我探索 AI Agents 的旅程

Source: Dev.to

引言

我最近开始学习 AI 代理，并想分享我的经历。起初，我以为 AI 代理只是像 ChatGPT、Gemini 或其他生成式 AI 那样的 AI 应用。

然而，AI 代理是一种使用人工智能——通常是大型语言模型（Large Language Models）——代表用户实现特定目标的软件系统。大多数代理都是为了解决复杂问题而构建的，能够自主处理重复性任务，从而避免工作中的倦怠。

意识到这一点后，我看到日常活动也可以从此类系统中受益。例如，一个复习系统可以提供学习材料、针对近期学习内容进行挑战，并评估我对该主题的理解程度。

AI 代理的组成部分

• 模型 – “智能”：代理所掌握的一切，包括其逻辑、推理和知识库。
• 工具 – “手”：API、网页搜索、计算器或其他接口，让代理能够在世界中行动。
• 记忆 – “上下文”：对过去交互的短期和长期存储，用作未来行动的参考。

模型

代理的“大脑”。它包含驱动决策的逻辑、推理和知识库。

工具

代理的“手”。这些是外部资源——如 API、网页搜索或计算器——使代理能够与环境交互并执行任务。

记忆

在代理运行期间存储信息的“上下文”。它基于用户交互提供短期和长期的参考。

结论

通过与其他子代理协同工作（即编排），可以对代理进行全面优化。这使得多个专门化的代理能够合作，实现更复杂的目标。（听起来很混乱？别担心——我们稍后会更详细地探讨编排。）