什么是AI Agent(代理):
- Agent是基于生成式AI模型的应用程序,能够通过观察世界并使用工具来执行任务,目标是自主完成任务,减少人为干预。
- Agent的核心架构包括模型(Model)、工具(Tools)和编排层(Orchestration Layer)。模型负责决策,工具用于与外部世界交互,编排层则管理信息处理、推理和决策的循环。

Agent与模型的区别:
- 模型的知识仅限于其训练数据,而Agent通过工具扩展了其知识范围,能够访问实时信息和执行复杂任务。
- Agent具有会话历史管理能力,支持多轮推理和决策,而模型通常是单次推理。
工具(Tools):
- 工具是Agent与外部世界交互的桥梁,常见的工具类型包括扩展(Extensions)、函数(Functions)和数据存储(Data Stores)。
- 扩展(Extensions)允许Agent与API无缝交互,函数(Functions)则允许开发者在客户端执行API调用,数据存储(Data Stores)为Agent提供动态的、实时的数据访问。
认知架构(Cognitive Architecture):
- Agent通过认知架构进行推理、规划和决策。常见的推理框架包括ReAct、Chain-of-Thought(CoT)和Tree-of-Thoughts(ToT)。
- 这些框架帮助Agent在复杂任务中进行多步推理和决策。
增强模型性能的针对性学习:
- 通过上下文学习(In-context Learning)、基于检索的上下文学习(Retrieval-based In-context Learning)和微调(Fine-tuning)等方法,模型可以更好地选择和使用工具。
- 这些方法帮助模型在特定任务中表现得更加精准和高效。

茄智AI-打通企业落地大模型应用最后一公里。