智能體（Agent）目前愈發(fā)火爆，但仍然有很多人不理解到底什么是智能體？

其實(shí)早在 4 月份的時(shí)候，吳恩達(dá)教授在一次演講中就提到：AI Agent 正在引領(lǐng)工作流程的革新，與傳統(tǒng)的工作流程不同，AI Agent 通過(guò)迭代和對(duì)話式的模式工作，不再是簡(jiǎn)單的指令執(zhí)行者，而是能夠進(jìn)行自我反思、規(guī)劃和修正的參與者。

它具備以下幾個(gè)關(guān)鍵特征：

• 自主性（Autonomy）:自主性是AI Agent的核心特征之一。它允許Agent在沒(méi)有人類干預(yù)的情況下，獨(dú)立地執(zhí)行任務(wù)和做出決策。這種自主性基于預(yù)設(shè)的規(guī)則、目標(biāo)和策略，以及實(shí)時(shí)的環(huán)境感知和數(shù)據(jù)收集。例如，一個(gè)智能家居系統(tǒng)能夠根據(jù)室內(nèi)外的溫度變化自動(dòng)調(diào)節(jié)空調(diào)，以保持舒適的居住環(huán)境。
• 學(xué)習(xí)能力（Learning Capability）:AI Agent通過(guò)機(jī)器學(xué)習(xí)算法不斷從數(shù)據(jù)和經(jīng)驗(yàn)中學(xué)習(xí)，優(yōu)化其性能和決策能力。這種學(xué)習(xí)能力使得Agent能夠適應(yīng)新情況，提高解決問(wèn)題的效率，并在復(fù)雜環(huán)境中做出更加精準(zhǔn)的判斷。例如，一個(gè)AI客服代理可以通過(guò)與用戶的互動(dòng)學(xué)習(xí)用戶偏好，從而提供更加個(gè)性化的服務(wù)。
• 交互性（Interactivity）:AI Agent能夠與人類或其他系統(tǒng)進(jìn)行有效溝通和交互。它們理解自然語(yǔ)言、手勢(shì)或其他形式的輸入，并能夠以適當(dāng)?shù)姆绞交貞?yīng)。這種交互性不僅提高了用戶體驗(yàn)，還使得Agent能夠更好地理解用戶需求和意圖。例如，個(gè)人助理AI可以根據(jù)用戶的語(yǔ)音指令安排日程或搜索信息。
• 適應(yīng)性（Adaptability）:適應(yīng)性使AI Agent能夠根據(jù)環(huán)境變化或用戶行為的變化調(diào)整自己的行為和策略。這種能力讓Agent在面對(duì)不確定性和動(dòng)態(tài)變化時(shí)，仍能保持高效和有效。例如，一個(gè)智能交通系統(tǒng)能夠根據(jù)實(shí)時(shí)交通數(shù)據(jù)調(diào)整信號(hào)燈的時(shí)序，以優(yōu)化交通流量。

上面的概念是不是聽(tīng)上去還是有點(diǎn)模糊？接下來(lái)詳細(xì)講解下，相信接觸智能體的小伙伴應(yīng)該大部分都看過(guò)下面這張圖。

主要包含了四個(gè)核心模塊 Planning、Memory、Tools 和 Action，智能體實(shí)際就是一種通用問(wèn)題的解決器，具備規(guī)劃思考能力、記憶能力、使用工具函數(shù)的能力，能自主完成給定任務(wù)的計(jì)算機(jī)程序。

• 規(guī)劃（Planning） : 智能體會(huì)把大型任務(wù)分解為子任務(wù)，并規(guī)劃執(zhí)行任務(wù)的流程；智能體會(huì)對(duì)任務(wù)執(zhí)行的過(guò)程進(jìn)行思考和反思，從而決定是繼續(xù)執(zhí)行任務(wù)，或判斷任務(wù)完結(jié)并終止運(yùn)行。
• 記憶（Memory）: 短期記憶，是指在執(zhí)行任務(wù)的過(guò)程中的上下文，會(huì)在子任務(wù)的執(zhí)行過(guò)程產(chǎn)生和暫存，在任務(wù)完結(jié)后被清空。長(zhǎng)期記憶是長(zhǎng)時(shí)間保留的信息，一般是指外部知識(shí)庫(kù)，通常用向量數(shù)據(jù)庫(kù)來(lái)存儲(chǔ)和檢索。
• 工具使用（Tool use） 為智能體配備工具 API，比如：計(jì)算器、搜索工具、代碼執(zhí)行器、數(shù)據(jù)庫(kù)查詢工具等。有了這些工具 API，智能體就可以是物理世界交互，解決實(shí)際的問(wèn)題。

