AI Agent（智能体）简介

- [1. 什么是智能体](#1. 什么是智能体)
- [2. 智能体界的明星](#2. 智能体界的明星)
- [3. AI&模型&大模型&智能体的区别](#3. AI&模型&大模型&智能体的区别)
- [4. 智能体的发展阶段](#4. 智能体的发展阶段)
- [5. 智能体的应用](#5. 智能体的应用)
- [6. 智能体架构](#6. 智能体架构)

1. 什么是智能体

智能体（AI Agents或Agents）是指能够自主感知环境、做出决策并执行行动的系统或程序。

IBM：智能体是"能够通过设计其工作流和利用可用工具，代表用户或其他系统自主执行任务的系统或程序。
Google：In it's most fundamental form, a Generative AI agent can be defined as an application that attempts to achieve a goal by observing the world and acting upon it using the tools that it has at its disposal.

谷歌：从最基本的层面来看，生成式人工智能代理可以被定义为这样一种应用程序：它通过观察周围环境并利用自身所拥有的工具来采取行动，从而试图达成某个目标。

2. 智能体界的明星

产品	公司	智能体产品
Deep Research	openai	https://openai.com/index/introducing-deep-research/
Manus	manus	https://manus.im/
扣子（Coze）空间	字节跳动	https://www.coze.cn/

3. AI&模型&大模型&智能体的区别

AI：人工智能（Artificial Intelligence，AI）是计算机科学的一个分支学科。
模型：传统的模型，是通过从数据中学习规律沉淀出一个模型，再利用该模型实现特定的功能，如预测模型（分类、回归），生成模型（文本、图像生成）等模型，本身是无实体的工具，且不具有自主性。
大模型：模型中的特殊形态，首先要满足参数规模巨大（达到百亿、千亿甚至万亿）的显著特征，其次对人类（语言）指令有很强的遵循、理解能力，从而完成复杂的任务和推理。
智能体：智能体式够感知环境、自主决策并执行行动以实现特定目标的系统或程序 ，能够形成完整的"感知-决策-行动"闭环。

4. 智能体的发展阶段

OpenAI根据自身技术研发与产品开发提出了通往AGI的五级量表，将AI Agent分为五个阶段，每个阶段代表更高级的能力水平：

级别	名称与定义	典型代表 / 现状分析
第1级	对话式AI (Chatbots) 能够进行类似人类的对话，帮助完成基础的写作、编程等任务。	当前已全面实现。例如：ChatGPT、Claude、Gemini、文心一言等主流大语言模型均属于此列。
第2级	人类水平的推理者 (Reasoners) 具备与博士水平人类相媲美的基础推理能力，能独立解决复杂的学术或技术问题。	处于突破前夜，部分能力已显现。前沿模型（如GPT-4o、Claude 3.5 Sonnet、o1-preview）已在数学、代码、科学推理中展现出初级推理能力，但稳定性、深度和通用性仍未完全达到稳定的人类博士水平。这是当前竞争的焦点。
第3级	执行者 (Agents) 能在数天内主动规划并执行复杂任务，例如独立完成一个完整的研究项目。	处于早期实验阶段。以AI智能体（如GPTs、Claude Projects、国内各平台Agent）为代表，它们能自动执行多步骤任务，但自主性、可靠性和任务时长与定义仍有巨大差距。
第4级	创新者 (Innovators) 能够进行原创性的、对人类而言也是新的发现和创新，相当于顶级科研合作者。	尚未实现。当前AI的所有"创新"本质上仍是对人类已有知识的重组和延伸，不具备真正意义上的原创科学发现能力。
第5级	组织者 (Organizers) 能替代一个人类组织（如公司）的绝大部分职能，自主完成目标管理、协作和执行。	属于科幻范畴。这远超出当前技术框架，涉及通用人工智能的终极形态。

图4.1 AGI的五级量表

5. 智能体的应用

各行各业都可以通过AI-Agent得到重塑，如：

服务业：智能客服、个性化推荐系统......
医疗行业：医学影像辅助和诊断、药物研发和临床试验优化......
销售行业：智能营销Agent
......

6. 智能体架构

单一智能体：
- LLM（Large Language Model 大模型）必选；
- Tools 必选；
多智能体：
- 低代码平台：FastGPT、Dify、Coze etc.
- 代码实现：建议Python代码，因为AI生态较完整，Python的LangChian、LangGraph框架，LangSmith（Event-Tracking，类似埋点最终，企业版本license收费，可以用开源的替代品如Langfuse等代替）为主；代码实现也有以Google为代表的Google ADK（Agent Development Kit），考虑到现状Google生态在国内的尴尬，ADK并不足与发挥他的最大威力，如一键部署Google Cloud Run，调用Google的Gemini等。
智能体的调用：
- Python
- Node（Http）

图6.1 AI Agent 通用架构图

以上就是AI Agent（智能体）的简单介绍，下期一起聊聊基于代码实战、基于低代码平台、基于AI编码工具的QuickStart（快速实现）。