李宏毅:AI AGENT

AI Agent初步概念

  • AI Agent(AlphaGo):这里指 AlphaGo 这个围棋 AI。
  • Goal(目标):AI 的任务是 "赢棋"。
  • Observation(观测) :AI 获取当前的围棋棋局状态(图中的棋盘),这是 AI 对 "环境"(棋局)的感知。
  • Action(动作):AI 根据观测到的棋局,输出下一步的落子决策(比如图中的 "5-5",即棋盘上的坐标位置)。
  • 环境(右侧):实际的对弈场景(比如人类棋手或其他 AI),接收 AI 的落子动作后,更新棋局状态,再反馈给 AI。
  • Reward(奖励):环境根据 AI 的动作反馈 "奖励信号"(比如赢棋给正奖励、输棋给负奖励)。
  • RL 核心逻辑 :AI 通过不断 "观测→动作→获得奖励" 的循环,学习能最大化最终奖励的策略(比如怎么落子更容易赢)。

先获得一个目标(goal),然后观察,根据观察(obs1)进行行动(action1),再观察(obs2),再行动(action2)

以LLM运行AI Agent的优势:反馈可以直接是一个log

AI Agent应用举例:

让AI使用电脑

用AI训练模型

用AI做研究

Agent运行

通向更加真实的互动情境:

回合制互动和即时互动(立刻转换行动)

根据经验调整行为:

直接将错误报告给agent,然后行为就会更新

经验过多会导致混乱,所以就存成memory,再从中提取经验

read:从记忆中读

write:判断是否有必要记下来

reflection:重新整理过去的记忆,可以产生新的想法thought/knowledge graph

Function Call:使用工具

如何使用工具:system prompt和user prompt

非常多工具怎么办:几百个工具描述,然后选择

模型打造工具

工具犯错:语言模型有一定的判断力

什么样的外部知识比较容易说服AI

做计划

相关推荐
码农杂谈00077 分钟前
不止三折叠:网易智企 IM UIKit 鸿蒙版一键升级多形态适配
人工智能
泯泷22 分钟前
别再手动盯盘了!用这个免费工具实现股市自动监控
人工智能
陈如水31 分钟前
Spring AI Alibaba 在多 Agent 场景下的实践
java·人工智能·spring
瓶瓶持续学习中1 小时前
物理AI与具身智能的技术架构区别:从空间建模到机器人动作执行
人工智能·机器人
羲云网络1 小时前
GPT Image 2.6 精准编辑前,先排查参考图的访问权限与输入交接
图像处理·人工智能·aigc
snakeshe10101 小时前
ChatGLM行业垂直领域微调实战:从需求分析到数据集加载完整流程
人工智能
智联视频超融合平台5 小时前
视频 AI 的误报之战,正在从调参数卷到改架构
人工智能·大模型·边缘计算·视频监控·安防
水如烟6 小时前
孤能子视角:智能的边界不在算法强弱,在可形式化性——从概率法到因果推理,选择池的边界一直在那里
人工智能
万里侯7 小时前
日志聚类之后别把 noise 扔掉:降噪应该改变视图,不抹掉证据
人工智能·微服务·ai·容器·k8s