AI Agent典型项目
完整正文：进入精读全文
原文结构
- AI Agent技术的最新进展与改变世界的典型项目
- 前 AI Agent 时代
- AI 等级划分
- Prompt工程
- Prompt 外挂 - RAG（Retrieval Augmented Generation）
- 分而治之 - 古老的思想依然有效
- step-by-step
- 基于反馈的 ReACT-Synergizing Reasoning and Acting
- Reflexion
- 背景与动机
- AI Agent
- 定义
- AI Agent 系统组成
- Agent 项目（单/多智能体）
- [Auto-GPT](https://cloud.tencent.com/developer/tools/blog-entry?target=https%3A%2F%2Fgithub.com%2FSignificant-Gravitas%2FAutoGPT&source=art…
- [AutoGen](https://cloud.tencent.com/developer/tools/blog-entry?target=https%3A%2F%2Fgithub.com%2Fmicrosoft%2Fautogen&source=article&objectI…
正文摘录
AI Agent技术的最新进展与改变世界的典型项目
展望未来， 我坚信Agent技术将成为驱动社会全面自动化的核心引擎。与以往侧重于结构化环境下通过既定算法实现的自动化不同，大模型的兴起为Agent技术赋予了前所未有的通用性与灵活性。这一转变，意味着Agent将能够跨越传统界限，深入人类脑力劳动的复杂长尾领域，从体力到脑力，全方位推进自动化的深度与广度 大模型与Agent技术的融合，正引领一个全面自动化的新纪元。大模型作为知识海洋中的自主学习者，为Agent提供了前所未有的智慧源泉，激发了其快速发展的新动能。当前，尽管仍处于这一变革的初期，Agent技术更多以实验性、探索性的面貌呈现，但展望未来，其发展前景之广阔，变化速度之迅猛，或将超乎所有人的预料。随着技术的日新月异， 或许会发现，所谓的“天花板”不过是通往更高境界的阶梯，而Agent技术的极限，正等待着 共同去探索与定义 基于Agent（智能体）能力的AI等级划分，可以借鉴类似自动驾驶级别的划分方式，将AI智能体的能力从低到高进行分级 以下是一个简化的AI Agent能力划分描述： 在这一级别，Agent并不具备人工智能特性，只能执行预定或固定的任务，没有感知、决策或学习的能力。 Agent开始具备基于规则的决策能力，能够根据预设的规则和符号进行简单的判断和执行。这种智能体通常只能处理特定情境下的任务，且缺乏灵活性和适应性。 Agent能够利用逻辑推理能力来解决问题，不再仅仅依赖于预设的规则。它能够根据当前的环境信息和目标，进行一定程度的推理和决策，以选择最合适的行动方案。 在L3级别，Agent不仅具备推理决策能力，还开始拥有记忆和反思的能力。它能够记住过去的经验和教训，并在未来的决策中加以利用。这种智能体能够自我优化和改进，以适应不断变化的环境和任务。 自主学习是L4级别Agent的主要特征。它能够自主地从数据中学习新知识和技能，无需人类的明确指导。这种智能体能够处理更复杂的问题，并在面对新情境时展现出更强的适应性和创造力。