前言

大语言模型（LLM）正变得越来越能够处理复杂的多步骤任务。推理能力、多模态和工具使用的进步，催生了一类新的基于LLM的系统，被称为“智能体”（agents）。

本指南核心思路为OpenAI发布，专为产品和工程团队设计，旨在探索如何构建他们的第一个代理，并从众多客户部署中提炼出实用且可操作的最佳实践。它包括

1、识别有前途的用例的框架

2、设计代理逻辑和编排的清晰模式

3、确保助理安全、可靠和有效运行。

我们将指南内容进行了精心整理，阅读本指南后，您将获得开始构建第一个代理所需的基础知识。内容较多，我们将分上下3篇进行讲解，本篇是第一篇。

1.什么是智能体？

虽然传统软件使用户能够简化和自动化工作流，但智能体能够代表用户以高度独立的方式执行相同的工作流程。

智能体是能够代表用户自主完成任务的系统。

工作流是一系列必须执行的步骤，以满足用户设定的目标，如：解决客户服务问题、预订餐厅、提交代码变更、生成报告。

那些整合了LLM但不使用它们来控制工作流执行的应用程序，如简单的聊天机器人、单轮次的LLM调用、情感分类器都不是智能体。

这里有争议，LangChain的创始人哈里森·蔡斯认为不应该将智能体概念等同于工作流。但不影响对文章核心思路的理解。

智能体拥有如下核心特征，使其能够可靠、一致地代表用户行事：

• 它利用LLM来管理工作流执行和决策。它能够识别何时完成工作流，并在需要时主动纠正其行为。如果发生故障，它可以停止执行并将控制权转回给用户。
• 它可以访问各种工具与外部系统进行交互。既可以收集上下文，也可以采取行动，并根据工作流的当前状态动态选择合适的工具，且始终在明确界定的安全范围内运行。

2.何时应构建一个智能体？

构建智能体需要重新思考你的系统是如何做出决策和处理复杂性的。与传统自动化不同，智能体特别适用于那些传统确定性或基于规则的方法难以应对的工作流程。

以支付欺诈分析为例：传统的规则引擎就像一个检查清单，根据预设条件标记交易。相比之下，一个基于大语言模型（LLM）的智能体更像是一位经验丰富的调查员，能够评估上下文、识别细微的模式，并在没有明确违规的情况下发现可疑行为。这种细致入微的推理能力正是智能体能够有效处理复杂且模糊情境的关键所在。

在评估智能体可以带来价值的领域时，请优先考虑那些以往难以自动化的流程，尤其是传统方法在其中遇到阻力的地方：

在决定构建智能体之前，请验证你的应用场景是否能够明确满足这些标准。否则，一个确定性的解决方案可能就能满足你的需求。

3.总结

本文介绍了智能体的基本概念，以及如何判断是否适合构建智能体。智能体是能自主完成任务的系统，适用于复杂决策、难维护规则和依赖非结构化数据的场景。在决定使用前，应确认是否决策复杂、规则难维护、依赖自然语言。希望对你所有启发。