AI Agent
Agent
人工智能代理/智能体
AI Agent 是一种能够自主感知环境、进行决策、规划和执行动作的智能实体
- 利用 LLM 处理信息，自主帮人完成任务的程序
AI Agent 的工作流程通常包括以下几个关键环节：
- 感知（Perception）：环境交互，通过传感器或其他输入设备收集外部信息
- 长期记忆：LLM - RAG
- 编辑器 🌰：
- Open Tabs、Focus File、CWD
- LSP（语言服务器）：引用关系、语法错误
- Lint、Git
- 信息处理（Reasoning）
- 使用 LLM 自身的能力，处理输入的信息
- 决策（Decision-making）：基于处理结果制定行动计划
- 自我反思、推理，任务拆解、规划
- 行动（Action）：执行决策，完成具体任务，并根据反馈调整未来行为
决策/规划
决策/推理/反思/规划，本质上都是用提示词告诉 LLM 要遵循指定的模式进行思考/输出
ReAct
Reasoning and Action
推理 + 行动
- 你可以使用如下工具解决问题
- 思考接下来要做什么行动，最好是使用工具列表中的工具
- 观察行动的结果，重复思考/行动的步骤，直到你确认自己真正得到了答案
- 输出最终的结果
细看 Cline System Prompt 会发现 Cline 就是这么做的
最初，ReACT 比其他提示技术表现出更好的性能，特别是在复杂的多步骤任务中
但在 2023 年底，它被 OpenAI、Anthropic、Mistral 和 Google 模型支持的原生函数调用技术所取代
对于大多数可用于生产的功能，我们建议使用函数或工具调用而不是 ReACT
function-call 不具备观察的能力
CoT
Chain-of-Thought
思维链
规划
- 任务分解
- 思维链/树
推理模型：O1 / R1
Plan & Act
计划 + 行动
多模型协作
- 推理模型做规划
- 普通模型做开发
工作流
- 工作流（Workflow）
LLM 与外部工具按照预定义的执行路径进行结构化序列操作。此类系统注重可预测性，适用于定义明确且可重复的任务 - 智能体（Agent）
更具动态性和自主性的系统，LLM 可自主决定流程、选择工具并确定任务完成方式。这种方式提供了更大的灵活性和适应性
现有模型的能力，慢慢在模糊这些概念
模型能力的发展
行之有效的方法，慢慢都融合进模型的自身能力中了
混合推理模型
Claude 3.7 Sonnet 既是一个普通的 LLM 模型，又是一个推理模型
编程工具的发展
- Cursor 2023 年初发布，2024 年末才开始火出圈
- Codeium 之前一直在做 copilot 类（tab autocomplete）的 产品，24 年 11 月发布了 windsurf
- 同时也可以看开源工具（aider/Cline/aider）的发展和 官方说明
24 年 6 月 claude 3.5 sonnet 发布
- Cline 的第一次提交：2024 年 7 月 6 日
Agent 的发展强依赖模型自身的能力
REF
觉得有帮助？给个 Star 支持一下吧！
Star on GitHub