你有没有想过，为什么现在的AI越来越"聪明"了？
过往向AI提出一个问题, 它给予你一个回答, 如此便结束了。现今情况有别, 你让它协助你查找资料, 让它编写代码, 让它预订机票, 它确实能够逐个步骤地将事情办理妥当。
这不是魔法，这是AI Agent在起作用。
什么是AI Agent？
说白了，Agent就是能自主完成任务的AI系统。
“Agent”一词自身源于英文, 其含义为“代理人”。你能够将其领会成一名AI员工 , 你给予它一个目标 , 它自行寻觅途径去达成 , 无需你逐一步骤地指挥。
传统人工智能如同计算器那般, 对你所输入进去的一切, 它予以输出同类内容。智能体则更近似于一个具备主动性的实施者, 它能够领会你的主观用意, 据此拆解具体的任务。依据不同的任务调用恰当的工具, 以此致使最终交付相应预期的结果。
举个例子。
对于关于北京今天天气怎么样的询问, 传统AI会告知温度, 传统AI会告知湿度, 传统AI会告知风力。
若你向Agent发问: “北京今日天气究竟如何? 我是否需要外出? ”它或许会告知你天气状况, 并且会给出携带雨具的建议, 甚而会为你查询好出行路线。
这就是区别。
Agent的核心是什么？
感知、决策、行动。
这三个环节循环往复，构成了Agent的基本工作模式。
察觉: 智能体借助输入领会当下状况, 此种输入能够是文字, 能够是图片, 能够是语音, 还能够是系统数据, 还能够是API返回的成果。
Agent 依据目标以及当前状态, 做出一项决策, 这项决策是决定接下来要做些什么, 而这一步骤一般而言是由大语言模型去予以完成的, 大语言模型具备负责推理、规划以及做出选择这样的职责。
行为: 智能体施行抉择, 调用器具、递送诉求、产出内容, 而后留意成效, 持续下一回周转。
这一过程并非是一次性的, 而是具有持续性的。Agent会依据行动所产生的结果来对策略作出调整, 一直到任务得以完成。
Agent的架构有哪些？
一个典型的Agent系统包含几个核心模块。
能负责理解、推理以及生成的大语言模型被称作“大脑”, 当下的Agent多数是依据GPT - 4、、等这类大模型来构建的。
能使得Agent运用外部资源的是工具调用能力, 像搜索, 计算噻, 代码执行, 数据库查询, API 接口之类的。要是没有工具, Agent就只能“空谈”, 而有了工具才能够真正去做事。
存储上下文信息的是记忆系统, 短期记忆记录的是当前对话, 长期记忆保存的是历史知识以及用户偏好, 使Agent能“记住”之前事情的是记忆, 而非每次都从起始点开始。
负责拆解复杂任务的是规划模块, 一个目标当中或许含有多个子任务, Agent要去制定执行顺序, 还要分配资源, 并且处理依赖关系。
这些模块协同工作，让Agent具备了一定的自主性。
Agent能做什么？
实际应用场景已经相当广泛。
码编范畴之内, Agent可行读取代码之举, 可作分析bug之事, 能生修复方案之策, 甚而可自行提交代码。 即为一实例, 其能够领会开发者之意向, 自动达成编码器之任务。
分析数据时, Agent能够进行数据库连接, 去执行查询操作, 进而生成报表, 并且它还能够针对“为什么这个指标下降了”此类问题作出回答。
在日常工作情形下, 当处于从事书写邮件活动、进行整理各类文档事务、开展日程合理安排事宜、完成会议纪要全面汇总工作之时, 这些具备重复性特征的工作内容, Agent都可以予以处理。
针对学术研究, Agent具备检索文献的能力, 能够整理资料, 还可撰写综述, 甚至能辅助设计实验方案。
当然，Agent也有局限。
它并非是全方位适用的, 复杂的任务得要人类参与进去进行引导, 错误的决策极有可能带来相当严重的后果, 过度地依赖它说不定会致使能力出现退化, Agent是一种工具, 并非是能取而代之的家伙。
未来会怎样？
Agent的发展速度很快。
在2023年的时候, 发布了GPT - 4, 并且引入了函数调用能力, 而这是Agent技术的重要里程碑, 在同年, 推出了, 还强调安全和可控性。
在2024年的时候, 多Agent系统开始呈现出兴起的态势, 多个Agent相互协作去完成复杂的任务, 不同的事务环节由各自负责, 效率得到了显著的提升。
按照行业所做的统计来看，在2024年的时候，全球AI Agent的市场规模已然超过了120亿美元, 而预计到2026年的时候, 将会达到380亿美元左右。其增速那可是相当惊人的, 不过, 泡沫也是存在着的。
名副其实具有价值的Agent, 并非是那种单纯用来炫技的玩具, 而是能够去解决现实当中实际存在问题, 进而提升效率的工具呀。
你怎么看Agent？
它可能取代一些重复性工作，也可能创造新的岗位。
它可能让普通人也能完成复杂任务，也可能加剧技术鸿沟。
关键在于, 明白其原理, 具备合理运用它的能力, 不可将其过度神化, 也不可对其进行低估。
AI Agent不是终点，而是人机协作的新起点。
