先给结论:智能体就是一个会自己拿主意的AI程序 核心是这句话:普通AI你问一句它答一句,智能体你给一个目标,它自己拆步骤、自己决定下一步干什么,干完再回来看结果对……
先给结论:智能体就是一个会自己拿主意的AI程序
核心是这句话:普通AI你问一句它答一句,智能体你给一个目标,它自己拆步骤、自己决定下一步干什么,干完再回来看结果对不对。第14节 什么是智能体AI人工智能课程,讲的就是这件事。
你在这一节里会碰到一堆新词,别慌。把大模型想象成一个脑子很好使、但被关在房间里的人,它什么都知道,就是没法出门。智能体做的事情,就是给这个人配上手、脚和一张任务清单。
智能体和聊天机器人差在哪?
差在「循环」两个字。聊天机器人是一问一答,问完就结束。智能体会自己转圈:想一步、做一步、看一眼结果、再想下一步,直到任务做完或者卡住为止。
举个例子。你让聊天机器人查一下明天北京的天气,它可能直接编一个温度给你。你让智能体做同样的事,它会先去调天气接口,拿到真实数据,再组织成一句话回你。差别就在这里。
为什么课程里要单独拿一节讲它?
后面所有内容都建在这个概念上。工具调用、记忆、多智能体协作,全是围着这个循环转的。这一节没听懂,后面会越听越糊。
第14节 什么是智能体AI人工智能课程,学完要掌握的三件事
这节课的验收标准很清楚,不是让你背定义,是让你能动手做出来。学完你应该能做到下面三件事,做不到就回头再看一遍。
靠前件:把一句大白话拆成能执行的步骤
用户说的是「帮我找三篇讲智能体的文章并总结」。你要能把它拆成搜索、筛选、打开、读、写摘要。拆不细,智能体就会在原地打转,反复问自己该干嘛。
第二件:给它配上能干活的工具
工具说白了就是函数。搜索是一个函数,读网页是一个函数,算数又是一个函数。大模型负责决定现在该调哪个,代码负责真的去调。两边分工别搞混。
第三件:看懂它的执行日志
智能体跑歪是常态。日志里会写清楚它每一步想了什么、调了什么、拿到了什么。会看日志的人,十分钟能定位问题;不会看的人,只能反复改提示词碰运气。
手把手:三十分钟跑通一个能查资料的智能体
下面这套流程我自己走过很多遍,用的是最朴素的写法,不依赖任何花哨框架。照着敲一遍,比看十篇文章管用。
第一步:准备好三样东西
- 一个能调用的模型接口,国内国外的都行,能返回文本就够。
- 一个搜索工具,可以是现成的搜索接口,也可以先写个假的,返回固定结果。
- 一个循环,让模型反复思考,最多跑五轮就强制停下,防止它死循环烧钱。
第二步:写清楚它能用哪些工具
用一段话告诉模型:你有一个搜索工具,输入是关键词,输出是若干条标题和摘要。描述要写到「外行也能看懂」的程度,模型对含糊的说明特别敏感,你写得越模糊,它越不敢用。
第三步:把循环搭起来
流程是固定的:把用户问题和工具说明一起发给模型,模型返回一个动作,程序执行这个动作,把结果塞回对话,再发回给模型。如此往复,直到模型说「我完成了」。
第四步:跑起来,然后改
第一次跑大概率不理想。最常见的表现是它不调工具,直接凭记忆编答案。这时候在提示词里加一句「凡是涉及事实的信息,必须先调用搜索工具」,通常就好了。
新手最容易踩的四个坑
四个坑我见过太多人踩,提前说一声能省你不少时间。
- 工具描述写得太短,模型不知道什么时候该用,干脆就不用。
- 没有循环上限,程序停不下来,账单先停下来。
- 一次给太多工具,超过七八个,模型开始乱选,准确率往下掉。
- 不做结果校验,模型说做完了不代表真做完了,关键步骤要自己写代码核对。
遇到任务步骤超过二十步、或者中间需要人来判断的情况,纯靠智能体跑容易出事,更稳妥加一道人工确认。工具好用,但它不是通用工具。
学完这节课,下一步该做什么?
建议你今天就把第三步的循环敲出来,哪怕工具是假的。跑通一次,你对智能体的理解会比看一整天视频都扎实。跑完之后再去学工具调用和记忆,会发现顺理成章。
想再深入一点,可以去找吴恩达在 DeepLearning.AI 上那门讲智能体的短课看看,思路和这节课是一路的。




微信扫一扫
还没有评论呢,快来抢沙发~