浅说LLM-Agent(大模型-智能体)

大家好我是木木,自从2022年11月30日OpenAI发布ChatGPT后,大模型迅速火热起来,人工智能作为当下最火的行业之一,2025年春节期间DeepSeek R1模型大火。LLM中有很多的技术,今天我们浅说LLM-Agent智能体技术。

什么是Agent?

**Agent:**它具备自主感知、决策与行动能力的智能系统。

**简单理解:**它可以根据你下发的指令,自己去拆解需求,找到对应的工具,最终把结果落地。它可以根据指令帮助我们完成很多重复性的工作。

**举个例子:**一个公司,用户发的指令提问(相当于老板),Agent(相当于执行者),但是执行者有很多人,有负责财务的,负责售后的,负责技术的等。老板提出一个问题,由Agent决定由那个执行者去执行,如问:今年财务报表业绩如何,Agent清楚的知道这块是财务负责的,直接找到财务让他去回答问题。

**来个详细的故事:**现如今2026年1月,市面上的大模型聊天工具都很普遍,但是基本都还是停留在"一问一答"的层面,只能输出文字信息,而无法做出具体的动作,这在产业行业落地上是一个很大难问题。

比如:一家车企做了一个问答机器人,现在通过RAG技术可以实现产品相关信息的咨询问答,但是当问到"什么时候发货信息?"、"售后维修进度如何?"这种问题使用RAG它是无法解决的,原因很简单,这类问题不仅仅是只要信息,还涉及到具体的业务系统,需要对接订单管理模块查看收发货状态,连接售后系统对接维修进度等,都是需要涉及到具体落地动作,而普通大模型+RAG是无法完成这些操作。

如果想要解决这种产业落地实际问题,核心就需要给大模型搭配一个Agent,它可以让大模型不管能"说",还能"做事"。

大模型搭配上Agent后,这类问题也就解决了。下面说下Agent的流程。

Agent业务流程

当用户问大模型,"订单什么时候发货?"

1、Agent会先了解具体需求,确定用户的精准的需求是"查看个人订单发货信息"

2、Agent自主决策拆解任务,先获取用户订单号,如果用户没有提供自动询问,提供后调用订单管理系统的查询工具

3、Agent自动根据用户的订单号自动对接订单管理系统进行查询订单收发货状态

4、根据查看的信息结合大模型整理成通用语言,反馈给用户。

相关推荐
badhope2 小时前
Mobile-Skills:移动端技能可视化的创新实践
开发语言·人工智能·git·智能手机·github
knqiufan3 小时前
PingCraft:从需求文档到可追踪工作项的 Agent 实践之路
ai·llm·agent·pingcode
吴佳浩4 小时前
GPU 编号进阶:CUDA\_VISIBLE\_DEVICES、多进程与容器化陷阱
人工智能·pytorch·python
吴佳浩4 小时前
GPU 编号错乱踩坑指南:PyTorch cuda 编号与 nvidia-smi 不一致
人工智能·pytorch·nvidia
小饕4 小时前
苏格拉底式提问对抗315 AI投毒:实操指南
网络·人工智能
卧蚕土豆4 小时前
【有啥问啥】OpenClaw 安装与使用教程
人工智能·深度学习
GoCodingInMyWay4 小时前
开源好物 26/03
人工智能·开源
AI科技星4 小时前
全尺度角速度统一:基于 v ≡ c 的纯推导与验证
c语言·开发语言·人工智能·opencv·算法·机器学习·数据挖掘
zhangfeng11334 小时前
Windows 的 Git Bash 中使用 md5sum 命令非常简单 md5做文件完整性检测 WinRAR 可以计算文件的 MD5 值
人工智能·windows·git·bash
monsion5 小时前
OpenCode 学习指南
人工智能·vscode·架构