12|Agent:从聊天到工作
郑晔

你好,我是郑晔!
经过前面几讲内容的介绍,相信你已经能做出一个带有自己业务特点的聊天机器人了。在很多场景下,聊天机器人已经完全能够满足我们的需要了,比如智能客服。我们只要把恰当的业务数据提供给聊天机器人,这个智能客服甚至可以表现得比大多数人类都要好。
不过,聊天机器人的能力也仅限于陪你聊天,如此强大的大模型如果只能起到聊天的作用,显然是无法满足人们对 AI 能力的想象。所以,有人就开始思考,如何将大模型的能力与真实工作结合起来,于是,Agent 开始在行业里流行起来。
这一讲,我们就来说说 Agent。
Agent
我们这里讨论的 Agent 概念最初来自于人工智能领域,人们往往叫它智能代理(Intelligent Agent),所以,许多人把 Agent 翻译成了智能体。Agent 到底是什么呢?
下面这张图来自《人工智能:现代方法》一书,它可以帮我们理解 Agent 的概念。

在这张图里,智能体通过传感器从外界感知环境,并将接收到的信息交给中央的“大脑”处理,然后,“大脑”做出决策,让执行器执行相应的动作,对环境产生影响。
根据书里的定义,任何通过传感器(sensor)感知环境(environment),并通过执行器(actuator)作用于该环境的事物都可以视为智能体(agent)。按照这个理解,人是一种智能体,眼睛、耳朵等器官是我们的传感器,手、腿等器官是我们的执行器;机器人是一种智能体,摄像头、红外线测距仪是传感器,各种电机是执行器。
公开
同步至部落
取消
完成
0/2000
笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结

1. Agent 是一个能够自主感知周围环境、做出决策、采取行动达成特定目标的系统,与传统软件系统的区别在于其具备自主性。 2. Agent 概念最初来自于人工智能领域,是智能代理(Intelligent Agent),其核心是通过传感器感知环境,通过执行器作用于环境,从而实现智能行为。 3. Agent 的发展使得大模型的能力得以与真实工作结合,为人们对 AI 能力的想象提供了更多可能性。 4. 大模型的爆红让人们开始尝试以大模型为基础,开发新一代的 Agent,其中最典型的是 AutoGPT,它能够自主分析、拆解和执行任务。 5. Agent 包括规划、记忆和工具三个重要组件,规划负责将大目标分解成小的子目标,记忆提供学习和信息保留能力,工具通过调用外部 API 获取外部信息和执行外部动作。 6. Agent 的执行过程本质上是一个循环,包括任务分解、执行、评估和结束判断,需要控制循环次数以降低执行成本。 7. Agent 的组成部分可以根据具体应用需求进行调整,不同应用可能需要不同的组件和流程。 8. Agent 领域的探索包括多个任务的并行执行、分布式 Agent、多智能体协调等,为人工智能研究提供了更多可能性。 9. Agent 是一个软件系统,大模型为其提供了一个强大的“大脑”,但一个完整的系统还需要包括其他组件来实现特定功能。
仅可试看部分内容,如需阅读全部内容,请付费购买文章所属专栏
《程序员的 AI 开发第一课》,新⼈⾸单¥59
《程序员的 AI 开发第一课》,新⼈⾸单¥59
立即购买
© 版权归极客邦科技所有,未经许可不得传播售卖。 页面已增加防盗追踪,如有侵权极客邦将依法追究其法律责任。
登录 后留言
全部留言(1)
- 最新
- 精选
- grok老师 请教一个问题:前两天Anthropic发布了MCP <https://www.anthropic.com/news/model-context-protocol>, 请问这个东西和agent有多大关系?这个MCP当前是否有竞争产品?对程序员的参考价值有多大? --- 思考题答案在此:https://www.perplexity.ai/search/llm-ai-agent-shi-yi-ge-peng-bo-0nk8rr6nRmyvXEzl3JY1sg2024-11-27归属地:美国
收起评论