Agent被看作是通往通用人工智能（AGI）的必經之路。那么不同于傳統的人工智能，Agent的獨特之處在于哪里？怎么理解Agent這一概念？本文作者對其關鍵組成、特點和局限性等方面做了分析，一起來看一下。

上文介紹了AI大模型連接外部世界的重大意義，今天我們來了解一下Agent（智能體）。

Agent可以更好地理解和應對復雜多變的現實世界場景，具備更強的智能和自適應能力，因此被認為是通往通用人工智能（AGI）的必經之路。

一、基本概念

Agent（智能體）是一種能夠感知環境、進行決策和執行動作的智能實體。不同于傳統的人工智能，Agent 具備通過主動思考、調用工具去逐步完成給定目標的能力。

我們知道，大模型與人類之間的交互是基于prompt實現的，用戶prompt是否清晰明確會影響大模型回答的效果，在此過程中，人類主動提問，而大模型是“被動”回答。而Agent的工作僅需給定一個目標，它就能夠針對目標獨立思考并做出行動。

從大模型的角度來看，Agent其實就是基于大模型的語義理解和推理能力，讓大模型擁有解決復雜問題時的任務規劃能力，并調用外部工具來執行各種任務，利用向量數據庫保留“記憶”的一個智能體。

Agent = 大模型 + 任務規劃（Planning） + 使用外部工具執行任務（Tools&Action） + 記憶（Memory）

把Agent比作一個人的話，他應該有大腦（語義理解、存儲記憶、推理規劃、專業知識）、五官（接收文本、視覺輸入、聽覺輸入等）、四肢（使用工具完成各種具體任務）等主要部件。

其實我們在上文中舉的例子，就是Agent的極簡版工作模式：

我們還是參照該示例，從大模型的角度來看一下Agent的組成。

二、Agent的關鍵組成部分

Agent最核心的組成部分就是 任務規劃（Planning）：

• Agent需要提前將一項復雜任務拆解為多個更小、更易于處理的子任務，從而實現對復雜任務的高效處理。
• Agent可以從錯誤中吸取教訓，并通過自我反思來優化結果，提高最終結果的質量。
• 任務規劃能力是通過提示工程來引導大模型實現的，可以去翻閱《提示工程（Prompt Engineering）：指導AI大模型完成任務的藝術》，里面那段自動優化提示詞的“咒語”，其實就是Planning的體現。

Agent還要擁有長短期記憶（Memory）：

• 短期記憶：短期記憶一般也是通過提示工程來實現，最常見的短期記憶可能是聊天上下文，在Agent中，思考過程、任務規劃內容、子任務返回的結果也都屬于短期記憶。
• 長期記憶：長期記憶一般通過向量數據庫進行外部向量存儲和快速檢索來實現，可以長期保留和回憶信息。最常見的長期記憶可能是私有知識庫和私人信息（家庭住址等），也可以把大模型的所有記錄存儲起來，讓Agent擁有長期記憶。RAG相關內容可參考《檢索增強生成（RAG）：如何讓AI大模型更懂我？》。
• 壓縮記憶：通過對記憶進行壓縮，以提高記憶檢索效率。

工具&執行（Tools&Action）：

Agent會根據拆分好的子任務，調用外部提供好的專業API解決專業問題，完成一個個具體的子任務，并把處理結果返回給大模型。詳情可參考上文《AI大模型如何連接外部世界：深入解析GPTs、Assistant API和Function Calling》。

三、Agent vs 大模型 vs 傳統軟件

傳統軟件的特點：

• 非常穩定，極具確定性。
• 不適合解決靈活的問題，必須提前預設好情境才行，略顯死板。

大模型的特點：

• 強大的語義理解能力。
• 強大的推理能力。
• 高效的數據處理。
• 更舒適的交互方式（自然語言交互）。
• 輸出結果不穩定，缺乏確定性。

Agent的特點：

• 比傳統軟件更靈活，同時比大模型更可靠。
• 具備大模型的良好體驗，并盡可能解決其可靠性問題。
• 但無論怎么優化，它的穩定性和可靠性短期內是無法和傳統軟件相比的。

總之，Agent目前會損失一定的可靠性，換來可觀的創造力，這種情況大概率會持續較長時間，但是一旦取得突破性進展，可能會徹底顛覆現有的交互方式，從GUI進入到自然語言交互的時代，到時候就可以真正用上那句“所有系統都值得用AI重做一遍”了。

四、局限性

雖然Agent讓我們看到了AGI的曙光，但目前它依然有很大的局限性：

• 嚴重依賴大模型的核心能力，所以大模型底座必須足夠強
• Agent多次與外界交互，效率不高，資源消耗大，成本較高
• 執行鏈路過長，某一中間環節出錯，就會導致前功盡棄

五、總結

本文主要介紹了AI Agent的基本概念，Agent讓我們看到通用人工智能（AGI）的曙光。

雖然目前依然有很多局限性，導致Agent無法大面積應用，但隨著技術底座快速升級，Agent的規劃能力會越來越強，成本會快速降低，很可能會徹底顛覆現有的交互方式，并最終實現AGI。