我在【访问 www.tangshuang.net 获取更多精彩内容】公众号文章原创内容，盗版必究。中提出了“面向AI编程”的说法，与“面向转载请注明出处：www.tangshuang.net【原创内容，转载请注明出处】对象编程”对应，以完成AI基础单元为编程【版权所有】唐霜 www.tangshuang.net【原创内容，转载请注明出处】目标，按照AI特性来设计代码结构，通过A原创内容，盗版必究。【作者：唐霜】I能力来实现具体功能。同时，面向AI的另【访问 www.tangshuang.net 获取更多精彩内容】本文作者：唐霜，转载请注明出处。外一方面是，与传统面向机器编程相比，我们本文版权归作者所有，未经授权不得转载。本文作者：唐霜，转载请注明出处。生产的代码不再提供给机器消费，而是主要提【原创内容，转载请注明出处】未经授权，禁止复制转载。供给AI进行消费，或者说让AI在机器上按【本文首发于唐霜的博客】【转载请注明来源】照我们的预设进行工作。再有，面向AI的再本文作者：唐霜，转载请注明出处。【作者：唐霜】一方面是，与传统的面向需求编程相比，我们【版权所有，侵权必究】【原创内容，转载请注明出处】编码的目标是通过调动AI来完成目标需求，本文版权归作者所有，未经授权不得转载。【原创内容，转载请注明出处】而非直接写代码完成需求，这个过程中，只要【本文首发于唐霜的博客】【关注微信公众号：wwwtangshuangnet】能满足需求，可以让AI自由选择实现方式，【原创内容，转载请注明出处】著作权归作者所有，禁止商业用途转载。不一定是编程方式。随着LLM逐渐成熟，过本文版权归作者所有，未经授权不得转载。【访问 www.tangshuang.net 获取更多精彩内容】往我们只能通过代码实现人机，而现在我们可原创内容，盗版必究。著作权归作者所有，禁止商业用途转载。以通过自然语言实现人机，这对于技术的发展【原创内容，转载请注明出处】本文版权归作者所有，未经授权不得转载。有着巨大的意义，因为原本不会编码的人也可本文版权归作者所有，未经授权不得转载。本文版权归作者所有，未经授权不得转载。以指挥机器按照其创意进行生产。那么，在当【转载请注明来源】转载请注明出处：www.tangshuang.net下这个阶段，我们如何才能让不会编程的人指原创内容，盗版必究。【原创不易，请尊重版权】挥机器呢？本文就来具体聊一聊，2024年本文作者：唐霜，转载请注明出处。本文作者：唐霜，转载请注明出处。的今天，开发者们是如何解决这个问题的。
著作权归作者所有，禁止商业用途转载。【未经授权禁止转载】本文版权归作者所有，未经授权不得转载。著作权归作者所有，禁止商业用途转载。【原创不易，请尊重版权】LLM驱动的Agent【未经授权禁止转载】
【原创内容，转载请注明出处】本文作者：唐霜，转载请注明出处。著作权归作者所有，禁止商业用途转载。由复旦NLP和米哈游调查完成的文献综述《The Rise and Potenti本文版权归作者所有，未经授权不得转载。转载请注明出处：www.tangshuang.netal of Large Language原创内容，盗版必究。【访问 www.tangshuang.net 获取更多精彩内容】 Model Based Agents:【原创内容，转载请注明出处】【转载请注明来源】 A Survey》详细阐述了LLM-based Agen【版权所有】唐霜 www.tangshuang.net【原创内容，转载请注明出处】t的相关理论、实践模型和深度思考，知乎上有大神做了详细的解读【未经授权禁止转载】，我下面基于此再做白话版总结。转载请注明出处：www.tangshuang.net
未经授权，禁止复制转载。【访问 www.tangshuang.net 获取更多精彩内容】转载请注明出处：www.tangshuang.net首先，为什么是“Agent”这一概念？因原创内容，盗版必究。【版权所有，侵权必究】为它是一个人工智能领域延续至今的设定，随【原创内容，转载请注明出处】【原创内容，转载请注明出处】着时代的推移，它的概念内涵在扩大，但是无【本文受版权保护】【转载请注明来源】论再哪个时代，它都能一针见血的概括人工智【本文受版权保护】【转载请注明来源】能的终极目标——自主思考和行动的机器体。【未经授权禁止转载】【访问 www.tangshuang.net 获取更多精彩内容】很多人一听到“自主思考和行动”就会担心将【本文首发于唐霜的博客】【本文受版权保护】来机器人会灭了人类。这是因为普通人并不了【原创内容，转载请注明出处】【原创不易，请尊重版权】解人工智能领域的覆盖范围，里面有一个方向本文作者：唐霜，转载请注明出处。【版权所有】唐霜 www.tangshuang.net是研究智能的社会性，任何智能都需要具备社著作权归作者所有，禁止商业用途转载。【原创不易，请尊重版权】会性，那么就会有其行为准则。总之，在人工【版权所有】唐霜 www.tangshuang.net【原创不易，请尊重版权】智能领域，Agent不是这两年冒出来的新【转载请注明来源】【作者：唐霜】概念，而是始终贯穿人工智能领域研究的核心【版权所有】唐霜 www.tangshuang.net未经授权，禁止复制转载。概念之一，过去、现在和将来都将作为一个核原创内容，盗版必究。【本文首发于唐霜的博客】心词汇存在。人工智能的代际，从Agent著作权归作者所有，禁止商业用途转载。【本文受版权保护】的角度来看，可以分为：Symbolic Agents ->未经授权，禁止复制转载。【转载请注明来源】; Reactive Agents -&【作者：唐霜】原创内容，盗版必究。gt; RL-based Agents 本文版权归作者所有，未经授权不得转载。【本文受版权保护】-> Agent with tra【原创内容，转载请注明出处】【原创内容，转载请注明出处】nsfer learning and m【关注微信公众号：wwwtangshuangnet】【原创内容，转载请注明出处】eta learning -> L原创内容，盗版必究。【原创内容，转载请注明出处】LM-based Agent。其中AlphaGo和DQN是RL-ba【作者：唐霜】【作者：唐霜】sed时代的产物。“学习如何学习”则是在【原创不易，请尊重版权】原创内容，盗版必究。LLM出现之前的重要课题。知道GPT引爆【原创内容，转载请注明出处】著作权归作者所有，禁止商业用途转载。业界，才标志着新一代Agent时代的到来【版权所有】唐霜 www.tangshuang.net【版权所有】唐霜 www.tangshuang.net。
