Skill 与工作流
状态机式智能体
状态机式智能体是把自己的行为建模成一组固定的、命名清楚的状态——比如空闲、执行中、等待输入——并且明确规定了什么情况下会从一个状态转到另一个状态。
描述智能体最默认的方式是一个持续循环：感知、规划、行动、观察，一直循环下去（参见 agent-loop）。状态机式智能体是这个想法更结构化的一个变体——不是笼统的一个循环，而是把行为拆成一组固定的、有名字的状态，智能体下一步该干什么，明确取决于它当前处在哪个状态。
这样的智能体可能一开始处在空闲状态，等任务来了才切到执行中；如果需要等人或者其他系统给出响应才能继续，就切到等待输入——而且和单向的顺序不一样，它是可以切回去的：等答复来了，从等待输入切回执行中；任务做完了，再切回空闲。
这样建模的好处是，智能体可能出现的行为更容易推理和测试，因为状态是有限、可枚举的，而不是一个开放式的循环——代价是得提前把状态和转换规则定义清楚，对于真正开放式的任务来说会显得比较受限。
怎么运作
每个状态定义了智能体在这个状态下能做什么，一组转换规则定义了哪些事件会把它切换到哪个状态。智能体当前所处的状态会被明确地记录下来（常常就是一个简单的标签或枚举值），智能体的每一个动作都要结合当前状态来解读——同一个事件，智能体原本处在不同状态时，触发的行为可能完全不同。
和相关概念的区别
状态机式智能体和 DAG 工作流的区别：DAG 建模的是一次运行的任务图——从开始到结束跑一次，没有环；状态机建模的是智能体随时间推移的持续行为，完全可以合理地切回它之前待过的某个状态，这是 DAG 按定义做不到的。
常见误解
常被以为： 状态机式智能体不能绕回之前的状态。
实际上： 恰恰相反——和 DAG 不同，状态机本来就允许切回它已经待过的状态，正是这一点让它能够等待、重试或者恢复执行。
常见问题
什么是状态机式智能体？
指行为被建模成一组固定命名状态（比如空闲、执行中、等待输入）的智能体，状态之间的切换有明确规则。
状态机式智能体和 DAG 工作流有什么区别？
DAG 是沿着一张没有环的图跑一次；状态机跟踪的是智能体随时间推移的持续行为，可以切回它之前待过的状态。
最近核实： 2026-08-28