融合规要求下，L3并不总是最优。很多机构选择L2：智能体完成感知、决策和行动，但把“对外发布”和“合规终审”保留给人类。这说明自主性不是越高越好，而是要与效用函数中的风险权重匹配。
四、误区与复盘：别把“自动化”当成“智能体”
复盘时建议问四个问题：感知是否覆盖了关键环境变量？决策是否在目标与效用之间做了显式权衡？行动是否可追溯、可回滚？自主性边界是否与合规要求一致？这四个问题，正好对应Agent、环境、感知、决策、行动、目标、效用与自主性八个术语的工程落地。
把这八个术语放在一张关系图里，可以看到：环境提供感知输入，目标与效用共同约束决策，决策驱动行动，行动又改变环境；而自主性决定了这个闭环中有多少环节由智能体独立完成。金融研究智能体的设计，本质上就是在这张图上不断调参：感知要更全，决策要更稳，效用要更符合合规与业务目标，自主性要落在可审计的边界内。