本文版权归作者所有，未经授权不得转载。【版权所有】唐霜 www.tangshuang.net著作权归作者所有，禁止商业用途转载。【本文首发于唐霜的博客】【版权所有】唐霜 www.tangshuang.netAgent的构成模块原创内容，盗版必究。
本文作者：唐霜，转载请注明出处。【作者：唐霜】【版权所有，侵权必究】【未经授权禁止转载】本文作者：唐霜，转载请注明出处。Agent由大脑模块、感知模块、行动模块【版权所有】唐霜 www.tangshuang.net【转载请注明来源】构成。作为人工智能工程的最小单位，Age【本文首发于唐霜的博客】【本文首发于唐霜的博客】nt的功能可以不同，但构成模块的设计完全【版权所有，侵权必究】【原创不易，请尊重版权】符合了人类的认知，因此，三模块结构缺一不【作者：唐霜】著作权归作者所有，禁止商业用途转载。可。
【本文首发于唐霜的博客】【转载请注明来源】原创内容，盗版必究。
中枢大脑【未经授权禁止转载】
原创内容，盗版必究。原创内容，盗版必究。【转载请注明来源】在2024年的今天，因为我们已经有了LL【未经授权禁止转载】著作权归作者所有，禁止商业用途转载。M，因此，当我们再去思考一个Agent的著作权归作者所有，禁止商业用途转载。【转载请注明来源】大脑应该具备哪些能力时，和前面代际的思考【本文受版权保护】转载请注明出处：www.tangshuang.net方式完全不同。LLM-based时代下，【转载请注明来源】【原创不易，请尊重版权】Agent的大脑主要包含：
【关注微信公众号：wwwtangshuangnet】本文作者：唐霜，转载请注明出处。【原创不易，请尊重版权】【访问 www.tangshuang.net 获取更多精彩内容】- 自然语言交互，包含自然语言理解、多轮对话【版权所有】唐霜 www.tangshuang.net著作权归作者所有，禁止商业用途转载。、自然语言（高质量）生成、意图和含义理解 【未经授权禁止转载】【作者：唐霜】本文作者：唐霜，转载请注明出处。
- 知识，包括语言知识、常识知识、专业领域知著作权归作者所有，禁止商业用途转载。【访问 www.tangshuang.net 获取更多精彩内容】识，当然这里需要考虑赋予Agent通过外【原创内容，转载请注明出处】【转载请注明来源】部知识库实时获取知识的能力 【关注微信公众号：wwwtangshuangnet】原创内容，盗版必究。原创内容，盗版必究。未经授权，禁止复制转载。本文版权归作者所有，未经授权不得转载。
- 记忆，提高记忆能力的方法有提高Trran本文作者：唐霜，转载请注明出处。著作权归作者所有，禁止商业用途转载。sformer的输入长度限制、总结记忆、著作权归作者所有，禁止商业用途转载。【原创不易，请尊重版权】用向量或数据结构压缩记忆，同时需要注意记【原创内容，转载请注明出处】转载请注明出处：www.tangshuang.net忆检索的最近性、相关性和重要性 【原创不易，请尊重版权】【本文受版权保护】【原创内容，转载请注明出处】【转载请注明来源】未经授权，禁止复制转载。
- 推理和规划，推理依赖LLM本身的训练程度【未经授权禁止转载】【未经授权禁止转载】，规划包括两个阶段：计划制定和计划反思。 【本文首发于唐霜的博客】【版权所有，侵权必究】【原创不易，请尊重版权】未经授权，禁止复制转载。
- 可迁移性和通用性，我个人理解主要是指可以【本文首发于唐霜的博客】本文版权归作者所有，未经授权不得转载。把发生过的事自己再学习为模型本身的一部分【作者：唐霜】【本文受版权保护】，从而越来越接近人类的思考水平 著作权归作者所有，禁止商业用途转载。未经授权，禁止复制转载。转载请注明出处：www.tangshuang.net【本文首发于唐霜的博客】【未经授权禁止转载】
感知【版权所有，侵权必究】
本文版权归作者所有，未经授权不得转载。著作权归作者所有，禁止商业用途转载。【关注微信公众号：wwwtangshuangnet】本文版权归作者所有，未经授权不得转载。Agent本身作为一个最小单位，必然需要【原创不易，请尊重版权】未经授权，禁止复制转载。根据环境做出反应，对环境的感知能力往往意【访问 www.tangshuang.net 获取更多精彩内容】著作权归作者所有，禁止商业用途转载。味着这个Agent的功能主要是什么，就像【版权所有】唐霜 www.tangshuang.net转载请注明出处：www.tangshuang.net人类的各个器官，感知痛觉和味觉，往往意味【转载请注明来源】转载请注明出处：www.tangshuang.net着它的功能。从LLM的角度，Agent的转载请注明出处：www.tangshuang.net【关注微信公众号：wwwtangshuangnet】感知对象主要为：
本文版权归作者所有，未经授权不得转载。本文作者：唐霜，转载请注明出处。【转载请注明来源】【转载请注明来源】- 文本输入【原创不易，请尊重版权】 著作权归作者所有，禁止商业用途转载。【版权所有，侵权必究】【原创内容，转载请注明出处】
- 视觉输入，包含静态图片和连续图帧（视频、著作权归作者所有，禁止商业用途转载。【原创内容，转载请注明出处】gif等） 本文版权归作者所有，未经授权不得转载。【版权所有，侵权必究】【关注微信公众号：wwwtangshuangnet】本文版权归作者所有，未经授权不得转载。
