Agent (AI Agent)¶
什么是 Agent¶
Agent 是能够自主感知环境、做出决策并执行动作的 AI 系统。与传统程序不同，Agent 可以： - 理解复杂目标 - 规划多步行动 - 使用工具 - 适应变化
Agent 的核心组件¶
1. 规划 (Planning)¶
- 目标分解：将大任务拆分为可执行的子任务
- 反思机制：评估行动效果，调整策略
- 思维链 (Chain of Thought)：展示推理过程
2. 记忆 (Memory)¶
- 短期记忆：当前对话上下文
- 长期记忆：持久化的知识和经验
- 检索增强：结合 RAG 技术
3. 工具使用 (Tool Use)¶
- 调用外部 API
- 执行代码
- 读写文件
- 搜索信息
4. 协作 (Multi-Agent)¶
- 多个 Agent 协作完成复杂任务
- 分工明确，各司其职
- 通信协议定义交互方式
Agent 类型¶
| 类型 | 描述 | 示例 |
|---|---|---|
| 单任务 Agent | 完成特定简单任务 | 天气查询 Bot |
| 任务规划 Agent | 拆解并执行复杂任务 | AutoGPT |
| 对话 Agent | 持续对话交互 | ChatGPT |
| 工具型 Agent | 辅助完成具体工作 | 代码助手 |
| 协作型 Agent | 多 Agent 协作 | MetaGPT |
设计模式¶
- ReAct：推理 + 行动交替
- Plan-and-Execute：先规划后执行
- Reflexion：自我反思改进
- Tree of Thoughts：思维树搜索
著名 Agent 框架¶
- LangChain / LangGraph
- AutoGen (Microsoft)
- CrewAI
- MetaGPT
- ChatDev
与 LLM 的区别¶
| 维度 | LLM | Agent |
|---|---|---|
| 核心能力 | 文本生成 | 决策 + 行动 |
| 工具使用 | 被动 | 主动 |
| 自主性 | 低 | 高 |
| 执行链路 | 单轮/多轮对话 | 感知→规划→执行→反馈 |
状态¶
evergreen
来源¶
待补充