ADK.wang AI & 软件技术百科

智能体是具备感知、决策与行动闭环能力的自主软件实体，通过持续交互环境并执行强化学习策略，实现从被动响应到主动规划的任务目标达成。

Ubiquitous ID（中心）是一种基于分布式哈希表（DHT）的去中心化唯一标识符系统，旨在解决传统中心化 ID 管理中的单点故障、隐私泄露及扩展性瓶颈问题。

Open Policy Agent 是云原生时代基于策略驱动的零信任安全架构核心组件，通过声明式策略引擎实现细粒度访问控制，为 AI 大模型及微服务生态提供统一、动态且可审计的权限治理方案。

Agent Development Kit (ADK) 是专为构建自主智能体而设计的软件框架与工具集，旨在加速大模型驱动的智能体开发流程，实现从意图规划到自主执行的全栈能力。

证书授权中心（CA）是公钥基础设施（PKI）中的受信任第三方实体，负责签发、管理及吊销数字证书，通过绑定用户身份与公钥构建加密信任链，是保障大模型安全通信、API 鉴权及数据完整性的基石。

Google Agent Development Kit 是 Google 推出的面向开发者的一站式框架，旨在简化大语言模型（LLM）驱动智能体（Agent）的开发、测试与部署，通过内置工具链加速从原型到生产环境的落地。

在人工智能与大模型领域，基础设施指支撑大模型训练、推理及生态构建的底层算力网络、存储系统、调度平台与数据资源体系，是确保 AI 系统高效稳定运行的基石。

Agent Systems 是基于大语言模型驱动的智能体系统，具备感知、规划、行动及反思能力，能自主完成复杂任务并适应动态环境。

代理模式是一种通过引入中间层来封装、控制或延迟对昂贵资源访问的设计模式，在 AI 与大模型领域主要用于优化模型推理成本、实现动态路由及保障服务高可用。

Agent Communication Protocol 是专为自主智能体（Agent）设计的一套标准化通信协议，旨在解决多智能体协作中的语义理解、意图协商与任务分发难题，是构建大规模分布式 AI 生态的关键基础设施。

知识库是后端架构中用于集中存储、管理与检索领域专家知识的结构化数据库，通过事实、规则及推理机制赋能智能决策与自动化服务。

模型上下文协议（MCP）是由 Anthropic 推出的开源标准化接口，旨在通过统一的客户端 - 服务器架构，安全高效地连接大语言模型与外部数据源及工具，解决多源异构上下文集成难题。

反射智能体是一种基于简单刺激 - 反应机制的初级人工智能模型，通过预设规则库直接映射环境观测与动作执行，无需内部状态记忆或复杂推理。

子代理架构是一种将大型语言模型的任务拆解为多个独立、协作的小型智能体（Sub-agent）的分布式系统架构，旨在通过分工协作提升复杂任务的执行效率与鲁棒性。

官方格式并非前端技术术语，而是指代企业官方网站或政府门户的标准化页面结构规范，用于统一品牌视觉与功能布局。

智能体层（HelloAgents）是面向大模型应用的一层通用智能体编排框架，旨在通过标准化接口统一多模型能力，解决大模型在复杂任务执行中的碎片化与低效问题。

Inverse Reinforcement Learning 是一种通过观察专家行为数据来推断潜在奖励函数的强化学习方法，旨在解决传统奖励函数难以定义或获取的复杂决策问题。

Intelligent Physical Agents (IPA) 指具备自主感知、决策与执行能力的智能实体，是连接物理世界与数字大模型的桥梁，标志着从虚拟智能向具身智能的演进。

Using Agent 并非人工智能与大模型领域的标准技术术语，而是源自 C# 编程语言中用于简化命名空间引用的语法关键字，常被误用或混淆为智能体（Agent）相关概念。

学习型智能体是具备自主感知、决策与持续学习能力的 AI 实体，能通过与环境交互迭代优化策略，实现从数据到智能的闭环进化。

函数调用是人工智能大模型中，通过自然语言指令触发预设逻辑模块或外部工具，以扩展模型能力并实现复杂任务执行的关键机制。

原生函数调用是赋予大语言模型执行外部工具与代码的能力，使其通过解析函数签名、语义匹配并执行确定性操作，实现从生成式对话向智能体自主行动的关键技术演进。

反应式智能体指具备实时感知环境状态并即时执行动作以达成目标的自主代理，其核心在于毫秒级的感知 - 决策 - 执行闭环与动态适应性。

文档处理层是数据库与大数据生态中负责非结构化数据（如文档、表格）的解析、存储、检索与管理的关键基础设施，旨在将传统办公文档转化为可计算、可分析的结构化资产。