Agent技術(shù)也被業(yè)界稱為智能體技術(shù)，本質(zhì)上是使得大模型具備獨立思考和解決問題的能力；被廣泛應(yīng)用于各種應(yīng)用場景，而且也被稱為是實現(xiàn)通用人工智能的一種技術(shù)手段。

但在此之前對于智能體的理解比較膚淺，而今天突然發(fā)現(xiàn)原來智能體沒我們想象中的那么簡單，也沒想象中的那么復(fù)雜。

今天我們就從Agent的兩個實現(xiàn)技術(shù)之思維鏈和函數(shù)調(diào)用來重新理解智能體。

智能體和思維鏈以及函數(shù)調(diào)用

在之前對于智能體的理解僅僅停留在問題表面，那就是可以使用思維鏈技術(shù)?函數(shù)調(diào)用的方式實現(xiàn)一個智能體；但沒有真正理解什么是智能體，也沒有真正理解思維鏈技術(shù)和函數(shù)調(diào)用技術(shù)，甚至很多時候把它們混為一談。

今天我們來更加深入的理解一下智能體，思維鏈和函數(shù)調(diào)用這三個概念，以及其中的區(qū)別與聯(lián)系。

1. 智能體

首先在關(guān)于智能體的概念有一個經(jīng)典的結(jié)構(gòu)圖，如下圖所示，智能體具備工具，記憶，規(guī)劃和行動的能力。

其實從本質(zhì)上來說，就是讓智能體能夠像真正的人類一樣去處理問題，具備獨立思考，使用工具并付諸行動的能力；而由于大模型不具備記憶的能力，因此記憶也是智能體中很重要的一環(huán)。

所以簡單來說，就是智能體就是讓基于大模型構(gòu)建的具有獨立思考和規(guī)劃并且能夠調(diào)用外部攻擊去執(zhí)行任務(wù)的一個集合體。

所以，我們不要被表象所迷惑，智能體沒有任何標(biāo)準(zhǔn)的形態(tài)，也沒有任何標(biāo)準(zhǔn)的形式，其實現(xiàn)過程也是千奇百怪；而目的只有一個，那就是能夠獨立解決問題，即使僅僅只是某個領(lǐng)域內(nèi)的問題。

但大模型怎么才能具備思考能力，以及調(diào)用外部工具的能力呢？

這就用到了以下兩種技術(shù)，思維鏈和函數(shù)調(diào)用。

思維鏈?zhǔn)沟么竽Ｐ途邆洫毩⑺伎嫉哪芰Γ瘮?shù)調(diào)用使得大模型具備使用外部工具的能力；要知道人和動物的根本區(qū)別就是是否會制造和使用工具。

2. 思維鏈技術(shù)

思維鏈技術(shù)說起來很高大上，其實簡單來說就是我們平常面對復(fù)雜問題的拆解和規(guī)劃能力。

思維鏈?zhǔn)侵改Ｐ驮诮鉀Q問題時，通過生成中間推理步驟（類似于人類的思考過程）來逐步推導(dǎo)出最終答案。這種方法特別適合解決復(fù)雜問題，如數(shù)學(xué)題、邏輯推理等。

面對復(fù)雜的問題，我們一般不可能做到一步到位，因此常見的做法就是把問題拆解成多個具備可行性的子任務(wù)，然后一步一步地去完成。

而這就是思維鏈技術(shù)產(chǎn)生的基本思想，而具體操作起來還有zero-shot和few-shot等，也就是零樣本提示和少量樣本提示。

而目的只有一個，就是讓大模型能夠更好地推理和拆解任務(wù)。

當(dāng)然，思維鏈技術(shù)經(jīng)過這幾年的發(fā)展又有了新的理論和實踐，比如思維樹等；但本質(zhì)上思維鏈的目的就是獨立思考，任務(wù)拆解。

3. 函數(shù)調(diào)用

函數(shù)調(diào)用其實是一項獨立的技術(shù)和大模型并沒有直接關(guān)系，而且市面上有些模型集成了函數(shù)調(diào)用的能力，而有些模型并沒有集成此能力。

而函數(shù)調(diào)用從技術(shù)的角度來說就是接口調(diào)用，只不過是讓大模型自己根據(jù)函數(shù)的定義，使用思維鏈的方式去規(guī)劃和調(diào)用相應(yīng)的函數(shù)，以此來解決實際的問題。

這玩意就相當(dāng)于給大模型集成了一個網(wǎng)絡(luò)請求的功能，然后讓大模型根據(jù)具體的需求自己去選擇和組裝請求參數(shù)，并解析結(jié)果。

當(dāng)然，智能體在具體的開發(fā)過程中還存在各種各樣的問題，而這也直接導(dǎo)致智能體在應(yīng)用過程中的安全性問題；比如說大模型理解偏差無法準(zhǔn)確調(diào)用相應(yīng)的函數(shù)；比如查詢天氣的時候，調(diào)了一個地圖函數(shù)接口。

智能體技術(shù)是人工智能技術(shù)應(yīng)用的一個重要方向，但由于大模型意圖識別不準(zhǔn)確的問題，也給智能體的應(yīng)用帶來了很大的技術(shù)挑戰(zhàn)；雖然說一些模型服務(wù)商提供了一些解決方案，但具體來說還是擁有一些潛在的風(fēng)險。

當(dāng)然，智能體不僅僅只依靠思維鏈和函數(shù)調(diào)用技術(shù)，還有一些其它技術(shù)的使用；如工作流，通過配置工作流的方式來降低模型犯錯的概率；典型的就是字節(jié)跳動的coze扣子平臺。

扣子地址：https://www.coze.cn/open/docs/guides

最后再遺留一個問題，讓大家思考一下。思維鏈技術(shù)是怎么實現(xiàn)的，它和NLP有直接關(guān)系嗎？如果有其關(guān)系是什么？與神經(jīng)網(wǎng)絡(luò)又有什么關(guān)系？以及大模型是怎么具備函數(shù)調(diào)用能力的呢？

所以，你現(xiàn)在理解NLP，神經(jīng)網(wǎng)絡(luò)，思維鏈，函數(shù)調(diào)用和Agent 智能體的聯(lián)系和區(qū)別了嗎？