
AI
不过要清楚,AI Agent的定义有多种,这主要是为了适配不同场景。例如在机器人领域存在AI Agent概念,它与大语言模型领域中AI Agent的定义并不相同。在大语言模型(LLM)的语境里,Agent可被视作一种智能体,它能自主理解、规划决策并执行复杂任务。它不只是告知怎么做,还会代劳。若把CoPilot比作副驾驶,Agent就相当于主驾驶。AI Agent和对话式ChatAI有所不同。使用ChatAI时,你得不断告知它做什么、怎么做、如何调整等。而AI Agent只需你给定一个目标,它就能自行想办法完成。它会针对目标独立思考与行动,把给定任务分解成每一步计划,依据外界反馈与自主思考创建prompt,甚至调用外部API,全自动达成目标。很多人会问,既然有很强大的ChatAI了,为何还要AI Agent?但实际上,ChatAI在各种场景下真的有那么厉害吗?LLM存在一些已知的不足之处:这可能有些难以理解,我们再举个例子。例如让ChatAI去买一杯咖啡,ChatAI通常会给出像无法购买咖啡,我是文字AI助手这样的答复。那我们来看看,要是一个负责买咖啡的AI Agent智能体,它要怎样完成这个任务?它得先把为你购买一杯咖啡的流程分解开,制定出诸如通过某个外卖APP下单、使用某种在线支付方式之类的一系列计划。接着,依据这些步骤调用外卖APP选定外卖咖啡,再调用支付程序下单支付,整个过程不需要人类去规定每一步的操作。(这里暂且不考虑不同人选择外卖APP和支付方式的习惯差异)这时候就轮到AI Agent发挥作用了,它能借助外部工具突破这些限制。那这里所说的工具是什么?其实就是代理用来完成特定任务的插件、集成API或者代码库之类的,例如:
函数表达式呈现精简的Agent决策流程。Agent:感知(P)—>规划(P)—>行动(A)就像人类做事的过程一样,Agent的核心功能可归结为一个三步循环:感知(Perception)、规划(Planning)以及行动(Action)。Agent的感知(Perception)能力,即从环境收集信息并提取相关知识。规划(Planning)是Agent为达成某一目标的决策过程。而行动(Action)则是依据环境与规划所做出的动作。其中,Policy是Agent采取Action的关键决策,行动借助观察(Observation)成为进一步Perception的前提与基础,从而构成自主的闭环学习流程。AI Agent开发属于技术工作,要掌握基本软件技术知识与AI相关知识。当前,国内不少AI平台都推出了AI Agent开发功能。像字节跳动推出的Coze(扣子),这是个一站式的AI Bot开发平台,用户能在上面迅速搭建各种AI应用。在Coze平台里,构建智能体需要创建Bot、编写提示词、添加技能(像插件、工作流之类的)、设置开场白等步骤。这些智能体具备特定功能与逻辑,能对用户输入做出响应与处理。比如借助知识库解答问题,依靠工作流达成复杂业务流程等。并且依据用户需求与设置,拥有不同程度的自主性和任务处理能力,从而实现各种特定应用场景与目标。

咖啡
希望上述内容能给大家带来帮助。我现在专注于AI Agent研究,对智能体有着较为全面、深入的认识,并且有着扎实的技术功底,搭建过诸多智能体。欢迎大家关注我 @人人都能用好AI ,也可找我探讨智能体相关问题。
Copyright © 2025 IZhiDa.com All Rights Reserved.
知答 版权所有 粤ICP备2023042255号