Agent(智能体)入门篇 | 什么是agent?

1.什么是agent?

定义: Agent(智能体): 指能够独立完成任务的系统。用户只需要给agent发送指令即可,agent自己思考并完成工作。

2.agent的核心特征

(1)利用LLM管理工作流程执行和决策:

Agent能识别工作流程何时完成,并在需要时主动纠正其行动。如果失败,也可以停止执行并将控制权转回给用户。

(2)访问各种工具与外部系统交互:

既可以收集上下文,也可以采取行动,并根据工作流程的当前状态动态选择适当的工具。

Agent与传统应用的对比:

3.何时选择agent

Agent特别适合传统确定性和基于规则的方法不足的工作流程:

(1)复杂决策: 无法通过分支判断做决定的需求,eg:客服问答

(2)规则爆炸: 由于广泛而复杂的规则集而变得笨重的系统,使更新成本高或容易出错。

(3)严重依赖非结构化数据: 涉及解释自然语言、从文档中提取含义或与用户进行对话交流的场景。

4.agent组成部分

Agent可以感知其环境,通过自己的决策和行动来改变环境,并通过学习和适应来提高其性能。由四个部分组成:

(1)规划

(2)记忆

(3)工具使用

(4)行动

5.agent编排模式

(1)单Agent模式: 任务简单

(2)多Agent模式: 目前的agentic系统

当系统面临以下挑战时,可以考虑拆分为多个Agent:

逻辑极其复杂: 可以考虑将每个逻辑段分配给不同的Agent

工具过载: 单个agent需要处理的工具太多

相关推荐
自养Agent3 小时前
AI 私有化实战:多模态本地化·视觉与音频怎么装下
人工智能·大模型·llm·音视频·语音识别
Eloudy5 小时前
SGLang 中 AMD GPU 内核源文件后缀分析:.cu vs .hip
llm·sglang
Eloudy15 小时前
sgl-kernel 项目的演进:不同时间点的角色与去向
llm·sglang
zhangfeng113317 小时前
6篇RAG核心论文的工程启示:Vector + Graph + Agent路由混合架构实战
人工智能·架构·llm·agent
沛东的认知和实践1 天前
当 RAG 开始“要求找全”:一次 Agentic RAG 边界探索与 LLM Wiki 转向
llm·agent
Eloudy1 天前
《Attention Is All You Need》的 Encoder–Decoder Transformer 一次完整训练
llm·transformer
lucas_AI1 天前
自蒸馏也讲究因材施教:让每个 token 自己挑老师,数学推理白捡 5.9 分
llm
ZhengEnCi2 天前
同样的模型,为什么本地和云 API 差别那么大:量化精度、聊天模板与采样参数的三大元凶
人工智能·算法·llm
goehou2 天前
ReAct 循环跑偏的三种样子,以及怎么在工程上兜住
llm·agent·react·工具调用·工程实践