摘录一些有用的东东： 1）反应性：智能Agent可以感知它们的环境，并可以对环境发生的变化以及时的方式做出反应，以满足它们的设计目标； 2）预动性：某个Agent通过主动发起可以表现出目标引导的行为，以满足它们的设计目标可以主动发起一个动作； 3）社会行为能力：一个Agent可以与其他Agent（也可能是人）交互，以满足它们的设计目标。 传统的对象的概念和这里说的Agent的概念至少有三个区别： 1）与对象相比Agent包含有更强的自治性的概念，特别是它们自己决定是否接受其他 Agent的请求执行一个动作； 2）Agent具有灵活的（反应的、预动的、社会的）行为能力，标准的对象模型根本没有这种行为能力； 3）多Agent系统本质上是多线程的，其中每个Agent至少假设有一个控制线程。
智能Agent的特点：
Agent与专家系统的主要区别如下：
1）“经典”专家系统是与现实分离的——它们与任何环境没有直接联系，而是把用户作为“中间人”发生作用；
2）专家系统一般不能采取反应式的、预动的行动；
3）专家系统一般没有社会行为能力，不能进行合作、协调和协商。
的确如此：不过还是有些模糊，是专家系统作为Agent呢？还是将推理机作为Agent?我更倾向后者。
