Agentic 思维

定义

Agentic 思维是一种优化目标：模型能否在与环境持续交互中有效行动，而非仅在内部独白中产出正确答案。核心从"思考得更久"转向"为了行动而思考"。

要点

• 与 推理思维〔待补〕 的本质区别：推理思维追求内部推演质量，Agentic 思维追求闭环行动质量
• 需要处理：何时停止思考并行动、工具选择与排序、整合嘈杂的环境反馈、失败后修订计划
• Agentic RL 需要全新基础设施：环境设计、rollout 吞吐、评估器鲁棒性、多 Agent 协调接口
• 最大风险是 奖励劫持〔待补〕——工具访问扩大了虚假优化的攻击面

示例

编码 Agent 在终端执行代码、观察错误、修改策略、重新执行——这是 Agentic 思维的典型闭环。与之对比，推理模型在生成最终答案前做长链 CoT 推理是推理思维。

相关概念

• 推理思维〔待补〕
• Agent Harness
• 从推理思维到Agentic思维〔待补〕
• 苏格拉底式追问〔待补〕
• 干与湿〔待补〕 — Agent执行"干"的闭环，人负责"湿"的方向设定

参考资料

• Junyang Lin: From "Reasoning" Thinking to "Agentic" Thinking