AI Agent 是一个融合了多学科精髓的综合实体,不仅有实体形态,还有丰富的概念形态,并具备许多人类特有的属性。其总体架构包括以下方面:
本文主要向大家讲述智能体的概念、渊源和发展历史,帮助大家对智能体这一概念奠定一个正确认知。[heading2]二、很多人其实并不知道AI Agent是什么[content]打开浏览器,搜索"什么是AI Agent",我们将会得到如下结果:图2.1.1在Bing上搜索“什么是AI Agent”行吧,我们再来问问Kimi什么是AI Agent:图2.1.2问问Kimi"什么是AI Agent?"我耗费了2分钟,却仿佛在寻找一场空欢喜。这就是所谓的AI Agent吗?......罢了,我还是自己寻找答案吧。通过必应和Kimi的搜索,我们发现网络上对AI Agent的介绍往往显得晦涩难懂,仿佛AI Agent是从石头缝儿里蹦出来的一样,神秘莫测。AI Agent的自主性、学习能力、推理能力等核心概念,以及它们如何规划和执行任务,如何理解并处理信息,这些内容似乎都笼罩在一层神秘的面纱之下。这种神秘感让我们仿佛置身于一个赛博朋克的世界,让我们不禁怀疑,是否我们已经生活在了一个充满未来科技的时代?未来是否真的已经到来?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。
本文主要向大家讲述智能体的概念、渊源和发展历史,帮助大家对智能体这一概念奠定一个正确认知。[heading2]二、很多人其实并不知道AI Agent是什么[content]打开浏览器,搜索"什么是AI Agent",我们将会得到如下结果:图2.1.1在Bing上搜索“什么是AI Agent”行吧,我们再来问问Kimi什么是AI Agent:图2.1.2问问Kimi"什么是AI Agent?"我耗费了2分钟,却仿佛在寻找一场空欢喜。这就是所谓的AI Agent吗?......罢了,我还是自己寻找答案吧。通过必应和Kimi的搜索,我们发现网络上对AI Agent的介绍往往显得晦涩难懂,仿佛AI Agent是从石头缝儿里蹦出来的一样,神秘莫测。AI Agent的自主性、学习能力、推理能力等核心概念,以及它们如何规划和执行任务,如何理解并处理信息,这些内容似乎都笼罩在一层神秘的面纱之下。这种神秘感让我们仿佛置身于一个赛博朋克的世界,让我们不禁怀疑,是否我们已经生活在了一个充满未来科技的时代?未来是否真的已经到来?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。
[title]Inhai:Agentic Workflow:AI重塑了我的工作流如果大家使用Kimi Chat来查询某个问题,你会发现它会在互联网上检索相关内容,并基于检索结果进行总结分析,最后给出结论。这其实是大模型利用「网页搜索」工具的一个典型例子,同时你也会看到PPT中介绍了非常多的不同领域类型的工具,它其实是为大模型在获取、处理、呈现信息上做额外的补充。PlanningAgent通过自行规划任务执行的工作流路径,面向于简单的或者一些线性流程的运行。比如下图中:Agent会先识别男孩的姿势,并可能找到一个姿势提取模型来识别姿势,在接下来要找到一个姿势图像模型来合成一个新的女孩图像,然后再使用图像理解文本的模型,并在最后使用语音合成输出,完成这个流程任务。Multiagent Collaboration吴恩达通过开源项目ChatDev进行举例,你可以让一个大语言模型扮演不同的角色,比如让一个Agent扮演公司CEO、产品经理、设计师、代码工程师或测试人员,这些Agent会相互协作,根据需求共同开发一个应用或者复杂程序。AI Agent基本框架OpenAI的研究主管Lilian Weng曾经写过一篇博客叫做《LLM Powered Autonomous Agents》,其中就很好的介绍了Agent的设计框架,她提出了“Agent = LLM +规划+记忆+工具使用”的基础架构,其中大模型LLM扮演了Agent的“大脑”。Planning(规划)主要包括子目标分解、反思与改进。将大型任务分解为较小可管理的子目标处理复杂的任务。而反思和改进指可以对过去的行动进行自我批评和自我反思,从错误中学习并改进未来的步骤,从而提高最终结果的质量。Memory(记忆)