6.1 项目目标

• 实现功能：智能体通过询问“我猜 X，请回复‘大’/‘小’/‘对’”的方式，最终猜出用户心中所想的数字。
• 用户体验：智能体自动调整猜测范围、记录猜测次数，并在猜对时给出祝贺。
• 核心思路：将用户的“大”“小”反馈转化为上下界调整，直到收敛到唯一解。

6.2 设计思路：二分法

1. 初始范围
   • low = 最小值，high = 最大值，如 1 到 100
2. 每轮猜测
   • guess = (low + high) // 2
   • 向用户输出 “我猜 {guess}，请回复‘大’/‘小’/‘对’：”
3. 根据反馈更新范围
   • 若用户回复“大” → 说明实际数字 > guess → low = guess + 1
   • 若用户回复“小” → 实际数字 < guess → high = guess - 1
   • 若用户回复“对” → 猜测成功，结束循环
4. 循环终止条件
   • 当 low > high 时，说明反馈中存在矛盾，需要额外处理（见 6.4）。

示例演示

假设用户心中数字是 73，范围 [1,100]：

6.3 代码示例

6.3.1 交互版（控制台）

def guess_number_agent(low=1, high=100):
    """控制台交互版猜数字智能体"""
    attempts = 0
    while low <= high:
        guess = (low + high) // 2
        attempts += 1
        feedback = input(f"我猜 {guess}，请回复“大/小/对”：").strip()
        if feedback == "大":
            low = guess + 1
        elif feedback == "小":
            high = guess - 1
        elif feedback == "对":
            print(f"太棒了！我用了 {attempts} 次就猜对了。")
            return
        else:
            print("输入无效，请只回复“大”、“小”或“对”。")
    print("看来你的反馈有冲突，无法继续猜测。")

if __name__ == "__main__":
    print("请在脑中想一个 1–100 之间的数字，我来猜！")
    guess_number_agent(1, 100)

6.3.2 自动模拟版（无需人工反馈）

import random

def simulate_agent(secret, low=1, high=100):
    """自动模拟：智能体猜随机 secret，返回猜测次数"""
    attempts = 0
    while low <= high:
        guess = (low + high) // 2
        attempts += 1
        if guess < secret:
            low = guess + 1
        elif guess > secret:
            high = guess - 1
        else:
            return attempts
    return None

# 多次模拟，统计平均猜测次数
trials = 1000
results = [simulate_agent(random.randint(1, 100)) for _ in range(trials)]
avg = sum(results) / len(results)
print(f"在 1–100 范围内，平均 {avg:.2f} 次猜对。")

6.4 练习：让智能体能自我纠正

1. 反馈矛盾检测

   • 思路：记录每次 low/high 变动；如果更新后 low > high，提示用户“你的大/小 反馈似乎有误，请检查是否有输入错误”，并允许重置最后一次反馈。
   • 上手实践：在交互版中，增加一个历史记录栈，出问题时弹出并重试。

2. 日志与回顾功能

   • 思路：每次猜测后，将 (guess, feedback, new_low, new_high) 存入列表，猜对后打印完整日志，帮助分析猜测过程。
   • 上手实践：修改 guess_number_agent，在结束时输出：

     第1次：猜50 → “大” → 范围变为[51,100]
     第2次：猜75 → “小” → 范围变为[51,74]
     ……
     

3. 动态范围与自定义

   • 思路：让用户在开始时自定义最小/最大值，例如 输入起始范围（格式 low high）:
   • 上手实践：读取用户输入，解析为整数，并传给函数。

4. 批量性能测试

   • 思路：模拟 1–N 范围中所有可能的 secret，记录最大最小与平均猜测次数，分析复杂度。
   • 上手实践：

     def profile_agent(max_value):
         stats = [simulate_agent(s, 1, max_value) for s in range(1, max_value+1)]
         print("最大尝试次数:", max(stats))
         print("最小尝试次数:", min(stats))
         print("平均尝试次数:", sum(stats)/len(stats))
     profile_agent(100)
     

5. 进阶扩展

   • 增加“提示次数”限制，超出后自动放弃；
   • 改用随机猜测或三分法，比对效率；
   • 尝试用简单的 GUI（如 Tkinter）实现按钮交互版本。

通过以上示例、变体代码和练习，你可以从跟着输入–输出流程，到自动化模拟、再到增加鲁棒性与性能分析，全面掌握这个“小项目”的设计与实现。祝你练习愉快！