Chat with Wiki - 如何利用WaytoAGI系统学习AI智能体

Answer

利用 WaytoAGI 系统学习 AI 智能体可以参考以下内容：

先精美地解释六大策略，参加小七姐在社区带来的共学课程及直播分享和回放，像喂饭教程般帮助理解 prompt。每个板块下有共学快闪，社区老师会带着大家动手操作并讲解思路，还提到官方最佳 prompt 有 6 个实践办法，看熟任意一个即可。
了解到智能体由大语言模型衍生而来，提示词很关键。学习智能体进阶案例拆解，推荐景淮老师的相关成果。同时知晓扣子、千帆百炼属于智能体范畴，扣子更偏 ToC 应用，所以有专门讲解扣子相关内容。
学习 AI agent 可能较痛苦，建议先吃透 prompt 再看相关内容。官方文档内容很全面，包含市面上 cos 的教程等。社区小伙伴参加 cos 比赛常拿大奖，有共学活动，获奖小伙伴会分享经验。cos 平台可用于工作生产，有很多功能，感兴趣可体验其官网，能进行对话感受功能。
理解工具方面，AI Agent 有效使用工具的前提是全面了解工具的应用场景和调用方法。利用 LLM 强大的 zero-shot learning 和 few-shot learning 能力，AI Agent 可以通过描述工具功能和参数的 zero-shot demonstartion 或提供特定工具使用场景和相应方法演示的少量提示来获取工具知识。
使用工具方面，AI Agent 学习使用工具的方法主要包括从 demonstartion 中学习和从 reward 中学习（清华有一篇从训练数据中学习的文章）。这包括模仿人类专家的行为，以及了解其行为的后果，并根据从环境和人类获得的反馈做出调整。
了解具身智能，在追求人工通用智能（AGI）的征途中，具身 Agent 正成为核心的研究范式，它强调将智能系统与物理世界的紧密结合。与传统的深度学习模型相比，LLM-based Agent 不再局限于处理纯文本信息或调用特定工具执行任务，而是能够主动地感知和理解其所在的物理环境，进而与其互动。

Content generated by AI large model, please carefully verify (powered by aily)

References

[heading2]智能章节本章节主要提到了博主会精美地解释六大策略，小七姐在社区带来共学课程并有直播分享及回放，像喂饭教程般帮助理解prompt。每个板块下有共学快闪，社区老师会带着大家动手操作并讲解思路，还提到官方最佳prompt有6个实践办法，看熟任意一个即可。[01:09:26](https://waytoagi.feishu.cn/minutes/obcn7mvb3vu6k6w6t68x14v5?t=4166000)AI智能体的进阶、案例拆解及扣子的应用介绍本章节先指出提示词很关键且讲述较多。接着提到智能体由大语言模型衍生而来，因提示词不太可控才有此进阶。还讲述了智能体进阶案例拆解，推荐景淮老师的相关成果。然后阐述扣子、千帆百炼属于智能体范畴，扣子更偏ToC应用，所以有专门讲解扣子相关内容。[01:11:08](https://waytoagi.feishu.cn/minutes/obcn7mvb3vu6k6w6t68x14v5?t=4268000)Cos平台功能全面，社区共学成果显著本章节提到学习AI agent可能较痛苦，建议先吃透prompt再看相关内容。官方文档内容很全面，包含市面上cos的教程等。社区小伙伴参加cos比赛常拿大奖，有共学活动，获奖小伙伴会分享经验。cos平台可用于工作生产，有很多功能，感兴趣可体验其官网，能进行对话感受功能。[01:12:45](https://waytoagi.feishu.cn/minutes/obcn7mvb3vu6k6w6t68x14v5?t=4365000)AJ介绍知识库并推荐从AI绘画开始学习相关内容

介绍说明

AJ，产品经理，「通往AGI之路」WaytoAGI开源知识库的创建者从自己收录整理信息，补齐信息差，到希望得到更多交流可以更好学习这个是项目的起源和社群开发的初衷[heading3]社区介绍[content]WaytoAGI（通往AGI之路）是一个致力于人工智能（AI）学习的中文知识库和社区平台。为学习者提供系统全面的AI学习路径，覆盖从基础概念到实际应用的各个方面。全球领先的AI开源社区最新最全面的AI资源丰富多样的技术活动100+进行中的活动4000+学习资源1500000+社区成员1.知识库与社区平台：WaytoAGI汇集了上千个人工智能网站和工具，提供最新的AI工具、AI应用、AI智能体和行业资讯。2.学习资源：平台提供丰富的学习资源，包括文章、教程、工具推荐以及最新的AI行业资讯等。3.实践活动：社区定期组织活动，如视频挑战赛、模型创作大赛等，鼓励成员在实践中学习，促进交流与合作。4.开放共享：WaytoAGI引领并推广开放共享的知识体系，倡导共学共创等形式，孵化了AI春晚、离谱村等大型共创项目。5.用户基础：在没有任何推广的情况下，WaytoAGI一年时间已有超过100万用户和超千万次的访问量。6.目标与愿景：WaytoAGI的目标是让每个人的学习过程少走弯路，让更多的人因AI而强大通往AGI之路：目前合作过的公司/产品阿里云，通义千问，淘宝，智谱，支付宝，豆包，火山引擎，marscode，coze，堆友，即梦，可灵，MiniMax海螺AI，阶跃星辰，百度，Kimi，吐司，liblib，华硕，美团，美的，360，伊利，魔搭，央视频，Civitai，Openart，Tripo3D，青椒云等

AI-Agent系列(一)：智能体起源探究

理解工具：AI Agent有效使用工具的前提是全面了解工具的应用场景和调用方法。没有这种理解，Agent使用工具的过程将变得不可信，也无法真正提高AI Agent的能力。利用LLM强大的zero-shot learning和few-shot learning能力，AI Agent可以通过描述工具功能和参数的zero-shot demonstartion或提供特定工具使用场景和相应方法演示的少量提示来获取工具知识。这些学习方法与人类通过查阅工具手册或观察他人使用工具进行学习的方法类似。在面对复杂任务时，单一工具往往是不够的。因此，AI Agent应首先以适当的方式将复杂任务分解为子任务，然后有效地组织和协调这些子任务，这有赖于LLM的推理和规划能力，当然也包括对工具的理解。使用工具：AI Agent学习使用工具的方法主要包括从demonstartion中学习和从reward中学习（清华有一篇从训练数据中学习的文章）。这包括模仿人类专家的行为，以及了解其行为的后果，并根据从环境和人类获得的反馈做出调整。环境反馈包括行动是否成功完成任务的结果反馈和捕捉行动引起的环境状态变化的中间反馈；人类反馈包括显性评价和隐性行为，如点击链接。具身智能在追求人工通用智能（AGI）的征途中，具身Agent（Embodied Agent）正成为核心的研究范式，它强调将智能系统与物理世界的紧密结合。具身Agent的设计灵感源自人类智能的发展，认为智能不仅仅是对预设数据的处理，更多地来自于与周遭环境的持续互动和反馈。与传统的深度学习模型相比，LLM-based Agent不再局限于处理纯文本信息或调用特定工具执行任务，而是能够主动地感知和理解其所在的物理环境，进而与其互动。这些Agent利用其内部丰富的知识库，进行决策并产生具体行动，以此改变环境，这一系列的行为被称为“具身行动”。