- 听觉输入，主要指音频，包含已有的音频文件【本文首发于唐霜的博客】原创内容，盗版必究。和实时的声音收录 【版权所有，侵权必究】【未经授权禁止转载】【本文受版权保护】
- 其他输入，我个人认为主要包含各类智能硬件【版权所有】唐霜 www.tangshuang.net【关注微信公众号：wwwtangshuangnet】传感器、软件触发、结合各类信息综合计算结未经授权，禁止复制转载。著作权归作者所有，禁止商业用途转载。果、其他关联Agent的输出信息、中枢大转载请注明出处：www.tangshuang.net原创内容，盗版必究。脑的指令。 本文版权归作者所有，未经授权不得转载。【原创不易，请尊重版权】本文版权归作者所有，未经授权不得转载。
行动【版权所有，侵权必究】
未经授权，禁止复制转载。【未经授权禁止转载】原创内容，盗版必究。原创内容，盗版必究。Agent的真正发挥作用的部分，从编程的【关注微信公众号：wwwtangshuangnet】【访问 www.tangshuang.net 获取更多精彩内容】角度，中枢大脑的功能可以富余，但感知和行【访问 www.tangshuang.net 获取更多精彩内容】本文版权归作者所有，未经授权不得转载。动定义了该Agent的边界，决定了该Ag【转载请注明来源】【未经授权禁止转载】ent的实际功能。从LLM的角度，Age【访问 www.tangshuang.net 获取更多精彩内容】本文版权归作者所有，未经授权不得转载。nt的行动主要包括：
【访问 www.tangshuang.net 获取更多精彩内容】【访问 www.tangshuang.net 获取更多精彩内容】【未经授权禁止转载】【关注微信公众号：wwwtangshuangnet】本文版权归作者所有，未经授权不得转载。- 输出文本著作权归作者所有，禁止商业用途转载。 【本文受版权保护】【关注微信公众号：wwwtangshuangnet】【本文首发于唐霜的博客】本文版权归作者所有，未经授权不得转载。【版权所有】唐霜 www.tangshuang.net
- 输出图片、音频、视频本文版权归作者所有，未经授权不得转载。 【原创不易，请尊重版权】原创内容，盗版必究。本文作者：唐霜，转载请注明出处。【作者：唐霜】
- 使用工具，如Functional cal本文版权归作者所有，未经授权不得转载。【关注微信公众号：wwwtangshuangnet】l等，同时，Agent需要反馈工具的处理本文版权归作者所有，未经授权不得转载。著作权归作者所有，禁止商业用途转载。结果，此处需要考虑是将工具处理结果作为另本文作者：唐霜，转载请注明出处。转载请注明出处：www.tangshuang.net外一个Agent的输入，再由另外一个Ag本文作者：唐霜，转载请注明出处。【本文受版权保护】ent将其作为输入再给当前这个Agent【版权所有】唐霜 www.tangshuang.net著作权归作者所有，禁止商业用途转载。，这种模式使得架构设计上更容易理解，但是【本文首发于唐霜的博客】原创内容，盗版必究。Agent的数量会变多 【版权所有，侵权必究】未经授权，禁止复制转载。【转载请注明来源】
- 具身行动，Agent的智能来源于与环境的【版权所有】唐霜 www.tangshuang.net原创内容，盗版必究。持续互动和反馈，而不是仅仅依赖于精心编辑未经授权，禁止复制转载。【关注微信公众号：wwwtangshuangnet】的预训练数据，它们应该能够主动感知、理解【关注微信公众号：wwwtangshuangnet】【未经授权禁止转载】物理环境并与之互动，根据 LLM 丰富的著作权归作者所有，禁止商业用途转载。【作者：唐霜】内部知识做出决策并产生特定行为来改变环境【作者：唐霜】【版权所有】唐霜 www.tangshuang.net，这个和我上面提到的把发生过的事自己再学未经授权，禁止复制转载。未经授权，禁止复制转载。习为模型本身的一部分有类似的意思 本文版权归作者所有，未经授权不得转载。【本文首发于唐霜的博客】【作者：唐霜】本文作者：唐霜，转载请注明出处。转载请注明出处：www.tangshuang.net
从具身行动的角度看，Agent本身不是静【访问 www.tangshuang.net 获取更多精彩内容】【版权所有，侵权必究】态的，它应该像人的细胞一样，具有新陈代谢原创内容，盗版必究。【未经授权禁止转载】的能力，当Agent本身能够感知环境，学本文版权归作者所有，未经授权不得转载。转载请注明出处：www.tangshuang.net习和互动，沉淀为模型本身的部分，并基于此著作权归作者所有，禁止商业用途转载。未经授权，禁止复制转载。来做出适应环境的决策，那么这也就意味着，原创内容，盗版必究。【版权所有，侵权必究】大脑部分需要新增内容，从编程的角度看，可【转载请注明来源】【本文受版权保护】能就是动态训练模型，并在训练后热替换当前本文版权归作者所有，未经授权不得转载。【作者：唐霜】模型，如此反复循环。
【原创不易，请尊重版权】【版权所有，侵权必究】著作权归作者所有，禁止商业用途转载。Agent的治理模式【关注微信公众号：wwwtangshuangnet】
本文版权归作者所有，未经授权不得转载。【转载请注明来源】【本文受版权保护】在之前的文章中，我有详细介绍过Agent【未经授权禁止转载】【转载请注明来源】的治理模式，不过在这篇文章中，它的提法更本文版权归作者所有，未经授权不得转载。【原创内容，转载请注明出处】加全面。就2024年的今天，可见的模式主本文版权归作者所有，未经授权不得转载。【本文受版权保护】要包含3种：Single Agent、M【原创不易，请尊重版权】本文作者：唐霜，转载请注明出处。ulti-Agents、Human-Ag【版权所有】唐霜 www.tangshuang.net【未经授权禁止转载】ent。
