核心概念

智能体-计算机接口(ACI)

也叫: ACI

智能体-计算机接口(ACI)是指把工具、接口或运行环境设计成给 AI 智能体用而不是给人用——优化的重点是方便机器解析和结构可预测,而不是视觉排版。

智能体工具 / 操作系统 / AppACI 层面向机器解析设计,而非面向人眼
ACI 层决定了智能体与它操作的对象之间如何通信。

大多数软件界面——网页、命令行的帮助文本、App 的界面——都是设计给人去看、去点的。但当操作一个工具的是 AI 智能体而不是人的时候,有些设计考虑就不重要了:视觉排版好不好看,对一个没有眼睛的东西来说无所谓;但输出格式不一致,或者报错信息默认『人会自己想明白哪里出了问题』,这些就非常重要,因为智能体得靠程序去解析这些输出并据此采取行动。

『智能体-计算机接口』(ACI)说的就是专门为智能体去消费而设计这个界面——工具的定义、输出格式、报错信息——就像『人机界面』设计是为人优化的一样。具体来说,这通常意味着:输出格式一致、结构清晰(这样智能体不用去猜怎么解析);报错信息明确、可操作(这样智能体的下一步能真正针对问题做出反应,而不是盲目重试);工具描述是按照模型判断『什么时候调、怎么调』的需求写的,而不是按照人翻文档的习惯写的。

ACI 设计得好不好很重要,因为一个智能体整体的可靠性,很多时候瓶颈不在语言模型的推理能力,而在于给它的工具返回的东西能不能真正被它用上——一个很强的模型去调一个设计糟糕的工具,如果工具的输出解析不稳定、报错说不清到底哪里错了,任务照样可能失败。

怎么运作

图中把 ACI 这一层放在智能体和它要操作的对象(工具、操作系统或 App)之间,作为塑造双方沟通方式的部分。和面向人的界面不一样,这一层是为机器解析设计的,不是为人眼设计的:格式要可预测、错误状态要明确,描述文字要按照模型判断下一步该采取什么动作的需求来写。

举个例子

一个按 ACI 思路设计的文件搜索工具,在没搜到结果时,可能会返回一个结构一致的 JSON,带有清晰的 error 字段和具体的原因代码,而不是像『这里啥也没有!』这种对人友好但含义模糊、让智能体不知道该怎么理解的提示。

和相关概念的区别

ACI 和 tool-manifest(工具清单)、function-tool-calling(函数/工具调用)相关,但描述的是更宽泛的设计原则,而不是某种具体格式:工具清单和函数调用的 schema 是智能体用来发现和调用工具的具体机制,而 ACI 是一种更整体的理念——认为工具暴露出来的整个界面,包括报错信息和输出结构,而不仅仅是调用约定本身,都应该为模型去消费而设计。

常见误解

常被以为: ACI 就是给智能体一份工具清单或接口 schema。
实际上: schema 只是其中一部分,ACI 还包括报错信息清不清楚、输出格式一不一致这些方面——一个工具哪怕 schema 写得很规范,如果输出不稳定、报错含糊,智能体照样很难可靠地用好它。
常被以为: 一个接口对人类开发者来说好用,那对智能体来说也一定好用。
实际上: 对人友好的设计经常优先考虑视觉排版、靠人自己脑补含义的简短提示这类东西,这些对智能体没什么帮助,智能体需要的是明确、结构一致、能被程序解析的输出。

常见问题

什么是智能体-计算机接口(ACI)?
是指把工具、接口或运行环境设计成方便 AI 智能体使用而不是人使用——重点是输出格式一致、方便机器解析,报错信息清晰,而不是视觉排版。
ACI 和工具清单(Tool Manifest)有什么区别?
工具清单是向智能体描述一个工具的具体机制;ACI 是更宽泛的设计理念,认为工具的整个界面,包括输出和报错信息,都应该为模型消费而设计。
ACI 设计为什么会影响智能体的可靠性?
因为智能体任务能不能成功,很多时候不完全取决于模型的推理能力,还取决于它调用的工具返回的东西能不能被稳定解析和使用。

最近核实: 2026-08-28

相关术语