1. 什么是智能体

智能体（AI Agents或Agents）是指能够自主感知环境、做出决策并执行行动的系统或程序。

IBM：智能体是“能够通过设计其工作流和利用可用工具，代表用户或其他系统自主执行任务的系统或程序。

Google：In it’s most fundamental form, a Generative AI agent can be defined as an application that attempts to achieve a goal by observing the world and acting upon it using the tools that it has at its disposal.

谷歌：从最基本的层面来看，生成式人工智能代理可以被定义为这样一种应用程序：它通过观察周围环境并利用自身所拥有的工具来采取行动，从而试图达成某个目标。

2. 智能体界的明星

3. AI&模型&大模型&智能体的区别

• AI： 人工智能（Artificial Intelligence，AI）是计算机科学的一个分支学科。
• 模型：传统的模型，是通过从数据中学习规律沉淀出一个模型，再利用该模型实现特定的功能，如预测模型（分类、回归），生成模型（文本、图像生成）等模型，本身是无实体的工具，且不具有自主性。
• 大模型：模型中的特殊形态，首先要满足参数规模巨大（达到百亿、千亿甚至万亿）的显著特征，其次对人类（语言）指令有很强的遵循、理解能力，从而完成复杂的任务和推理。
• 智能体：智能体式够感知环境、自主决策并执行行动以实现特定目标的系统或程序，能够形成完整的“感知-决策-行动”闭环。

4. 智能体的发展阶段

OpenAI根据自身技术研发与产品开发提出了通往AGI的五级量表，将AI Agent分为五个阶段，每个阶段代表更高级的能力水平：

5. 智能体的应用

各行各业都可以通过AI-Agent得到重塑，如：

1. 服务业：智能客服、个性化推荐系统……
2. 医疗行业：医学影像辅助和诊断、药物研发和临床试验优化……
3. 销售行业：智能营销Agent
4. ……

6. 智能体架构

• 单一智能体：

  • LLM（Large Language Model 大模型）必选；
  • Tools 必选；

• 多智能体：

  • 低代码平台：FastGPT、Dify、Coze etc.
  • 代码实现：建议Python代码，因为AI生态较完整，Python的LangChian、LangGraph框架，LangSmith（Event-Tracking，类似埋点最终，企业版本license收费，可以用开源的替代品如Langfuse等代替）为主；代码实现也有以Google为代表的Google ADK（Agent Development Kit），考虑到现状Google生态在国内的尴尬，ADK并不足与发挥他的最大威力，如一键部署Google Cloud Run，调用Google的Gemini等。

• 智能体的调用：

  • Python

  • Node（Http）
    

以上就是AI Agent（智能体）的简单介绍，下期一起聊聊基于代码实战、基于低代码平台、基于AI编码工具的QuickStart（快速实现）。