【版权所有，侵权必究】转载请注明出处：www.tangshuang.net未经授权，禁止复制转载。Single Agent本文版权归作者所有，未经授权不得转载。
【本文首发于唐霜的博客】【本文首发于唐霜的博客】【版权所有】唐霜 www.tangshuang.net著作权归作者所有，禁止商业用途转载。简单讲就是，一个Agent就是一个应用，【本文首发于唐霜的博客】【本文受版权保护】直接给到用户去使用。这类Agent往往是【本文首发于唐霜的博客】原创内容，盗版必究。一个软件，接收用户输入，按照其功能设定，【版权所有，侵权必究】【本文受版权保护】返回给用户结果。例如现在的ChatGPT【版权所有，侵权必究】【作者：唐霜】、GPTs、RGA知识库等应用，其中最值【访问 www.tangshuang.net 获取更多精彩内容】【作者：唐霜】得一提的是LangChain和AutoG【原创不易，请尊重版权】【原创内容，转载请注明出处】PT。
【原创不易，请尊重版权】【本文受版权保护】【原创不易，请尊重版权】著作权归作者所有，禁止商业用途转载。虽然Single这个词听上去让人感觉很单原创内容，盗版必究。未经授权，禁止复制转载。薄，觉得好像做不出什么特别的产品，但是我本文版权归作者所有，未经授权不得转载。未经授权，禁止复制转载。们可以通过合理的架构，使得Agent具备【版权所有】唐霜 www.tangshuang.net【未经授权禁止转载】优秀的创意。例如现在figma上面有非常【关注微信公众号：wwwtangshuangnet】本文版权归作者所有，未经授权不得转载。多的智能插件，它们的出现可以快速帮助我们【作者：唐霜】原创内容，盗版必究。解决一些场景，而这些插件，虽然本身入口很原创内容，盗版必究。本文版权归作者所有，未经授权不得转载。单薄，但是它们背后可能由一整家公司和庞大本文作者：唐霜，转载请注明出处。原创内容，盗版必究。的技术支撑。从这种设计的角度讲，Sing原创内容，盗版必究。【本文首发于唐霜的博客】le Agent可以按下方的角度分类：
本文版权归作者所有，未经授权不得转载。【版权所有，侵权必究】【未经授权禁止转载】- 面向任务的，用以完成人们提出的任务，以提【转载请注明来源】【本文受版权保护】升生产效率 未经授权，禁止复制转载。转载请注明出处：www.tangshuang.net本文版权归作者所有，未经授权不得转载。【本文首发于唐霜的博客】
- 面向创新的，用以在特定领域进行快速验证，未经授权，禁止复制转载。【原创内容，转载请注明出处】以极大的缩减实验时间，例如在蛋白质构型编未经授权，禁止复制转载。【本文受版权保护】排上，今天1分钟就可以完成过去10年的编转载请注明出处：www.tangshuang.net著作权归作者所有，禁止商业用途转载。排发现 【本文受版权保护】本文作者：唐霜，转载请注明出处。【原创内容，转载请注明出处】【本文首发于唐霜的博客】
- 面向生命周期的，简单将就是这类Agent转载请注明出处：www.tangshuang.net本文作者：唐霜，转载请注明出处。设计出来没有具体目标，就是让它自己在开放【访问 www.tangshuang.net 获取更多精彩内容】著作权归作者所有，禁止商业用途转载。自由的环境中自生自灭，自己生长，看它能长【未经授权禁止转载】【作者：唐霜】成什么样子，我们从之吸取有益的部分 【版权所有】唐霜 www.tangshuang.net著作权归作者所有，禁止商业用途转载。原创内容，盗版必究。【版权所有】唐霜 www.tangshuang.net【转载请注明来源】
现阶段而言，上面三种类型都已经是被实现了【原创不易，请尊重版权】本文版权归作者所有，未经授权不得转载。的，只不过从大规模应用、对现实工作影响最著作权归作者所有，禁止商业用途转载。本文版权归作者所有，未经授权不得转载。大、可以马上立竿见影的，主要是第一种。
著作权归作者所有，禁止商业用途转载。著作权归作者所有，禁止商业用途转载。【关注微信公众号：wwwtangshuangnet】Multi-Agents本文版权归作者所有，未经授权不得转载。
原创内容，盗版必究。未经授权，禁止复制转载。本文版权归作者所有，未经授权不得转载。早在 1986 年，马文-明斯基就做出了【访问 www.tangshuang.net 获取更多精彩内容】【访问 www.tangshuang.net 获取更多精彩内容】前瞻性的预测。他在《心灵社会》一书中提出【访问 www.tangshuang.net 获取更多精彩内容】【转载请注明来源】了一种新颖的智能理论，认为智能产生于许多具有特定功能的小型Agen【原创内容，转载请注明出处】著作权归作者所有，禁止商业用途转载。t的相互作用。例如，某些Agent可能负【本文首发于唐霜的博客】未经授权，禁止复制转载。责模式识别，而其他Agent可能负责决策转载请注明出处：www.tangshuang.net原创内容，盗版必究。或生成解决方案。简单讲，从人类已知的系统论角度去看，分工【原创不易，请尊重版权】【转载请注明来源】可以解决非常多问题。让不同功能的Agen【原创不易，请尊重版权】【原创内容，转载请注明出处】t由系统协调来完成目标，可以使得该系统更原创内容，盗版必究。未经授权，禁止复制转载。具有未来的持续可前瞻性。也就是说，一个系本文版权归作者所有，未经授权不得转载。【原创内容，转载请注明出处】统（如公司）比一个封闭的个体（如个体户）转载请注明出处：www.tangshuang.net原创内容，盗版必究。更有发展前景。
原创内容，盗版必究。原创内容，盗版必究。原创内容，盗版必究。转载请注明出处：www.tangshuang.net本文版权归作者所有，未经授权不得转载。不同的Agents之间，它们的分工固然重【原创不易，请尊重版权】【本文受版权保护】要，然而，相互联系才能形成系统，因此，我转载请注明出处：www.tangshuang.net【本文首发于唐霜的博客】们更多的是探讨它们的联系方式。
