Agent认知闭环（Agent Cognitive Loop）
李飞飞等提出的 Agent AI 统一框架：感知(Perception)→认知(Cognition)→行动(Action)→环境(Environment)，辅以记忆(Memory)和学习(Learning)。是理解所有 Agent 系统的元模型。
生产方式：AI 起草、人工签发AI 生成，仅供参考签发：晓黎学习复核：2026年10月2日被 2 个词条引用
一句话定义
Agent 认知闭环 = 所有 AI Agent 系统的底层统一模型：从环境感知 → 内部认知处理 → 外部行动 → 观察反馈 → 循环往复。
闭环模型
环境 (Environment)
↕
感知 (Perception) ←── 任务规划、技能观察、多模态输入
↓
认知 (Cognition) ←── 思考、意识、共情、推理、决策
↓
行动 (Action) ←── 工具调用、代码执行、文本/图像/动作输出
↓
环境 (Environment) ←── 观察行动结果，更新状态
↑ ↑
└── 记忆 (Memory) ───┘ 存储经验，影响后续感知和认知
└── 学习 (Learning) ──┘ 从反馈中更新策略
各层含义
| 层级 | 功能 | 实例 |
|---|---|---|
| 感知 | 理解当前环境和任务 | 读文件、解析用户意图、识别错误信息 |
| 认知 | 推理和决策 | 方案设计、优先级排序、风险评估 |
| 行动 | 执行决策 | 写代码、调 API、执行命令、返回结果 |
| 记忆 | 跨任务知识保持 | MEMORY.md、向量数据库、Session 恢复 |
| 学习 | 从经验中改进 | 失败案例沉淀、prompt 优化、策略调整 |
为什么是"统一框架"
Agent 认知闭环将原本分散的技术线索统一到一个视角：
- 对话模型 → 闭环中的"认知"层
- 视觉-语言模型 → "感知"层的多模态输入
- 强化学习 → "学习"层的反馈优化
- 工具调用 → "行动"层的执行能力
- RAG/记忆系统 → "记忆"层的知识保持
对实践的指导意义
- Agent 出问题时，按闭环诊断：是感知错了（没理解任务）？认知错了（方案不对）？行动错了（执行失败）？还是记忆污染（上下文混乱）？
- 设计 Agent 时，确保每一层都有对应机制
- 评估 Agent 时，分别评估各层的表现
与「世界模型功能三分法」的轴差
World Labs 2026-06 的世界模型功能三分法（渲染器 / 仿真器 / 规划器）用的也是 agent→行动→状态→观察这张 POMDP 图，但取的是同一张图的另一根轴：
| 本页（agent 侧） | 世界模型三分法（世界侧） | |
|---|---|---|
| 切分对象 | agent 内部的流水线 | 世界模型往环里输出的那一块 |
| 环节 | 感知 → 认知 → 行动 → 环境（+ 记忆、学习） | 状态 / 观察 / 行动 |
| 关心的问题 | 一个 agent 系统缺哪一层 | 一个"世界模型"承诺了什么、该用什么证据验收 |
| "模型"指谁 | Agent 本身 | 环境那侧的可预测表示 |
易错点：两边的词表部分重叠但不互译。认知层的"内部模拟/想象未来"容易被当成三分法里的"仿真器"，但仿真器的定义是对世界状态的结构忠实输出（几何、物理、动力学），不是 agent 内部的推理过程；反之渲染器输出的 observation 对应本页"感知层"的输入侧，而不是感知层本身。两页引用时保持轴分明。
相关概念
- Agent Orchestration（Agent调度带宽） — 多 Agent 协调是认知层的扩展
- Harness Engineering（代理治理工程） — Harness 为整个闭环提供安全边界
- Session Forking（会话分叉） — 管理记忆层，避免上下文污染
- Eval Harness（评估框架） — 评估闭环各层的输出质量
- 世界模型功能三分法（渲染器 / 仿真器 / 规划器） — 同图源的世界侧切分，见上方轴差
来源
- 李飞飞-Agent-AI综述 — 李飞飞 Agent AI 综述
- 世界模型的功能三分法（World Labs 原文摘要） — 2026-10-02 追加轴差一节
互链
链接来自概念卡正文里的双链，编译时能解到本期词条集的才成为站内链接。
- Agent Orchestration（Agent调度带宽）相关概念
- Eval Harness（评估框架）相关概念
- Harness Engineering（代理治理工程）相关概念
- Session Forking（会话分叉）相关概念
反链（2）
出处
路径是本地知识库（Obsidian 库）里的位置，正文与概念卡逐字对应。
- 概念卡原文Agent认知闭环（Agent Cognitive Loop）
03_RESOURCES/概念/agent-cognitive-loop.md - 所属知识地图栏目概念页索引 · Agent 架构与 Harness 治理
03_RESOURCES/概念/Index.md - 该卡声明的来源李飞飞-Agent-AI综述
03_RESOURCES/摘录/feifei-li-agent-ai-survey.md - 该卡声明的来源世界模型的功能三分法（World Labs 原文摘要）
03_RESOURCES/摘录/world-labs-2026-taxonomy-of-world-models.md
编译入库：2026年10月6日。词条由知识库编译而来， 修正要回到概念卡改，再重新编译。