大模型笔记5：Agent

Agent的定义与功能

Agent是一种能够自主感知环境、做出决策并执行行动的人工智能载体，具备高度的自主性和适应性。它通过集成多种工具和技能，能够完成复杂任务，如数据处理、内容生成、决策处理。

Agent的核心价值

Agent也称智能体，它可以智能化的处理重复性的任务，释放人类的时间和精力。也就是说Agent的核心价值在于提升效率、降低成本和创造新的业务模式，为企业和个人带来巨大价值。

Agent与传统工具的区别

传统工具通常功能单一，需要人类手动操作或干预，而Agent可以自主执行任务。

Agent具有多工具协同的能力，能够根据任务的不同灵活调用不同的工具和资源。

Agent工作流程

Agent的记忆能力

短期记忆：用于存储当前会话的上下文，从而支持多轮对话，理解用户的意图和需求。

长期记忆：用于存储用户偏好、知识库等，能够实现个性化服务和知识积累等。

Agent的规划能力

比如思维链和思维树

Agent和大模型的区别

1. 角色不同：

   • LLM是“大脑”，负责语言理解和生成。

   • Agent是“完整个体”，具备感知-决策-执行闭环。

2. 主动性：

   • LLM需用户输入触发，Agent可自主发起行动（如定时任务）。

3. 复杂性：

   • LLM是单一模型，Agent是系统级解决方案（可能整合LLM、工具、记忆等）。

4. 输出形式：

   • LLM输出文本，Agent输出动作结果（如创建的文件、发送的邮件）。