【智能体】浅谈大模型之AI Agent

随着ChatGPT推出插件和函数调用功能，构建以LLM（大语言模型）为核心控制器的AI Agent愈发成为一个拥有无限可能的概念。

AI Agent是一种超越简单文本生成的人工智能系统。它使用大型语言模型（LLM）作为其核心计算引擎，具有自主理解、感知、规划、记忆和使用工具的能力，能自动化执行复杂任务的系统，具有独立思考和行动能力的AI程序。在人工智能中，AI Agent是以智能方式决策的代理，它感知环境，自主采取行动以实现目标，并可以通过学习或获取知识来提高其性能。

AI Agent本质上是一个构建在LLM(大模型)之上的智能应用，也就是说AI Agent是大模型的上层应用。用公式表示为：Agent = LLM(大模型) +记忆+感知与反思+规划+工具使用

由上图可见，AI Agent由记忆、规划、工具使用和行动四个主要模块组成。

记忆模块：记忆就类似于人类大脑的记忆功能，记录了智能体内部日志以及和用户交互历史，记忆又分为短期记忆和长期记忆。短期记忆，是指在执行任务的过程中的上下文，长期记忆提供保留和召回长期信息的能力，通常是一个外部的向量库。

规划模块：主要由两部分组成，其一是思维链，其二就是目标分解，为了某一目标任务而作出的决策过程。

工具使用：大模型本身只有思想，在处理不同的事情时，需要不同的工具，同样地，智能体能够利用外部资源或工具来执行任务，比如：计算器、搜索工具、代码执行器等。

行动模块：智能体实际执行决定或响应的部分。