Agent 高级应用讨论单 Agent 核心机制和工程方法在观察范围、行动能力、运行时间与协作方式上的扩展。
前置知识
本分类涉及工具调用、状态管理、安全边界和评测方法等基础概念，并在这些机制之上讨论能力边界的扩展。
子词条概述
相关子词条按能力扩展方向组织：
- Coding Agent：面向软件工程任务，围绕仓库探索、代码修改和验证形成闭环；
- 代码生成作为 Agent 元能力：用代码完成形式化计算、数据处理、能力适配和可执行产物生成；
- Agent 异步与事件驱动执行：让长任务响应用户消息、定时器与外部回调，并支持检查点和恢复；
- 语音 Agent：扩展实时语音观察与输出，处理流式响应、打断和全双工交互；
- Computer Use Agent：通过视觉观察和鼠标键盘动作操作图形界面；
- 具身 Agent（Embodied Agent）：在物理环境中形成感知、规划、控制与反馈闭环；
- Agent 持续进化：从已评价的运行轨迹中生成、验证并发布知识、指令、程序或模型参数更新；
- 多 Agent 系统：通过分工、通信、编排和相互验证，让多个 Agent 协作完成任务。
多模态能力不是单独的一种 Agent 架构。语音 Agent、Computer Use Agent 和具身 Agent 分别把音频、视觉、界面状态或物理传感等信号纳入观察与动作闭环，因此本分类按具体应用形态组织相关内容。