研究者们给出了各种Agent的定义，简单地说，Agent是一种实体，而且是一种具有智能的实体。其中，M.Wooldridge等人对Agent给予了两种不同的定义：一是弱定义；二是强定义。弱定义认为，Agent是用来表示满足自治性、社交性、反应性和预动性等特性的，一个基于硬件、软件的计算机系统。

强定义认为，除了弱定义中提及的特性外，Agent还具有某些人类的诸如知识、信念、意图、义务、情感等特性。

Agent的主要特性如下：

（1）自治性。Agent不完全由外界控制其执行，也不可以由外界调用，Agent对自己的内部状态和动作有绝对的控制权，不允许外界的干涉。

（2）社会性。Agent拥有其他Agent的信息和知识，并能够通过某种Agent通信语言与其他Agent进行信息交换。

（3）反应性。指Agent利用其事件感知器感知周围的物理环境、信息资源、各种事件的发生和变化，并能够调整自身的内部状态作出最优的适当的反应，使整个系统协调地工作。

（4）针对环境性。Agent必须是“针对环境”的，在某个环境中存在的Agent换了一个环境有可能就不再是Agent了。

（5）理性。Agent自身的目标是不冲突的，动作也是基于目标的，自己的动作不会阻止自己的目标实现。

（6）自主性。指Agent是在协同工作环境中独立自主的行为实体。Agent能够根据自身内部的状态和外界环境中的各种事件来调节和控制自己的行为，使其能够与周围环境更加和谐地工作，从而提高工作效率。

（7）主动性。Agent能主动感知周围环境的变化，并作出基于目标的行为。

（8）代理性。若当前内部状态和周围事件适合某种条件，Agent就能代表用户有效地执行相应的任务，Agent还能对一些使用频率较高的资源进行“封装”，引导用户对这些资源进行访问，成为用户通向这些资源的“中介”。此时，Agent就充当了人类助手的角色。

（9）独立性。Agent可以看成是一个“逻辑单位”的行为实体，成为协同系统中界限明确、能够被独立调用的计算实体。(www.daowen.com)

（10）认知性。Agent能够根据当前状态信息，知识库等进行推理、决策、评价、指南、改善协商、辅助教学等，以保证整个系统以一种有目的与和谐的方式行动。

（11）交互性。对环境的感知，并通过行为改变环境。并能以类似人类的工作方式和人进行交互。

（12）协作性。通过协作提高多Agent系统的性能。聚焦于待求解问题最相关的信息等手段合作最终来共同实现目标。

（13）智能性。Agent根据内部状态，针对外部环境，通过感知器和执行器执行感知—推理—动作循环，这可通过人工智能程序设计或机器学习两种方式获得。

（14）继承性。沿用了面向对象中的概念对Agent进行分类，子Agent可以继承其父Agent的信念事实，属性等。

（15）移动性。Agent能根据事务完成的需要相应地移动物理位置。

（16）理智性。Agent能信守承诺，总是尽力实现自己的目标，为实现目标而主动采取行动。

（17）自适应性。Agent能够根据以前的经验校正其行为。

（18）忠诚性。Agent的通信从不会故意提供错误信息、假信息。

（19）友好性。Agent之间不存在互相冲突的目标，总是尽力帮助其他Agent。

根据以上的讨论，可以给出一个Agent的简单定义：Agent是分布式人工智能中的术语，它是异质协同计算环境中能够持续完成自治、面向目标的软件实体。Agent最基本的特性是反应性、自治性、面向目标性和针对环境性，在具有这些性质的基础上再拥有其他特性，以满足研究者们的不同需求。