感知 / 用户输入

感知（perception），也称为用户输入，是智能体循环的第一步。智能体监听并从外部世界收集数据，这些数据可以是用户键入的文本、语音、摄像头图像、传感器读数，或通过 API 获取的网页内容。其目标是将原始信号转化为清晰可用的形式。智能体可能会清洗文本、将语音转写为文字、调整图像尺寸，或滤除传感器数值中的噪声。良好的感知意味着智能体以事实而非猜测开启循环；如果输入错误或不清晰，后续步骤也会随之失败。因此，谨慎处理感知环节能让整个智能体循环保持在正轨上。