【转载请注明来源】转载请注明出处：www.tangshuang.net【访问 www.tangshuang.net 获取更多精彩内容】- 互补性合作
【作者：唐霜】
- 无序合作，agents之间没有顺序，每个著作权归作者所有，禁止商业用途转载。【转载请注明来源】agent都是对环境（把其他agent当【原创内容，转载请注明出处】【本文受版权保护】作环境因素）做出响应，所有agent的行【访问 www.tangshuang.net 获取更多精彩内容】【本文受版权保护】为结果总和起来就是我们需要的结果 【作者：唐霜】【本文首发于唐霜的博客】【未经授权禁止转载】本文作者：唐霜，转载请注明出处。
- 有序合作，当前agent只接收上一个ag本文版权归作者所有，未经授权不得转载。本文作者：唐霜，转载请注明出处。ent的输出作为输入，所有agents串【访问 www.tangshuang.net 获取更多精彩内容】转载请注明出处：www.tangshuang.net联在一起 【本文首发于唐霜的博客】【未经授权禁止转载】【版权所有】唐霜 www.tangshuang.net【作者：唐霜】著作权归作者所有，禁止商业用途转载。
【原创不易，请尊重版权】【本文受版权保护】本文版权归作者所有，未经授权不得转载。未经授权，禁止复制转载。
- 对抗性互动，agents之间有监督、对抗本文作者：唐霜，转载请注明出处。原创内容，盗版必究。关系，例如有一些扮演测试、评审等角色的a【版权所有】唐霜 www.tangshuang.net著作权归作者所有，禁止商业用途转载。gent 【本文首发于唐霜的博客】原创内容，盗版必究。【版权所有】唐霜 www.tangshuang.net本文版权归作者所有，未经授权不得转载。
微软的AutoGen和LangChain原创内容，盗版必究。未经授权，禁止复制转载。的LangGraph都是multi-ag著作权归作者所有，禁止商业用途转载。原创内容，盗版必究。ents的构建框架，在这些框架中，把不同转载请注明出处：www.tangshuang.net【版权所有】唐霜 www.tangshuang.net功能的agent进行分工，扮演特定角色，【本文受版权保护】原创内容，盗版必究。并对多个agent进行分组，使agent原创内容，盗版必究。著作权归作者所有，禁止商业用途转载。s可以像一个系统中的各个角色一样工作，从【版权所有】唐霜 www.tangshuang.net著作权归作者所有，禁止商业用途转载。而从一个系统的角度完成用户交给的工作。
【未经授权禁止转载】【未经授权禁止转载】原创内容，盗版必究。
Human-Agent原创内容，盗版必究。
原创内容，盗版必究。【作者：唐霜】【本文受版权保护】【访问 www.tangshuang.net 获取更多精彩内容】由人来指导和监督Agent的工作过程，以原创内容，盗版必究。【未经授权禁止转载】确保更高质量的产出。人与Agent交互来本文版权归作者所有，未经授权不得转载。【作者：唐霜】完成工作，里面涉及到交互的方式、关系等，未经授权，禁止复制转载。【原创内容，转载请注明出处】例如人和Agent的地位是否是平等的？A【本文受版权保护】原创内容，盗版必究。gent给出的反馈是定性的还是定量的？人本文版权归作者所有，未经授权不得转载。【版权所有】唐霜 www.tangshuang.net参与的程度究竟有多大，是关键节点还是每一本文作者：唐霜，转载请注明出处。【关注微信公众号：wwwtangshuangnet】个节点都需要人的参与？如何确保人的输入是【版权所有，侵权必究】【版权所有】唐霜 www.tangshuang.net准确的，不会给agent增加额外的负担？未经授权，禁止复制转载。【访问 www.tangshuang.net 获取更多精彩内容】等等。
【版权所有，侵权必究】转载请注明出处：www.tangshuang.net【本文首发于唐霜的博客】【转载请注明来源】【本文受版权保护】我们都知道AI的智能程度依赖于LLM本身著作权归作者所有，禁止商业用途转载。【转载请注明来源】的智能程度，AI的理解和规划能力，目前来本文版权归作者所有，未经授权不得转载。原创内容，盗版必究。看还是受限的，还没有达到我们普通成年人的著作权归作者所有，禁止商业用途转载。【原创不易，请尊重版权】水平。另外，Agents之间的互动解释性【转载请注明来源】【作者：唐霜】弱，需要人的参与来确保解释是按照人的意志【本文受版权保护】未经授权，禁止复制转载。执行的。而且，由于这种解释偏差，很可能会【版权所有，侵权必究】【版权所有，侵权必究】带来严重的恶劣后果，人的参与也可能在一定【转载请注明来源】原创内容，盗版必究。程度上规避。
转载请注明出处：www.tangshuang.net【本文受版权保护】著作权归作者所有，禁止商业用途转载。【访问 www.tangshuang.net 获取更多精彩内容】人类参与互动，可以是1对1的人-Agen著作权归作者所有，禁止商业用途转载。【原创不易，请尊重版权】t互动，也可以是1对多的人-Agents【未经授权禁止转载】【关注微信公众号：wwwtangshuangnet】互动，也可以是人类作为一个Agent参与著作权归作者所有，禁止商业用途转载。【本文首发于唐霜的博客】到Agents间有序合作的链条中。
未经授权，禁止复制转载。【访问 www.tangshuang.net 获取更多精彩内容】【版权所有，侵权必究】【转载请注明来源】Agent社会性【访问 www.tangshuang.net 获取更多精彩内容】
