基础

概述

• 定义
  AI Agent（智能体）是一个能够自主感知环境、做出决策、采取行动的程序或系统。

• 执行过程
  通过传感器、摄像头等信息采集设备，完成信息获取；利用大语言模型处理采集到信息，做出分析，并给出执行指令；再通过操作设备完成对应指令。

• 功能
  创建项目、修复BUG、代码CR、发布上线；
  写文档、自动化控制app；

• 特点
  自主性(Autonomy):智能体能够在没有人类或其他实体的直接干预下运行，并对其行动和内部状态具有某种程度的控制。
  反应性(Reactivity):智能体能够感知其环境，并对环境变化做出实时响应。
  交互性/社交性(Socialability):智能体能够与其他智能体或人类进行交互和协作。
  适应性/主动性(Proactivity):智能体能够根据环境变化主动调整其行为策略，适应新的情况。
  学习能力:许多智能体具有通过经验或数据学习和改进的能力。

• 案例
  利用智能体，自动创建Vue3项目

• 智能体技术架构
  

• 现阶段存在的产品
  openai：https://openai.com/index/introducing-deep-research/
  智普清言的沉思：https://chatglm.cn/main/alltoolsdetail?lang=zh
  manus：https://manus.im/
  manus核心是脚本的执行，

• AI、智能体、模型、大模型之间的区别
  
  最大的模型网站：hugging face
  AI是一个学科；模型是一个工具；大模型是一个参数量极大的工具；智能体是AI技术落地的系统级应用，形成感知-决策-执行的闭环；大模型是智能体的大脑中枢。

• 智能体分类
  自主智能体(Autonomous Agents)
  自主智能体是一种能够在没有人类干预的情况下，自主执行任务、做出决策和与环境互动的智能系统。它们具有高度的自主性，能够独立地感知环境、做出决策并执行行动，而不需要外部的控制和干预。
  反应智能体(Reactive Agents)
  反应智能体主要关注对环境变化的实时响应。使用简单反射模型，根据当前感知做出决策，而不需要复杂的内部状态或长期规划。

• 智能体发展阶段
  第1级:聊天机器人-具有对话语言技能 当前AI类似ChatGPT、豆包
  第2级:实用工具-能够执行具体任务 像博士一样解决问题
  第3级:专家助手-具有特定领域的专业知识 代替用户采取行动
  第4级:团队合作者-能够与人类团队协作
  第5级:通用人工智能(AGI)-具有与人类相当或超越人类的通用智能

• 技术架构
  单个智能体：大模型+Tools工具
  多个智能体的串联：LangGraph，Dify，Coze等平台
  智能体的调用：phthon/Node

• 智能体设备架构图
  
  核心：通过大模型LLM调用工具，进而调用Function（函数）、MCP（模型上下文协议）、RAG（检索增强生成）解决问题；

• 智能体开发流程
  大模型创建、智能体工具开发、智能体开发、智能体串联、智能体运行
  

• 思考
  案例是vue3项目自动构建，是不是可以整一个创建springboot的基础后端服务？
  是不是可以整一个数据库迁移的智能体的脚本呢？