AI Agent用户意图识别：先搞清楚用户想干嘛

意图识别是Agent的第一步

用户说帮我查一下——查什么？怎么查？查完做什么？没有意图识别，Agent只能靠猜。

三层意图识别

L1：关键词匹配 快速分类：含天气->天气查询，含订->预订操作。100ms内完成。

L2：LLM分类 关键词匹配不了的模糊请求，用小模型分类。

L3：上下文推断 结合对话历史判断。用户之前一直在聊某项目，现在说那个方案——指的就是之前讨论的方案。

实现

def detect_intent(query, history):
    # L1: 关键词
    if '天气' in query: return 'weather'

    # L2: LLM
    intent = small_llm.classify(query, INTENT_CATEGORIES)
    if intent.confidence > 0.8: return intent.name

    # L3: 上下文
    return infer_from_context(query, history)

总结

意图识别不是高科技，但少了它Agent表现差很多。三层递进：关键词快、LLM准、上下文兜底。