大模型之最火Agent实战(打造你代理)教程

 代理（Agent）指能自主感知环境并采取行动实现目标的智能体。基于大语言模型（LLM）的 AI Agent 利用 LLM 进行记忆检索、决策推理和行动顺序选择等，把Agent的智能程度提升到了新的高度。 多Agent系统是一种全新的分布式计算技术，由在一个环境中交互的多个Agent组成。多Agent系统也能被用在解决分离的Agent以及单层系统难以解决的问题上。智能可以由一些方法、函数、过程、搜索算法或加强学习来实现。多主体系统的研究课题可以提供一个合适的视角去观察网络贸易，灾害应对以及社会结构建模。 LLM的五个阶段的过渡状态：操作工具➡建议者➡执行者➡控制器（决策者）➡高级智能体角色的变化背后是智能属性的增强，当然也是AI能力类脑发展的一个趋势。如果这样一个发展趋势是成立的，那么已经跑通了PMF的微软Copilot已经算是L3的顶级应用了。他的Moat本质上在于场景和深耕多年的B端资源。当场景的价值弱化，那么工程深度就需要增加“厚度”或技术增强来建立起整体的应用，以保证此类AI应用的Moat足够深。在AutoGPT、BabyGPT和GPT-Engineer的demo爆火之后，以LLM作为核心控制器来构建L4的Agent成为一个很酷的概念。应用场景的想象空间被打开，我们发现LLM的潜力不仅限于生成写得很好的副本、故事、文章和程序，它还可以作为一种强大的工具解决通用问题。