AITerms 登入
AI基礎機器學習模型訓練

狀態機模型(State Machine)是什麼?

狀態機模型是一種計算模型,系統在任何給定時間都處於有限數量的狀態之一,並根據輸入在狀態之間轉換。

完整定義

狀態機模型是一種計算模型,將系統的行為描述為一組狀態、狀態之間的轉換以及觸發這些轉換的事件。系統在任何給定時間都處於一個狀態,接收到輸入後,系統會根據當前狀態和輸入,轉換到另一個狀態或保持在同一狀態。

白話說明

你有沒有看過 app 一直在登入、載入、錯誤之間切換?

你可以把它想成把系統行為寫成狀態轉移圖。

狀態機模型 的重點是 狀態機模型是一種計算模型,系統在任何給定時間都處於有限數量的狀態之一,並根據輸入在狀態之間轉換。

它重要,是因為流程會變得可預測,也比較好除錯。

記住這句

先看現在狀態,再看觸發條件。

比喻:狀態機模型就像一個電梯的控制系統 -- 它有「開門」、「關門」、「上升」、「下降」等固定狀態。電梯在任何時候都只會處於其中一種狀態,收到按鈕(輸入)後,它才會從一種狀態跳到另一種狀態,非常適合描述有明確步驟和反應的系統。

容易混淆

狀態機模型 vs AI 代理

狀態機模型:偏向 用有限狀態描述流程

AI 代理:偏向 會根據狀態做行動的系統

最關鍵的區別:狀態機模型看的是「用有限狀態描述流程」,AI 代理看的是「會根據狀態做行動的系統」。

狀態機模型 vs 馬可夫決策過程

狀態機模型:偏向 用有限狀態描述流程

馬可夫決策過程:偏向 描述決策流程的數學框架

最關鍵的區別:狀態機模型看的是「用有限狀態描述流程」,馬可夫決策過程看的是「描述決策流程的數學框架」。

實際案例

案例:登入流程有未登入、驗證中、已登入

狀態清楚,出問題時比較好追

案例:客服機器人有等待、處理中、轉人工

每一步都能知道下一個分支在哪裡

演算法與應用

狀態要有限,轉移規則要清楚

事件一來,就知道要切到哪個狀態

很適合流程控制、互動流程和裝置邏輯

中英對照與組成要素

一台有限狀態機由五個東西定義:所有可能狀態的集合、所有輸入的集合、轉移函數、起始狀態、結束狀態。

用訂單流程舉例:狀態是「待付款、已付款、已出貨、已完成、已取消」,事件是「付款成功、出貨、簽收、取消」,轉移規則規定「待付款」收到「付款成功」會變成「已付款」。關鍵是沒有定義的轉移就是不允許的,「已完成」收到「取消」不會有任何事發生。

中文
狀態機
英文
state machine
說明
統稱
中文
有限狀態機
英文
finite state machine(FSM)
說明
狀態數量有限的狀態機,最常見的一種
中文
狀態
英文
state
說明
系統目前處在的情況
中文
轉移
英文
transition
說明
從一個狀態換到另一個狀態的規則
中文
事件 / 觸發
英文
event / trigger
說明
造成轉移的輸入
中文
動作
英文
action
說明
轉移時要執行的事情

為什麼在 AI agent 上又變重要

大型語言模型天生是自由發揮的,這在需要可靠流程的場合是問題:它可能跳過必要步驟、重複執行、或在該結束時繼續講話。

把流程建成狀態機能解決這件事,做法是讓模型負責「判斷」,狀態機負責「控制」。

模型決定往哪走,狀態機決定能不能走。 模型輸出「使用者想取消訂單」,狀態機檢查目前狀態允不允許取消。不允許就不執行,並讓模型改口,而不是讓模型自己判斷合不合法。

每個狀態可以配不同的提示與工具。 在「收集資訊」狀態只給查詢工具,在「執行變更」狀態才開放寫入工具。這比在一個大提示裡寫滿規則可靠得多。

狀態是可稽核的。 出問題時能看出卡在哪一步,而不是只看到一段對話。

LangGraph 這類 agent 框架的核心抽象就是圖與狀態,本質上是在寫狀態機。工作流程自動化工具(n8n、Temporal)也是同一個想法。

判斷什麼時候該用: 流程有明確步驟、有不可跳過的關卡、有不可逆的動作,就該用狀態機框住。純粹的問答與創作則不需要,硬套只會綁死。

情境判斷

Q1(直覺題): 登入失敗後應該直接回首頁嗎?

通常不是,狀態機會先看當下是驗證失敗還是網路錯誤,再決定下一步。

Q2(判斷題): 一個流程如果一直改規則,還適合用狀態機嗎?

看情況,如果狀態和轉移很不穩,硬用狀態機反而會讓維護更麻煩。

常見問題

相關術語

本頁內容有提到,或屬於同一組主題的術語

來源

參考來源:en.wikipedia.org

其他格式:Markdown 版本