AI Agent 概念

由于基础大模型存在固有的局限性,无法直接解决实际应用中的问题,需要通过开发(即扩展能力)来弥补这些缺陷。

AI Agent = 大模型 + 扩展能力(Tool + Memory + RAG)
三大核心知识点:

  1. Tool(工具):让AI能操作实际事物(读写文件、执行命令、控制浏览器)。例如Cursor改代码、Manus自动访问网页。
  2. Memory(记忆):让AI记住长期对话内容,提供连贯的、个性化的服务,解决大模型"聊过就忘"的问题。
  3. RAG(知识库检索) :让AI能查询私密文档或实时数据,解决大模型"不知道内部信息"的问题。如支付宝的理财助手(蚂小财)分析基金数据是通过 RAG 查询了内部的实时基金数据库。
    技术框架
    LangChain :开发单个Agent的框架(封装了Memory、Tool、RAG 等能力)
    LangGraph:基于 LangChain 封装的、用于多 Agent 协作的框架。
相关推荐
魏杨杨6 小时前
一个程序员眼中的 AI 核心概念,讲透 LLM 、Agent 、MCP 、Skill 、RAG...
ai·.net·agent·claude code
RyFit6 小时前
SpringAI 常见问题及解决方案大全
java·ai
元拓数智7 小时前
智能分析落地卡壳?先补好「数据关系+语义治理」这层技术基建
大数据·分布式·ai·spark·数据关系·语义治理
企学宝7 小时前
企学宝5月专题课程丨《OpenClaw AI 智能体实战营:从零基础部署到全场景自动化落地》
人工智能·ai·企业培训
冬奇Lab8 小时前
让 AI Agent 更可靠:Harness Engineering 与多 Agent 系统工程实践
人工智能·llm·agent
MomentYY10 小时前
第 3 篇:让 Agent 学会分工,LangGraph 构建多 Agent系统
人工智能·python·agent
阿里云云原生10 小时前
QECon2026 深圳站丨云原生专家团拆解 AI Agent 工程化落地的 4 个关键环节
agent
共享家952710 小时前
Langchain的学习(二)
学习·langchain
malog_11 小时前
大语言模型后训练全解析
人工智能·深度学习·机器学习·ai·语言模型
低代码行业资讯11 小时前
五大实锤证据:AI不会终结低代码,只会倒逼技术进化
低代码·ai