带你读懂什么是AI Agent智能体

一、智能体的定义与特性

• 定义：智能体是一个使用大语言模型（LLM）来决定应用程序控制流的系统。然而，智能体的定义并不唯一，不同人有不同的看法。Langchain的创始人Harrison Chase从技术角度给出了定义，但更多人认为智能体应具备高级、自主、类似人类的能力。
• 智能体特性：吴恩达提出，与其争论什么应被归类为真正的智能体，不如承认系统具有不同程度的智能体特性。智能体特性可以视为一个光谱，从简单的路由选择到复杂的自主智能体，系统越依赖LLM来决定其行为方式，就越具有“智能体特性”。
  

二、认知架构的概念与重要性

• 定义：认知架构是指系统如何“思考”——从接收用户输入到执行操作或生成响应的代码/提示词/LLM调用流程。它决定了系统的自主性级别和智能体特性。
• 重要性：认知架构不仅影响系统的运行方式，还影响其灵活性、可控性以及可解释性。较简单的架构通常更易于理解和调试，而复杂的架构则可能提供更强的功能，但也伴随着更大的系统复杂性和不确定性。

三、智能体自主性级别与认知架构的映射

• 代码：所有内容都是硬编码的，不能称作真正的认知架构。
• 单次LLM调用：构成应用程序的主要部分，简单的聊天机器人可能属于这一类别。
• LLM调用链：将问题分解为多个步骤或功能服务，更复杂的RAG（检索增强生成）管道属于这一类别。
• 路由器：LLM决定要采取的操作，增加了一定的随机性和不可预测性。
• 状态机：将LLM的路由与循环结合起来，更加不可预测。
• 自主智能体：系统本身决定哪些步骤是可用的，指令是什么，可以通过更新提示词、工具或代码来实现。

四、为什么应该外包智能体基础设施，但拥有认知架构

• 智能体基础设施：提供了运行智能体应用所需的基础设施，如配置助手、后台运行、消息持久化等。然而，它不会使应用程序与众不同。
• 认知架构：是使智能体真正有效运作的关键，是团队创新的地方和构建的差异化部分。
• 外包与拥有：应该外包智能体基础设施以获取其优势，但同时拥有并定制认知架构以使应用程序脱颖而出。

五、智能体的规划问题

• 规划与推理：涉及LLM决定采取哪些行动的能力，包括短期和长期的步骤。
• 当前挑战：目前的规划和推理能力还没有达到处理现实任务所需的水平。
• 改善方法：确保LLM拥有足够的信息，尝试改变应用程序的认知架构（通用或领域特定）。
• 未来趋势：通用推理将越来越多地融入模型层，但提示和定制架构将继续存在。对于简单任务，提示可能足够；对于复杂任务，可能需要通过代码来定义其行为。

六、总结

• 智能体不仅仅是一个技术定义，还涉及到系统如何“思考和决策”。
• 认知架构是智能体的大脑，决定了其如何接收信息、干活和回应。
• 在设计智能体时，需要在基础设施的方便性和认知架构的个性化之间找到平衡点。
• 未来，随着大模型的进步，智能体的工作方式将占据技术前沿的中心舞台。