32｜智能体的规划：设计智能体的思考框架
陈旭
你好，我是陈旭。
在上一讲中，我们共同完成了一次激动人心的跨越。我们的 AI 助手不再是一个“闭着眼睛开车”的盲人司机，我们为它成功安装了一双“眼睛”，一个强大的观察工具集。现在，它能够感知画布的现状，能够在行动前进行事实核查，甚至能回答你关于“页面上有什么”这类问题。这无疑是它从一个 Copilot（助手）向 Agent（智能体）进化过程中，里程碑式的一步。
我们的 AI 助手现在耳聪目明，既能听懂指令，也能观察环境。但是，它依然只是一个“一步棋选手”。你让它把按钮变红，它能精准完成；你问它页眉里有什么，它能清晰回答。它的所有行动，都还停留在“战术执行”的层面，一次交互，完成一个动作。
然而，现实世界的需求远比这复杂。
试想一下，当你不再满足于修修补补，而是想让它帮你完成一个更端到端的任务时，会发生什么？比如，你对它说：“嘿，帮我创建一个完整的用户登录页面，需要有标题、用户名和密码输入框，还要有一个登录按钮。”
面对这样一个指令，我们现有的 Agent 会瞬间“宕机”。因为它所掌握的，无论是 createComponent 还是 find_components，都是单一原子的能力。它缺乏将一个大目标，分解为一连串有序战术动作的“战略规划”能力。它就像一个虽然装备精良，但却不知道如何排兵布阵的士兵，无法应对一场真正的战役。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
1. 智能体的规划从“战术执行者”进化为“战略规划师”是本文的核心主题。 2. 引入“指令/目标”分流器（Router）来区分“简单指令”和“复杂目标”，确保系统的效率。 3. 规划器的核心是与LLM进行高质量的对话，通过“终极元提示”（The Ultimate Meta-Prompt）包含角色扮演、最终目标和环境感知等五大要素来指导LLM进行规划。 4. 角色扮演是为LLM设定专家身份，让其以更专业、结构化的方式进行思考。 5. 最终目标要清晰、无歧义地告知LLM，例如“创建一个包含用户名、密码输入框和登录按钮的表单”。 6. 环境感知需要提供LLM友好的“状态摘要”，用更自然、结构化的语言描述页面的核心结构，如使用Markdown的列表格式。 7. 确保“指令/目标”分流器的逻辑设计简单，利用大语言模型（LLM）的能力判断用户请求的类型，将流量导向不同的处理管道。 8. 通过角色扮演，将LLM提升为领域专业顾问，帮助其更好地理解和执行复杂任务规划。 9. 元提示的五大要素包括角色扮演、最终目标、环境感知等，这些要素直接影响智能体的“智商”上限。 10. 规划器的设计质量将直接决定智能体的“智商”上限，因此需要严谨地设计元提示，确保与LLM的高质量对话。
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
《说透低代码》，新⼈⾸单¥59
《说透低代码》，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
精选留言
由作者筛选后的优质留言将会公开显示，欢迎踊跃留言。
收起评论