推理模型的能力，与 AI 智能体必须处理的挑战高度契合。一个智能体需要：感知环境处理信息采取行动在需要时进行调整而这正是推理模型，或者基于推理的提示技术，所擅长应对的事情。案例研究：客户服务智能体设想一个用于客户服务的 Agentic AI 系统。一位用户提交了一条投诉：我今天收到了自行车架，但支臂损坏了，无法扣紧。系统可以使用一个推理模型，把这个问题拆解成一系列子任务，并制定逐步计划：查找客户在 CRM 中的订单记录检查公司关于退货和损坏商品的政策决定最终解决方案，例如退款或换货委派与执行一种高效的方法是：让推理模型负责规划，而把具体工作委派给更小、更便宜的模型来完成。例如：第一个任务会发送给一个轻量级 GPT 模型，由它去查询 CRM，找出客户最近的订单第二个任务也可以交给同一个模型，让它查找相关公司政策，检索信息并做摘要最后，决策任务再交给另一个模型，由它综合所有已收集的信息，判断最终应该给出退款还是换货复核最终的决策结果会返回给推理模型进行复核。然后，模型可以：结束整