【关注微信公众号：wwwtangshuangnet】原创内容，盗版必究。【原创不易，请尊重版权】社会的本质，是“规则下的团体”，没有规则著作权归作者所有，禁止商业用途转载。【访问 www.tangshuang.net 获取更多精彩内容】就没有社会，有了规矩往往形成社会。在一套本文版权归作者所有，未经授权不得转载。未经授权，禁止复制转载。系统中，Agents可能是由不同的服务商【版权所有，侵权必究】本文版权归作者所有，未经授权不得转载。提供，基于AI的训练，Agent表现出自【版权所有】唐霜 www.tangshuang.net【未经授权禁止转载】己的认知、情感、个性，这些抽象的表现定性【本文受版权保护】转载请注明出处：www.tangshuang.net，是我们对它社会行为的总结。
未经授权，禁止复制转载。本文作者：唐霜，转载请注明出处。【原创内容，转载请注明出处】【本文首发于唐霜的博客】【本文首发于唐霜的博客】当一个Agent总是表现的很积极，无论输【作者：唐霜】原创内容，盗版必究。入简单还是详细，它都尽可能做出规划，我们【原创不易，请尊重版权】著作权归作者所有，禁止商业用途转载。就认为它具有开放人格；当一个Agent总【关注微信公众号：wwwtangshuangnet】【关注微信公众号：wwwtangshuangnet】是表现的消极，总是在输入简单的时候，反馈【版权所有，侵权必究】未经授权，禁止复制转载。出不愿意做规划，打回让上有重新发出指令时【原创不易，请尊重版权】转载请注明出处：www.tangshuang.net，我们认为它具有较为封闭的人格。而作为系【关注微信公众号：wwwtangshuangnet】【本文受版权保护】统，需要制定社会性规则，以在Agent的【关注微信公众号：wwwtangshuangnet】【版权所有】唐霜 www.tangshuang.net个性和达成目标之间实现平衡。
【原创不易，请尊重版权】【本文首发于唐霜的博客】转载请注明出处：www.tangshuang.netAI编程本文版权归作者所有，未经授权不得转载。
【未经授权禁止转载】【关注微信公众号：wwwtangshuangnet】著作权归作者所有，禁止商业用途转载。通过驱动AI来完成某些任务，以编程的方式本文作者：唐霜，转载请注明出处。【本文受版权保护】安排细节与逻辑，由AI来解释任务和完成规原创内容，盗版必究。【原创内容，转载请注明出处】划。我们只需要验收结果，或者再在关键环节【访问 www.tangshuang.net 获取更多精彩内容】【版权所有】唐霜 www.tangshuang.net参与交互。那么，我们应该如何来设计一套系【本文首发于唐霜的博客】【原创不易，请尊重版权】统，实现这样的诉求呢？
原创内容，盗版必究。本文版权归作者所有，未经授权不得转载。【转载请注明来源】【作者：唐霜】Agent功能分类【作者：唐霜】
著作权归作者所有，禁止商业用途转载。【作者：唐霜】本文版权归作者所有，未经授权不得转载。【原创不易，请尊重版权】我们按照最小职责原则，将所有的功能进行划转载请注明出处：www.tangshuang.net原创内容，盗版必究。分，尽可能的把功能拆分开，每一个功能，都【访问 www.tangshuang.net 获取更多精彩内容】本文作者：唐霜，转载请注明出处。有一个Agent与之对应。我们可以从不同【原创不易，请尊重版权】【作者：唐霜】的角度进行分类，以覆盖我们的功能需求：
【原创不易，请尊重版权】转载请注明出处：www.tangshuang.net【关注微信公众号：wwwtangshuangnet】- 推理解释类，对输入进行理解以按照某种规则【关注微信公众号：wwwtangshuangnet】著作权归作者所有，禁止商业用途转载。输出理解后的DSL，例如输入一张流程图，本文作者：唐霜，转载请注明出处。【原创不易，请尊重版权】获得该图对应的DSL 未经授权，禁止复制转载。【本文首发于唐霜的博客】【本文首发于唐霜的博客】未经授权，禁止复制转载。
- 数据转化类，对输入进行数据理解和提炼，例【本文首发于唐霜的博客】本文作者：唐霜，转载请注明出处。如输入一篇年鉴文章返回所需数据的JSON【本文首发于唐霜的博客】【转载请注明来源】格式 【本文受版权保护】【原创内容，转载请注明出处】【本文首发于唐霜的博客】【本文首发于唐霜的博客】
- 工具执行类，按DSL调用工具，传入参数，著作权归作者所有，禁止商业用途转载。【本文受版权保护】执行完获得结果 转载请注明出处：www.tangshuang.net著作权归作者所有，禁止商业用途转载。【版权所有】唐霜 www.tangshuang.net【原创内容，转载请注明出处】
- 人机互动类，也就是上面Human-Age【访问 www.tangshuang.net 获取更多精彩内容】著作权归作者所有，禁止商业用途转载。nt所提到的 【本文受版权保护】【原创不易，请尊重版权】未经授权，禁止复制转载。【作者：唐霜】
这里需要注意，我没有把传感器类作为一类A【本文首发于唐霜的博客】【转载请注明来源】gent，下文会提到，我们的硬件传感器本【关注微信公众号：wwwtangshuangnet】转载请注明出处：www.tangshuang.net质上只是信号的输入端，基于某种协议，千奇【原创不易，请尊重版权】【作者：唐霜】百怪的传感器，最终给到AI的输入，都可以未经授权，禁止复制转载。未经授权，禁止复制转载。是统一标准的数据结构，这个部分需要传感器【版权所有】唐霜 www.tangshuang.net转载请注明出处：www.tangshuang.net的开发者去做，作为AI系统的开发人员，无【作者：唐霜】本文版权归作者所有，未经授权不得转载。法触达这个部分。同样的道理，我们会让用于【原创不易，请尊重版权】原创内容，盗版必究。执行任务的硬件也与系统本身解耦，不过由于【作者：唐霜】【本文首发于唐霜的博客】执行硬件是被调用方，因此，这部分封装需要转载请注明出处：www.tangshuang.net转载请注明出处：www.tangshuang.net我们AI系统的开发者来完成。
【未经授权禁止转载】著作权归作者所有，禁止商业用途转载。原创内容，盗版必究。【作者：唐霜】AI系统设计未经授权，禁止复制转载。
