正文详见：动手学Agent应用开发-课程详情 | Datawhale

一、智能体（agent）定义

目前并没有一个共识，任何一个非单次大模型调用的系统，都有可能被其开发者称为agent。

OpenAI的AGI五级分类：

• level 1：Conversational AI，仅限于语言对话，能力有限，缺乏复杂任务执行能力。
• level 2：Reasoners，在专业领域能够独立推理，不需要外部工具。
• level 3：Agents，能长时间自主执行任务，无需监督。
• level 4：Innovators，产生新思路，推动科技突破。
• level 5：Orgnaizers，能管理协调整个组织。

多种Agent定义：

Agent = 大模型 + 记忆 + 自主规划 + 工具使用（OpenAI）

Agent是一个使用LLM决定应用程序控制流的系统。（LangChain）

不必拘泥于是否属于Agent，而应关注其具备agentic的程度。即智能属性。一个agentic systen 的智能程度可以有不同的等级（类似自动驾驶），取决于LLM对系统行为的决策权。

• Code：完全由人写代码决定。
• LLM Call：有一次大模型调用。
• Chain：链式结构，有多次的大模型调用。
• Router：路由模型，大模型决策行动方向，但不支持成环（no cycies）。
• State Machine：成环后，在计算机术语里面就是一个自动机。
• Autonomous：完全由LLM决定，没有人类参与。

二、Agent System 的结构划分

从架构上看，agentic system可以分为两大类系统：

• 工作流（Workflow）：通过预定义代码路径编排LLM和工具。侧重于流程固定和可预测性。适合任务明确，步骤预定义的场景。
• 自主智能体（Autonomous Agent）：LLM动态控制决策和工具使用，自主规划任务。侧重灵活性与自我决策。适合于任务步骤难以预知，需要长期自主规划的场景。

对很多场景，通过RAG和prompt优化可能已经足够，增加系统复杂度会伴随延迟和成本。

三、Agentic Systen 组成模块

3.1 基础构建模块：增强型LLM

智能体系统的基础是具备检索、工具使用和记忆功能的增强型LLM。

了解OpenAI接口文档。

• 复杂应用使用的模型能力都是基于API，需要搞清楚大模型接口逻辑。
• 开发时建议优先直接使用API，只在必要时借助高级框架。

3.2 工作流（Workflow）

提示链 Prompt Chaining，适用于一个任务可以拆分成可以顺序执行的子任务。牺牲延迟获取更高的准确性。

• 按顺序拆分任务，每一步有LLM生成内容。
• 可以在任意中间步骤添加程序检查（Gate模块）以确保整个过程依然按计划执行。

路由 Routing，多个任务有明显的差异。或者一些常见问题可以交给小模型，一个困难问题交给强大模型。

• 根据输入分类，分配给专门的后续任务。

并行 Parallelization，同时执行多个任务。两个变体：

• 分段（Sectioning）：将任务划分为可以并行运行的独立子任务。（如：一个负责回答，一个负责查看回答是否违规）
• 投票（Voting）：对同一任务进行多次执行，从而获得多样化输出，以进行对比或投票。（如：从多个角度查看回答是否违规）

协调者-工作者 Orchersrator-Works，与并行相比，协调工作者模型的子任务是不可被认知的，并行模型的子任务是被预先设定好的。

• 协调者动态的拆解任务并分配给工作者。
• 工作者专注子任务。

评估-优化循环 Evaluator-Optimizer，一个LLM生成输出，另一个LLM进行反馈和优化，反复循环。

3.3 自主智能体（Autonomous Agent）

自主智能体是完全自主的，他从用户指令开始，整个过程独立完成。

• 执行过程中获取环境真实反馈（例如工具调用或者代码执行情况）
• 支持人工检查点干预（可以在检查点或遇到阻碍暂停时，等待人类反馈）
• 设置终止条件（保证任务不会无休止运行）

适用于开放性问题，即当任务步骤数量难以预知或无法预先固定时。

关键组件：

• 规划模块（Planning）：
  • 子目标拆解：将复杂任务分解为可管理的子目标。
  • 反思优化：通过自我评估改进执行策略。
• 记忆系统（Memory）：
  • 短期记忆（上下文）。
  • 长期记忆（外部存储）。
• 工具使用（Tools）：
  • 获取外部实时信息与功能扩展（mcp）

四、构建智能体系统的框架

• 全代码框架
  • LangChain & LangGraph
  • LlamaIndex
• 低代码平台
  • 毕昇
  • Dify
  • Coze
  • FastGPT

低代码workflow产品设计：

• 独立、完备的流程编排框架，才能够覆盖足够复杂的场景
  • 不简单是一个被bot调用的工具
  • 不需要划分出chatflow和workflow
• Human in the loop特性：中间过程支持灵活的输入/输出和多样的人机交互
  • 复杂的业务场景需要人类与AI进行写作，人类也要参与到执行过程的判断和决策
• 节点之间是否支持成环
  • 支持成环能够适用更多的场景

Agent产品：

• ChatGPT DeepResearch
• Manus
• 扣子空间
• 毕昇灵思
• AutoGLM沉思