引言
我一直在想一件事：
大家在講 AI Agent 的時候，其實都在講「表現」，但很少人在講「本質」。
像是：
- 會用 tool
- 會寫 code
- 會 multi-step reasoning
這些都沒錯，但仍然停留在表層。
這篇不是在教你怎麼寫 Agent，而是提供一種可以用來設計 Agent 的語言。
當我把 Agent 一路往下拆，會發現它其實可以收斂到一個更簡單、也更穩定的結構。
三個原語
如果把 Agent 拆到最底層，可以用三個東西來描述：
1. Generate（探索可能性）
2. Evaluate（施加 selection pressure）
3. Update（改變 state / belief）
一開始可能會覺得還需要更多分類（例如 Action、Memory），但其實：
Act 與 Compress，本質上都是 Update 的不同形式
- Act = 對外改變世界的 Update
- Compress = 對內壓縮與更新 state 的 Update
因此這三個原語，其實已經足夠描述一個完整系統
Agent = control loop
Agent 不是能力集合，而是一種控制結構。
state = init_state()
while True:
candidates = Generate(state)
scores = Evaluate(candidates)
action = select(candidates, scores)
result = Environment.step(action)
feedback = observe(result)
state = Update(state, action, feedback)
- Generate：探索解空間
- Evaluate：施加選擇壓力並收斂決策
- Update：改變 state（包含行動與記憶）
關鍵在於：
Agent 的差別在 control，而不在模型能力
為什麼 Update 需要經過 Compress
如果沒有 Action，系統只是在思考，而沒有對世界產生影響。
但更底層的問題是：Update 是如何發生的。
Update 並不是直接發生，而是需要經過 Compress。
Update 需要透過 Compress 才能成立也就是：
experience = Environment.step(action)
compressed = Compress(experience)
state = Update(state, compressed)
Compress 的本質
Compress 並不是單一功能，而是一個轉換機制：
它把「經驗」轉成「結構」。
可以拆成三個層級：
1. 資訊壓縮（summary）
- trajectory summary
- state abstraction
- context reduction
作用是降低複雜度，使資訊可被處理
2. 記憶結構化（memory）
- interaction logs
- user state
- feature representation
作用是讓系統能跨時間維持一致性
3. 行為固化（skill formation）
- finetuning
- distillation
- pattern reuse
作用是把經驗轉化為可重用能力
Compress → Update 的關係
這些步驟形成一條鏈：
experience
↓
Compress（抽象 / 結構化）
↓
state / belief
↓
Update（改變未來決策）
如果缺少 Compress：
- 無法泛化（generalize）
- 無法學習（learning）
- 無法形成能力（skill formation）
- 系統無法擴展（scale）
因此可以更精準地說：
Update 的品質，取決於 Compress 的品質
Agent 的學習能力，本質上取決於其 Compress 能力
行為不是分類，而是組合的結果
常見的 Agent 行為（Search、Planning、Memory）並不是本質，而是原語組合的結果。
例如：
Search = Generate ↔ Evaluate 的反覆迭代
Planning = Generate + Evaluate + Update（跨時間）
Memory = Update 的策略
Alignment = Evaluate 的 Constraint
Simulation = Generate + 穩定的 state（Update）
Adaptation = Update（短期 state 改變）
Learning = Update（長期 belief 改變）
行為並不是被列舉出來的，而是從結構中生成出來的
Generate vs Evaluate
兩者的角色是不同的：
Generate = 決定可能性邊界
Evaluate = 決定收斂方向
- 沒有 Generate，就沒有可選擇的空間
- 沒有 Evaluate，系統無法收斂
一個決定上限，一個決定方向
Evaluate 的本質
Evaluate 並不是單純的評分，而是 selection pressure（選擇壓力）。
它決定：
- 哪些行為被保留
- 哪些行為被淘汰
- 系統長期會收斂到哪裡
Evaluate 的結構
Evaluate = Objective × Constraint × Belief
Objective（目標）
- revenue
- conversion
- retention
Constraint（限制）
- 不違規
- 不傷害體驗
Belief（世界模型）
- 預測 conversion
- 預測 LTV
本質上是對世界的預測
商業版本的 Evaluate
score =
P(convert) * revenue
+ P(retain) * LTV
- risk
- uncertainty
這本質上是一個決策函數
雙層 Evaluate
pred_score = model(action)
real_score = outcome(action)
Learning 的本質是：
讓 pred_score 接近 real_score更底層地說：
Learning = 更新 belief → 改變 Evaluate → 改變 policy
Update 的兩個層級
Adaptation（短期）
state.context = update_context(state.context, feedback)
- 可逆
- 局部調整
Learning（長期）
state.belief = update_belief(state.belief, feedback)
- 累積性
- 改變決策方式
Exploration vs Exploitation
if random() < epsilon:
action = explore(candidates)
else:
action = exploit(candidates)
系統需要在探索與利用之間取得平衡
Evaluate 的失敗模式
1. Belief failure
預測與現實不一致
2. Objective failure
優化方向錯誤
3. Constraint failure
行為失控
結論（升維版本）
如果再往下一層壓縮，Agent 可以被描述為：
Agent = 壓縮 → 選擇 → 再壓縮
也就是：
Compress → Evaluate → Compress並存在於：
Agent ↔ Environment ↔ Feedback的閉環中。
更底層的結構
experience = Environment.step(action)
representation = Compress(experience)
action = select(Evaluate(Generate(representation)))
new_representation = Compress(representation, experience)
兩次 Compress 的角色
Compress #1（理解）
experience → representation讓系統理解當下
Evaluate（選擇）
representation → action決定行為方向
Compress #2（學習）
experience + representation → new representation
讓未來決策改變
核心觀點
Agent 的核心不是推理，而是壓縮。
沒有 Compress 的結果
- 無法泛化
- 無法累積知識
- 行為不會改善
系統會看起來聰明，但不會變強
最終定義
Agent = 一個透過壓縮經驗，並在選擇壓力下持續重塑行為分佈的系統
一個關鍵問題
壓縮的目標是什麼？
- 最小資訊量
- 最大決策效益
- 最強預測能力
不同答案，會導向不同的 Agent 設計