【未经授权禁止转载】未经授权，禁止复制转载。未经授权，禁止复制转载。现在，让我们想象，我们已经有了一台机器人【版权所有】唐霜 www.tangshuang.net【版权所有，侵权必究】，现在它需要完成一个炒鸡蛋的任务，那么，【本文受版权保护】【原创不易，请尊重版权】从我们编程的角度，这里面都由哪些东西构成【访问 www.tangshuang.net 获取更多精彩内容】【访问 www.tangshuang.net 获取更多精彩内容】呢？数据和指令的流动是怎样的呢？
【版权所有，侵权必究】【版权所有】唐霜 www.tangshuang.net【原创内容，转载请注明出处】【本文受版权保护】著作权归作者所有，禁止商业用途转载。首先是指令的接收和理解，我们通过麦克风接转载请注明出处：www.tangshuang.net未经授权，禁止复制转载。收指令，此时麦克风接收的是音频信息，我们【访问 www.tangshuang.net 获取更多精彩内容】【版权所有】唐霜 www.tangshuang.net通过一个agent将其转化为文本信息；接本文版权归作者所有，未经授权不得转载。【版权所有】唐霜 www.tangshuang.net着，我们将该文本输入到一个用于理解指令的【作者：唐霜】【转载请注明来源】agent，该agent从自身支撑的所有【访问 www.tangshuang.net 获取更多精彩内容】【原创不易，请尊重版权】功能中，理解了该指令的意图，并将指令以固【原创内容，转载请注明出处】本文版权归作者所有，未经授权不得转载。定协议文本发送给中枢agent；中枢ag本文版权归作者所有，未经授权不得转载。转载请注明出处：www.tangshuang.netent的主要能力是理解和规划，它在接收指【原创内容，转载请注明出处】未经授权，禁止复制转载。令之后，正确理解了该指令，并发通过fun著作权归作者所有，禁止商业用途转载。未经授权，禁止复制转载。ctional call功能，创建了一个【本文首发于唐霜的博客】原创内容，盗版必究。任务，并将该任务id保持在记忆中；接下来转载请注明出处：www.tangshuang.net【本文首发于唐霜的博客】，它开始规划该任务，第一步是确认自身所处【访问 www.tangshuang.net 获取更多精彩内容】本文版权归作者所有，未经授权不得转载。环境，第二步是确认炒鸡蛋的条件是否满足，原创内容，盗版必究。【原创内容，转载请注明出处】第三步是准备食材，第四步是烹饪……；完成【本文受版权保护】转载请注明出处：www.tangshuang.net规划后，将该规划进行进一步细化，把所有关【未经授权禁止转载】【原创不易，请尊重版权】联的agent都挑选出来，并建立了任务地【转载请注明来源】本文版权归作者所有，未经授权不得转载。图；之后开始执行任务，它通过打开摄像头和【版权所有】唐霜 www.tangshuang.net【本文首发于唐霜的博客】毫米波雷达全屋扫描设备，这些设备在被打开【未经授权禁止转载】【版权所有，侵权必究】后，会将信息通过响应的agent层层上报【关注微信公众号：wwwtangshuangnet】【关注微信公众号：wwwtangshuangnet】，最终被中枢确认；之后再发送执行履带滚动【版权所有，侵权必究】【本文首发于唐霜的博客】的指令，控制电机运转，实现移动和各种硬件本文作者：唐霜，转载请注明出处。本文版权归作者所有，未经授权不得转载。设备的控制；最终完成炒鸡蛋，并通知主人任未经授权，禁止复制转载。【版权所有，侵权必究】务完成。
本文版权归作者所有，未经授权不得转载。本文版权归作者所有，未经授权不得转载。【原创不易，请尊重版权】本文作者：唐霜，转载请注明出处。【未经授权禁止转载】我们可以看到，这是一个非常复杂的细节超多【版权所有】唐霜 www.tangshuang.net【转载请注明来源】的系统，虽然难度大，但是也不是不可能对吧【作者：唐霜】【转载请注明来源】。
【关注微信公众号：wwwtangshuangnet】【版权所有】唐霜 www.tangshuang.net【关注微信公众号：wwwtangshuangnet】本文版权归作者所有，未经授权不得转载。
AI系统设计示意图（注意，这里的中枢层和原创内容，盗版必究。【原创不易，请尊重版权】Agent的中枢大脑是两个概念）
本文版权归作者所有，未经授权不得转载。【版权所有】唐霜 www.tangshuang.net【访问 www.tangshuang.net 获取更多精彩内容】著作权归作者所有，禁止商业用途转载。【原创不易，请尊重版权】对于我们开发者，主要是在软件侧做一些事情原创内容，盗版必究。【关注微信公众号：wwwtangshuangnet】，不同的硬件传感器它的数据结构是不同的，【关注微信公众号：wwwtangshuangnet】【未经授权禁止转载】因此，我们需要有一个针对性的agent来本文作者：唐霜，转载请注明出处。【本文受版权保护】处理这类传感器的信号。同样，行动端的逻辑原创内容，盗版必究。著作权归作者所有，禁止商业用途转载。是一样的。有些硬件本身即是传感器也是执行【本文首发于唐霜的博客】【本文首发于唐霜的博客】器，我们需要把这些硬件拆开来看，在概念上未经授权，禁止复制转载。【访问 www.tangshuang.net 获取更多精彩内容】它和现实是不同的。
