企业宣传,产品推广,广告招商,广告投放联系seowdb

Agent 一文彻底理解大模型 智能体原理和案例

1、什么是大模型 Agent ?

大模型 Agent,作为一种人工智能体,是具备环境感知能力、自主理解、决策制定及执行行动能力的智能实体。简而言之,它是构建于大模型之上的计算机程序,能够模拟独立思考过程,灵活调用各类工具,逐步达成预设目标的智能存在。

Agent 是 AI 大模型应用的主要新形态,在技术架构范式也发生了很大的变化,从面向过程的架构变成了面向目标架构。

2、Agent 架构设计剖析

大模型虽作为智能体的核心“大脑”,负责思维与决策,但仅凭此并不足以胜任复杂任务的执行。为了全面实现智能体的功能,还需融入类似“神经感官系统”以感知环境,以及“肢体”以执行实际动作的元素。这正是构建 Agent 技术架构的初衷,旨在通过这一框架,将感知、思考与行动三者紧密结合,共同作用于复杂任务的完成。

如上图所示,Agent 共由4个关键部分组成:规划(Planning)、记忆(Memory)、工具(Tools)、行动(Action),下面详细剖析。

1、规划(Planning)

"规划"是智能体的思维模型。类比人类,面对任务,我们先构思解决方案,拆解为子任务,评估工具,执行中反思调整,并考量终止时机。通过大模型提示工程,比如:ReAct、CoT 推理模式,可赋予智能体类似思维模式,精准拆解复杂任务,分步解决。

2、记忆(Memory)

记忆,即信息存储与回忆。智能体模拟人类,设短期记忆存会话上下文,助多轮对话,任务毕则清;长期记忆存用户特征、业务数据,向量数据库速存速查。

3、工具(Tools)

智能体依据“工具”感知环境、执行决策。工具比如:神经感官,助其获取信息、执行任务。配备多样工具并赋权,比如:API 调用业务信息,插件扩展大模型能力,比如:ChatPDF 解析文档、Midjourey 文生图。

4、行动(Action)

智能体依规划与记忆,执行具体行动,包括与外部互动或工具调用,实现输入至输出的转化。比如:智能客服回复、查询天气预报、AI 机器人抓起物体等等。

2、大模型 Agent 案例

案例一:Agent 预定餐厅

为了更好地理解 大模型 Agent,我们一起来看个生活中的实际场景:假设你需要与朋友在附近吃饭,需要 Agent 帮你预订餐厅。

Agent 会先对您提出的任务进行规划如下:

第二步:确定匹配餐厅

第三步:预订餐厅

案例二:完成工作报表 Agent

构建【智能体】整体步骤如下:

第一步:规划(Planning) :设计 Prompt 引导大模型拆解“生成”任务,细化为四步:数据收集、报告整理、汇报人选定、自动提交。

第二步:工具(Tools) :针对大模型知识局限,采用 RAG 技术接入私有数据中心 API,获取客户数据;同时接入应用 API,赋予数据填充与提交权限。

第三步:记忆(Memory) :分析员工历史报告,提炼风格、格式、周期、汇报人等特征,形成长记忆库,辅助新报告撰写。

第四步:行动(Action) :依托应用权限,大模型完成报告后自动执行提交,实现全程自动化。

原文链接:​ ​​ ​

© 版权声明
评论 抢沙发
加载中~
每日一言
不怕万人阻挡,只怕自己投降
Not afraid of people blocking, I'm afraid their surrender