2025年AI Agent白皮书：AI智能体时代来临

代理概述

代理是一种通过观察世界并利用其可用的工具采取行动以实现目标的应用程序。代理是自主的，可以在不依赖人类干预的情况下独立行动，特别是在提供了它们旨在实现的目标或任务时。代理还可以在其实现目标的方法上采取主动，即使在缺乏人类明确指令的情况下，也能对其下一步应采取什么行动进行推理，以实现其最终目标。

代理的核心组件

智能代理的认知架构中有三个基本组件：

• 模型：作为代理过程的集中决策者所使用的语言模型（LM）。
• 编排层：描述了一个循环过程，该过程决定了智能体如何获取信息，进行内部推理，并利用这些推理来指导其下一步的行动或决策。
• 工具：使代理能够与外部数据和服务交互，同时解锁超越底层模型本身范围的一系列动作。

工具类型

• 扩展：以标准化的方式弥合 API 和代理之间的差距，使代理能够无缝执行 API，而不论其底层实现。
• 函数：被定义为独立模块的代码，用于完成特定任务，并且可以根据需要重复使用。函数在以下环境中执行：客户端，而扩展则是在上执行代理端。
• 数据存储：为代理提供访问结构化或非结构化数据的能力，使数据驱动型应用成为可能。

推理技术

• ReAct：一个提供语言模型进行推理并针对用户查询采取行动的思考过程策略的即时工程框架。
• 思维链（CoT）：一个通过中间步骤实现推理能力的即时工程框架。
• 思维树（ToT）：一个适用于探索或战略前瞻性任务的即时工程框架。

针对性学习

• 情境学习：在推理时提供了一个包含提示、工具和少量示例的通用模型，这使得它能够“即时”学习如何以及何时使用这些工具来完成特定任务。
• 基于检索的上下文学习：通过从外部内存中检索最相关的信息、工具和相关示例来动态填充模型提示。
• 基于微调的学习：涉及在推理之前使用一组更大的特定示例数据集来训练模型。

LangChain 快速入门指南

LangChain 和 LangGraph 库允许用户通过“连锁”逻辑、推理和工具调用来构建客户代理，以回答用户的查询。

Vertex AI 代理

Vertex AI 平台通过提供全面管理的环境，涵盖了之前提到的所有基本元素，从而简化了构建生产级别应用程序的过程。

摘要

代理通过利用工具访问实时信息、建议现实世界的行动以及自主规划和执行复杂任务，扩展了语言模型的能力。未来代理的发展前景充满激动人心的进步，而我们仅仅只是触及了可能性的皮毛。通过利用这些基础组件各自的优点，我们可以创建具有影响力的应用程序，扩展语言模型的功能并推动现实世界的价值。