2024智能體技術(shù)應(yīng)用及展望

1智能體（AIAgent）是一種能夠自主行動(dòng)、感知環(huán)境、做出決策并與環(huán)境交互的計(jì)算機(jī)系統(tǒng)或?qū)嶓w，通常依賴大型語言模型作為其核心決策和處理單元，具備獨(dú)立思考、調(diào)用工具去逐步完成給定目標(biāo)的能力。作為未來大模型最主流的使用方式，智能體備受業(yè)界關(guān)注。2024年智能體技術(shù)[1]被納入《國家人工智能產(chǎn)業(yè)綜合標(biāo)準(zhǔn)化體系建設(shè)指南（征求意見稿）》，在標(biāo)準(zhǔn)引領(lǐng)下未來智能體技術(shù)將高質(zhì)本文通過闡述智能體技術(shù)、應(yīng)用現(xiàn)狀及產(chǎn)品演進(jìn)，分大腦(Brain)：大腦主要由一個(gè)大型語言模型LLM組成，2不僅存儲(chǔ)知識(shí)和記憶，還承擔(dān)著信息處理和決策等功能，感知(Perception)：感知模塊的核心目的是將智能體的感知空間從純文字領(lǐng)域擴(kuò)展到包括文字、聽覺和視覺模行動(dòng)(Action)：在智能體的構(gòu)建過程中，行動(dòng)模塊接大模型通常通過Prompt（提示）與用戶進(jìn)行交互，輸出效果受限于用戶提問的清晰度。信息處理方面，僅處理靜態(tài)或流式數(shù)據(jù)輸入，不涉及直接的環(huán)境交互，不能自主地采取行動(dòng)。技術(shù)應(yīng)用方面，行業(yè)知識(shí)缺乏、易出現(xiàn)幻覺提示詞工程學(xué)習(xí)門檻高成為大模型破圈的阻礙。而基于大模型的智能體，其設(shè)計(jì)目標(biāo)是實(shí)現(xiàn)對(duì)環(huán)境的有效互動(dòng)，通3過感知模塊收集環(huán)境信息，并通過行動(dòng)模塊來改變環(huán)境狀態(tài)，整合了感知、決策、行動(dòng)等多個(gè)環(huán)節(jié)，因而智能體在自主能力、決策能力、協(xié)作交互等方面展現(xiàn)出優(yōu)勢(shì)，彌補(bǔ)根據(jù)面向的對(duì)象、流程不同，智能體主要應(yīng)用在三種一個(gè)特定的環(huán)境中，僅有一個(gè)智能體進(jìn)行感知、學(xué)習(xí)和行動(dòng)，需要獨(dú)立地與環(huán)境進(jìn)行交互，并根據(jù)環(huán)境的反饋來優(yōu)化其行為策略，以實(shí)現(xiàn)預(yù)設(shè)的目標(biāo)?？蓱?yīng)用在交互性質(zhì)場(chǎng)景，如游戲AI（如圍棋、電子游戲等）、自動(dòng)駕駛汽車、機(jī)器人控制等。單智能體系統(tǒng)的復(fù)雜性相對(duì)較低，某4由多個(gè)智能體（軟件程序、機(jī)器人或其他具有自治性的實(shí)體）組成的復(fù)雜的分布式系統(tǒng)，每個(gè)智能體都具有自己的感知、決策和行動(dòng)能力，并且可以與其他智能體進(jìn)行通信、信息共享、交互和協(xié)作，以實(shí)現(xiàn)共同的目標(biāo)或任務(wù)通常后端設(shè)定不同角色的智能體，前端通過對(duì)話鏈協(xié)同工作，能夠完成單個(gè)智能體難以完成或無法完成的任務(wù)，具有更高的靈活性、可擴(kuò)展性和魯棒性?？蓱?yīng)用在分布式控構(gòu)建智能體系統(tǒng)的集成化平臺(tái)，用戶在平臺(tái)上定義并部署各類智能體，平臺(tái)通過策略性流程，優(yōu)化智能體組合以適應(yīng)特定任務(wù)需求，各智能體可扮演不同專業(yè)角色，在任務(wù)協(xié)商和角色分配后，協(xié)同執(zhí)行任務(wù)并完成結(jié)果整合。5從時(shí)間維度智能體主流產(chǎn)品的演進(jìn)大致可劃分為三個(gè)自主運(yùn)行、結(jié)果輸出三個(gè)核心模塊。功能上主要是通過容理解，輸出詳細(xì)的解決方案，經(jīng)過邏輯判斷選擇優(yōu)先執(zhí)行的步驟，生成可執(zhí)行的操作或指令，并調(diào)用外部資源或工具完成指令操作。AutoGPT框架把大模型的自然語言理內(nèi)容生成、邏輯推理等核心能力外推到具體場(chǎng)景，輔以感知與行動(dòng)技術(shù)，有端到端解決問題的潛力，被認(rèn)為是大模2023年11月OpenAI推出AssistantAPI，后續(xù)發(fā)布6GPTs服務(wù)，允許用戶構(gòu)建個(gè)人自定義GPT助手，無需編碼，用戶通過上傳個(gè)人數(shù)據(jù)以及自定義訓(xùn)練，能實(shí)現(xiàn)垂類模型的快速搭建，大幅度降低AI應(yīng)用的創(chuàng)作門檻，進(jìn)一步推高展。個(gè)人智能體,基于內(nèi)嵌于終端的本地大模型打造，精準(zhǔn)理解用戶意圖，并將意圖轉(zhuǎn)換為相應(yīng)的任務(wù)組合，分解任務(wù)并識(shí)別任務(wù)完成的路徑，通過查詢本地知識(shí)庫、調(diào)用設(shè)的結(jié)果返回給智能體，智能體完成整合后反饋給用戶。與云端模型能力相比，整個(gè)過程完全不用上云，不侵犯用戶在不久的將來，智能體將成為AIOS系統(tǒng)的最小工作單7元，嵌入自主智能體的軟件極有可能改變現(xiàn)有的使用方式從用戶適應(yīng)軟件變成軟件適應(yīng)用戶習(xí)慣，真正成為個(gè)人助在PC、手機(jī)、自動(dòng)駕駛領(lǐng)域預(yù)計(jì)有廣泛的應(yīng)用場(chǎng)景[10]。盡 管大語言模型智能體已經(jīng)取得了重要的進(jìn)展，但是在實(shí)際