转载请注明出处：www.tangshuang.net未经授权，禁止复制转载。【访问 www.tangshuang.net 获取更多精彩内容】【本文受版权保护】在平台端，我们用“事件代理层”来实现具体著作权归作者所有，禁止商业用途转载。【原创不易，请尊重版权】agent和平台的解耦。我们的平台会对接【本文受版权保护】【原创不易，请尊重版权】无数的agent，通过解耦，我们不需要针本文版权归作者所有，未经授权不得转载。【作者：唐霜】对不同的agent进行设计，而是提供统一原创内容，盗版必究。【未经授权禁止转载】的协议，agent通过协议订阅或发布事件未经授权，禁止复制转载。转载请注明出处：www.tangshuang.net，无需关心自己的所处环境。在信号的传输上【转载请注明来源】转载请注明出处：www.tangshuang.net，我们设计为单向信息流，这样可以让每一个著作权归作者所有，禁止商业用途转载。【版权所有，侵权必究】agent都只有一个输入和一个输出，以让未经授权，禁止复制转载。原创内容，盗版必究。实现更加简单。由于一项工作具有时间延续性著作权归作者所有，禁止商业用途转载。【原创不易，请尊重版权】，因此，我们设计任务调度层来维持一个任务【版权所有，侵权必究】原创内容，盗版必究。队列，通过中枢层来为任务调度提供方案。而未经授权，禁止复制转载。【本文首发于唐霜的博客】且，我考虑到有一种情况是任务在执行过程中【未经授权禁止转载】本文作者：唐霜，转载请注明出处。，由于传感器发现了新的环境变量，此时我们【本文受版权保护】转载请注明出处：www.tangshuang.net可能需要插入新任务或者立即停止当前任务。
著作权归作者所有，禁止商业用途转载。【本文首发于唐霜的博客】【版权所有，侵权必究】另外，我们没有让行动端端反馈直接返回给任【作者：唐霜】转载请注明出处：www.tangshuang.net务，因为这样就会导致数据流向不再是单向的【未经授权禁止转载】【关注微信公众号：wwwtangshuangnet】。我们需要将硬件执行器的反馈转换为感知端转载请注明出处：www.tangshuang.net原创内容，盗版必究。的信号，重新发送事件给中枢，由中枢来决定【未经授权禁止转载】本文版权归作者所有，未经授权不得转载。当前的执行是否符合预期。
【版权所有，侵权必究】【未经授权禁止转载】本文作者：唐霜，转载请注明出处。【本文受版权保护】本文作者：唐霜，转载请注明出处。AI应用架构【转载请注明来源】
【关注微信公众号：wwwtangshuangnet】【作者：唐霜】未经授权，禁止复制转载。转载请注明出处：www.tangshuang.net【版权所有】唐霜 www.tangshuang.net如果我们需要将AI应用进行部署，就需要考原创内容，盗版必究。【访问 www.tangshuang.net 获取更多精彩内容】虑如何在我们现有的条件下去充分利用好各种本文作者：唐霜，转载请注明出处。【未经授权禁止转载】资源。随着LLM的基座越来越出色，我们将【原创内容，转载请注明出处】未经授权，禁止复制转载。来必然出现完全智能化的应用。
转载请注明出处：www.tangshuang.net转载请注明出处：www.tangshuang.net【本文受版权保护】【本文受版权保护】
通过这一架构，我们可以让Agent被无限未经授权，禁止复制转载。未经授权，禁止复制转载。扩展，而无需调整已有代码。随着agent本文作者：唐霜，转载请注明出处。【版权所有】唐霜 www.tangshuang.nets的数量越来越多，系统能支持的能力也越来【原创内容，转载请注明出处】未经授权，禁止复制转载。越强。我们只需要利用这些agents来进著作权归作者所有，禁止商业用途转载。【作者：唐霜】行调用编排，即可实现让系统按需完成我们的原创内容，盗版必究。【版权所有，侵权必究】任务，例如：
【作者：唐霜】著作权归作者所有，禁止商业用途转载。本文版权归作者所有，未经授权不得转载。转载请注明出处：www.tangshuang.net当 @agent1 发生xx时，且 @agent2 状态为xx时，@agent3 执行xxx
基于该指令，平台层可以基于已有的agen著作权归作者所有，禁止商业用途转载。本文版权归作者所有，未经授权不得转载。ts被无限的设计出特定的功能。
【作者：唐霜】【关注微信公众号：wwwtangshuangnet】原创内容，盗版必究。【版权所有，侵权必究】结语【本文受版权保护】
【未经授权禁止转载】【未经授权禁止转载】【原创不易，请尊重版权】【作者：唐霜】【作者：唐霜】随着我们对人工智能的研究，我们越来越开始【转载请注明来源】【未经授权禁止转载】理解人类大脑的工作原理。本文通过对复旦论【版权所有，侵权必究】本文作者：唐霜，转载请注明出处。文的解读，提出了一种可以实现自执行的任务【原创内容，转载请注明出处】【版权所有】唐霜 www.tangshuang.net处理系统架构。一个agent本身的实现可本文版权归作者所有，未经授权不得转载。【版权所有，侵权必究】以很复杂，但是在概念上，它只是一个“in原创内容，盗版必究。【版权所有】唐霜 www.tangshuang.netput -> agent ->【版权所有】唐霜 www.tangshuang.net【关注微信公众号：wwwtangshuangnet】; output”的处理单元，是非常简单【版权所有，侵权必究】【转载请注明来源】的。随着我们在技术上的深入，我们会越来越本文版权归作者所有，未经授权不得转载。本文作者：唐霜，转载请注明出处。接近AI编程。就如上文展示的一样，将来，【原创内容，转载请注明出处】【本文首发于唐霜的博客】在AI系统的基础上，我们只需要使用非常简【作者：唐霜】本文版权归作者所有，未经授权不得转载。单的自然语言，就能设计出以目标为导向的任未经授权，禁止复制转载。原创内容，盗版必究。务，而无需关心它的具体实现，以及它的内部著作权归作者所有，禁止商业用途转载。本文版权归作者所有，未经授权不得转载。原理。如此依赖，即使没有接触过编程的普通【本文首发于唐霜的博客】【本文首发于唐霜的博客】人（甚至是障碍人士）也可以轻松的借助机器著作权归作者所有，禁止商业用途转载。【原创不易，请尊重版权】完成自己的创意或工作。
著作权归作者所有，禁止商业用途转载。【版权所有，侵权必究】著作权归作者所有，禁止商业用途转载。【转载请注明来源】【原创不易，请尊重版权】
