Agent学习笔记

记录从文章、视频中学习到的 AI Agent 内容。

起源：LLM

LLM进化树：

![[Pasted image 20250108193022.png]]

• 基于 Transformer 的模型显示为非灰色颜色
• 仅解码器模型显示为蓝色分支（目前集中到 GPT（闭源）和 LLaMa（开源）两个模型上），擅长“预测下一词”
• 仅编码器模型显示为粉红色分支，擅长“完形填空”
• 而编码器-解码器模型显示为绿色分支
• 时间轴上模型的垂直位置代表其发布日期
• 开源模型由实心方块表示, 而闭源模型由空心方块表示
• 右下角的堆叠条形图显示来自各公司和机构的模型数量
• 论文：[2304.13712] Harnessing the Power of LLMs in Practice: A Survey on ChatGPT and Beyond
• GitHub：Mooler0410/LLMsPracticalGuide: A curated list of practical guide resources of LLMs (LLMs Tree, Examples, Papers)

从 LLM 到 AI Agent

通过引入行动能力、长期记忆机制和工具整合功能，AI Agent 能弥补当前大模型的不足，使其不仅能回答问题，还能真正去“做”事情。

忽略 Agent 感知和环境的反馈，得到 OpenAI 的模型图：

• 使用框架构建 Agent 系统：LangChain
• 工具：LLM 通过使用工具与外部数据和服务进行交互，使 Agent 访问和处理现实世界的信息，即：工具弥合了智能体内部功能和外部世界的差距。工具的形式通常与 Web API（GET、POST、PUT、DELETE）保持一致。

通用 Agent 架构和组件：

• 模型
• 工具
• 编排层：循环过程，是 Agent 的核心。负责维护记忆、状态、推理和计划。
• 

模型能够与之交互的工具类型：扩展、函数、数据存储（向量数据库）