當(dāng)我們給 LLM 大模型配備上了這三種能力，它就可以像人類一樣，能夠自主思考并規(guī)劃完成任務(wù)的過(guò)程，能檢索記憶，能使用各種工具提高效率，最終完成某個(gè)任務(wù)。

人類：LLM（接受輸入、思考、輸出）+ 記憶 + 工具 + 規(guī)劃

通過(guò) Coze 官方的一個(gè)具體案例進(jìn)行講解，方便大家進(jìn)一步理解。

目前在沒(méi)有使用 AI 智能體的前提下，一般生成一篇文章借助 AI 的全流程是：

1. 確定一個(gè)選題；
2. 讓 AI 輔助生成一個(gè)大綱；
3. 通過(guò) AI 搜索進(jìn)行調(diào)研分析；
4. 借助 AI 輸出第一版草稿；
5. 優(yōu)化內(nèi)容，循環(huán)往復(fù)迭代版本；

上面人工介入的操作還是比較多的，各個(gè)步驟對(duì)應(yīng)到 AI 智能體上為：

1. LLM 大模型就如同人類的大腦，自主性、適應(yīng)性和交互性。
2. 人類常用的各類輔助工具（上網(wǎng)搜索-數(shù)值計(jì)算-資料閱讀），在智能體中就對(duì)應(yīng) Tools 和 Action。
3. 有 Planning 規(guī)劃能力進(jìn)行定義完成目標(biāo)整個(gè)執(zhí)行過(guò)程（寫大綱--再搜索--再閱讀草稿優(yōu)化）。
4. 智能體還可以通過(guò) Memory 讀取記錄（已經(jīng)寫過(guò)的草稿/做過(guò)的修改），具備記憶的能力；

是的，通過(guò) AI 智能體可以輕松實(shí)現(xiàn)這樣一個(gè)工作流，從而在無(wú)任何人工介入的情況下，完成一篇文章內(nèi)容的寫作。

簡(jiǎn)單一句話描述 AI Agent 就是：Al Agent 正是人們基于大模型試圖對(duì)人類解決問(wèn)題行為模仿的一種嘗試。

具體到 AI 智能體的開(kāi)發(fā)上：

1. 選擇大模型和填寫 Prompt 就是對(duì)應(yīng) Planning 規(guī)劃能力；
2. 工作流、插件、觸發(fā)器及知識(shí)庫(kù)等外部工具就是 Tools 和 Action；
3. 記憶模塊就是 Memory，從而讓 AI 擁有“記憶”；

當(dāng)然也并不是說(shuō)，你一定要把這幾塊能力都用上才算是一個(gè)智能體。只要它能像人類一樣解決某類通用問(wèn)題，就可以認(rèn)為是一個(gè)智能體。

如果把“To B 軟件的 AI 化”類比于汽車自動(dòng)駕駛技術(shù)的發(fā)展。23 年 LLM 的推出，相當(dāng)于 To B 軟件應(yīng)用的自動(dòng)化程度由 L1 階段升級(jí)到 L2 階段；AI Agent 的到來(lái)，讓自動(dòng)化程度得到了進(jìn)一步的提升，由L2階段升級(jí)到L4階段。

圖片

在 LLM 大模型沒(méi)有進(jìn)一步重大突破之前，AI Agent 將是一個(gè)重要發(fā)展方向。通過(guò)組合工具及規(guī)劃能力，自動(dòng)執(zhí)行任務(wù)、提高效率，從而減少人類的勞動(dòng)負(fù)擔(dān)，實(shí)現(xiàn)降本增效。

目前我們?nèi)蕴幱谥悄荏w系統(tǒng)的早期階段，未來(lái)的 Agent 發(fā)展方向?qū)⒏觽?cè)重于提高智能體的自主性和決策能力，使它們能夠在更復(fù)雜的環(huán)境中進(jìn)行操作。

本文轉(zhuǎn)載自??AI探索者知白??，作者： 知白A