V umělé inteligenci agenti na bázi znalostí čerpají ze souboru logických vět, z nichž vyvozují závěry o světě. Na úrovni znalostí stačí specifikovat, co agent ví a jaké jsou jeho cíle; logická abstrakce oddělená od detailů implementace.
Tento pojem úrovně znalostí byl poprvé zaveden Allenem Newellem v 80. letech, aby měl způsob, jak racionalizovat chování agenta. Agent provádí akce založené na znalostech, kterými disponuje, ve snaze dosáhnout konkrétních cílů. Vybírá akce podle principu racionality.
Pod úrovní znalostí se nachází úroveň symbolů. Zatímco úroveň znalostí je orientovaná na svět, tedy že se týká prostředí, ve kterém agent působí, úroveň symbolů je orientovaná na systém v tom smyslu, že zahrnuje mechanismy, které má agent k dispozici. Úroveň znalostí racionalizuje chování agenta, zatímco úroveň symbolů mechanizuje chování agenta.
Například v počítačovém programu se znalostní úroveň skládá z informací obsažených v jeho datových strukturách, které používá k provádění určitých akcí. Systémová úroveň se skládá z algoritmů programu, samotných datových struktur a tak dále.