Agent算是最近几个月比较关注的点，但不少同学还是不明白具体是什么意思。这篇文章，我们来简单了解下。

一、什么是 AI Agent

定义：让 AI 以类似人的工作和思考方式，来完成一系列的任务

AI Agent 能做什么？

靠 LLM 思考、能使用工具、能召唤助手

本质：给出任务，能帮你搞定的，就是 Agent

二、决策流程

AI Agent 基本决策流程

P（感知）P（规划）A（行动）

举个例子，此刻你肚子饿了，想吃东西。

假如你回家说：妈，我饿了！那么妈妈会：（感知）听到你说的-（规划）计划做你爱吃的东西-（行动）做好吃的叫你吃饭。

假如你身在他乡，你肚子饿了，想点外卖，打开了饿了么app，那么饿了么会：（感知）你在app下单-（规划）餐厅接单，骑手接单-（行动）骑手将你的饭送到你手中。

三、AI Agent 的组成

每个AI Agent 都会包括大脑（LLM）、规划（Planning）、记忆（Memory）、工具使用（Tool use）

大脑🧠

用大语言模型 （LLM） 作为大脑

规划📝

一项复杂的任务需要涉及到许多步骤，Agent 需要知道这些步骤并提前规划：子目标分解、反思和完善。

记忆🐘

对应人脑的记忆类型，可以用以下映射表述：

短期记忆包含所有上下文内容，受 Transformer 有限的上下文窗口长度的限制。

长期记忆作为 Agent 在查询时可以处理的外部存储数据库，可以通过快速检索进行访问。

工具使用🔧

AI Agent 可以调用外部 API，以获得模型权重中缺少的额外信息，包括当前信息、代码执行能力、专有信息源的访问。

四、LLM 驱动下的AI Agent体系概览

每个bot都可能包括大脑（LLM）、规划（Planning）、记忆（Memory）、工具使用（Tool use）

五、AI Agent 的问题

• 是否需要一个 Agent 监控 当前的 Agent
• 为保证AI Agent 决策的透明性，系统可能需要向用户展示推理过程
• LLM的上下文限制，影响大体量任务的执行
• LLM 会出现格式与内容错误、甚至在一些时候也会表现出叛逆行为

六、AI Agent 和我们关系

作为AI 的新型应用模式 Agent，无论是作为我们的助力还是独立智能体，都将显著提高工作效率，激发创新活力。随着AI技术的发展，那些能够理解AI的潜力、制定有效策略并指导AI行动准则的人，确实将成为企业中非常宝贵的资产。同时，这也要求员工不断提升自己的技能，以适应这个快速变化的时代。