Skip to content

智能体基础设施专题术语表 ​

本表解释多步任务、工具执行和训练反馈中容易混淆的概念。全教程统一写法见术语表与中英文写作规范。

中文主称英文 / 缩写在本专题中的含义容易混淆的概念学习入口
智能体任务agent task具有目标、初始状态、工具集合、成功条件和终止条件的多步工作负载单次文本生成00 工作负载与执行链
动作action模型在某一步选择的回复、工具调用或终止操作工具已经执行00 工作负载与执行链
观察observation工具或环境执行动作后返回的结构化反馈模型对结果的猜测01 轨迹数据与验证
轨迹trajectory从初始状态开始,按顺序保存动作、观察、状态变化和终态的记录只保存最终回答01 轨迹数据与验证
工具契约tool contract工具名称、参数 schema、返回格式、失败状态和副作用约束具体接入协议02 沙盒与执行环境
沙盒sandbox限制权限、网络、文件、资源和执行时间的受控环境普通 Python 虚拟环境02 沙盒与执行环境
环境快照environment snapshot能够复现任务初始状态、依赖和可见资源的记录只有包版本清单02 沙盒与执行环境
工具副作用tool side effect工具调用对文件、数据库、服务或外部状态产生的变化工具返回的文本02 沙盒与执行环境
任务成功率task success rate在冻结任务和评分协议下达到终态成功条件的任务比例奖励均值或回答质量智能体任务问题链
轨迹新鲜度trajectory freshness轨迹策略版本、环境版本、奖励状态和消费状态是否仍满足当前更新条件轨迹生成时间越新越好后训练优化 · 轨迹生命周期
Agentic RLagentic reinforcement learning策略在工具或环境中执行多步动作,并依据环境反馈优化任务行为一种固定的策略优化算法Part 05 · Agentic RL 扩展
MCPModel Context Protocol工具与上下文的一种标准化接入协议工具能力本身或 Agent 框架00 工作负载与执行链

MCP、API、JSON、CPU、GPU 和稳定框架名称可保留原文;普通叙述使用中文主称。工具接入协议、编排框架和策略更新算法属于不同层次,不能互相替代。

Released under the MIT License.