直达「 通往AGI之路 」飞书知识库 →
首页/问答列表/问答详情

AIagent是什么

回答

AI Agent 是一个融合了语言学、心理学、神经学、逻辑学、社会科学、计算机科学等多个学科精髓的综合实体,不仅拥有实体形态,还蕴含丰富的概念形态,并具备许多人类特有的属性。因为这些学科大多以人为研究对象,致力于探索人类内在的本质。

同时,AI Agent 也是基于大型语言模型(LLM)和其他技术实现的智能实体,其核心功能在于自主理解、规划决策、执行复杂任务。它包括以下几个概念:

  1. Chain:通常一个 AI Agent 可能由多个 Chain 组成。一个 Chain 视作是一个步骤,可以接受一些输入变量,产生一些输出变量。大部分的 Chain 是大语言模型完成的 LLM Chain。
  2. Router:可以使用一些判定(甚至可以用 LLM 来判定),然后让 Agent 走向不同的 Chain。例如:如果这是一个图片,则 a;否则 b。
  3. Tool:Agent 上可以进行的一次工具调用。例如,对互联网的一次搜索,对数据库的一次检索。

此外,还需要三个 Agent:

  1. Responser Agent:主 agent,用于回复用户(伪多模态)。
  2. Background Agent:背景 agent,用于推进角色当前状态(例如进入下一个剧本,抽检生成增长的记忆体)。
  3. Daily Agent:每日 agent,用于生成剧本,配套的图片,以及每日朋友圈。

这三个 Agent 每隔一段时间运行一次(默认 3 分钟),运行期间会分析历史对话,变更人物关系(亲密度,了解度等),变更反感度,如果超标则拉黑用户,抽简对话内容,提取人物和用户的信息成为“增长的记忆体”,按照时间推进人物剧本,有概率主动聊天(与亲密度正相关,跳过夜间时间)。

内容由 AI 大模型生成,请仔细甄别(powered by aily)

参考资料

AI-Agent系列(一):智能体起源探究

在深入探讨AI agent之前,我们首先需要对其进行定义和总结。AI Agent是一个融合了语言学、心理学、神经学、逻辑学、社会科学、计算机科学等多个学科精髓的综合实体。它不仅拥有实体形态,更蕴含着丰富的概念形态,同时它还具备了许多人类特有的属性。因为这些学科大多以人为研究对象,致力于探索人类内在的本质。

AI-Agent系列(一):智能体起源探究

在深入探讨AI agent之前,我们首先需要对其进行定义和总结。AI Agent是一个融合了语言学、心理学、神经学、逻辑学、社会科学、计算机科学等多个学科精髓的综合实体。它不仅拥有实体形态,更蕴含着丰富的概念形态,同时它还具备了许多人类特有的属性。因为这些学科大多以人为研究对象,致力于探索人类内在的本质。

皮皮:你的微信虚拟女友 - 李洛云

AI Agent:基于大型语言模型(LLM)和其他技术实现的智能实体,其核心功能在于自主理解、规划决策、执行复杂任务。AI Agent包括下面几个概念:Chain:通常一个AI Agent可能由多个Chain组成。一个Chain视作是一个步骤,可以接受一些输入变量,产生一些输出变量。大部分的Chain是大语言模型完成的LLM Chain。Router:我们可以使用一些判定(甚至可以用LLM来判定),然后让Agent走向不同的Chain。例如:如果这是一个图片,则a;否则b。Tool:Agent上可以进行的一次工具调用。例如,对互联网的一次搜索,对数据库的一次检索。总结下来我们需要三个Agent:Responser Agent:主agent,用于回复用户(伪多模态)Background Agent:背景agent,用于推进角色当前状态(例如进入下一个剧本,抽检生成增长的记忆体)Daily Agent:每日agent,用于生成剧本,配套的图片,以及每日朋友圈Responser AgentDaily AgentBackground Agent每隔一段时间运行一次(默认3分钟)分析期间的历史对话变更人物关系(亲密度,了解度等)变更反感度,如果超标则拉黑用户抽简对话内容,提取人物和用户的信息成为“增长的记忆体”按照时间推进人物剧本有概率主动聊天(与亲密度正相关,跳过夜间时间)

其他人在问
我能用AIAgent,做什么关于Java程序员可用的工具?
AI Agent 是基于大型语言模型(LLM)和其他技术实现的智能实体,其核心功能在于自主理解、规划决策、执行复杂任务。AI Agent 包括以下几个概念: Chain:通常一个 AI Agent 可能由多个 Chain 组成。一个 Chain 视作是一个步骤,可以接受一些输入变量,产生一些输出变量。大部分的 Chain 是大语言模型完成的 LLM Chain。 Router:我们可以使用一些判定(甚至可以用 LLM 来判定),然后让 Agent 走向不同的 Chain。例如:如果这是一个图片,则 a;否则 b。 Tool:Agent 上可以进行的一次工具调用。例如,对互联网的一次搜索,对数据库的一次检索。 总结下来,有三个 Agent: Responser Agent:主 agent,用于回复用户(伪多模态)。 Background Agent:背景 agent,用于推进角色当前状态(例如进入下一个剧本,抽检生成增长的记忆体)。 Daily Agent:每日 agent,用于生成剧本,配套的图片,以及每日朋友圈。 这三个 Agent 每隔一段时间运行一次(默认 3 分钟),期间会分析历史对话,变更人物关系(亲密度、了解度等),变更反感度,如果超标则拉黑用户,抽简对话内容,提取人物和用户的信息成为“增长的记忆体”,按照时间推进人物剧本,并且有概率主动聊天(与亲密度正相关,跳过夜间时间)。 对于 Java 程序员来说,可以利用 AI Agent 中的工具调用功能,例如对相关技术文档的搜索和检索,以辅助解决编程中的问题;也可以借助其分析和理解能力,对代码逻辑进行审查和优化建议等。
2024-08-09