暴雨讲堂|通往AGI的必由之路—AI agent是什么？

在三月份英伟达的新品发布会上，黄仁勋反复提及一个词汇— Generalist Embodied Agent，意为“通用具身智能体”，给观众留下了深刻的印象。其实具身智能指的是不同形态的拥有主动感知交互能力的机器人。其实，业界对它还有一个更为熟悉的名称即AI Agent，也称为智能体，是具身智能的核心概念。

大模型发展行至中途，AI Agent（智能体）相继成为各大科技巨头布局的新风口。如果说AGI（Artificial General Intelligence，通用人工智能）是人工智能的终局，那么AI agent则是它的必经之路。

Agent概念脱胎于一个古希腊哲学寓言，它描述了一种拥有欲望、信念、意图以及能够采取行动能力的实体，随着计算机技术的兴起与快速发展，加上人们对人工智能技术的期望，Agent的概念逐渐被引入到人工智能领域里。

AI Agent是指能够感知环境、进行推理和决策，并通过物理或虚拟的方式与环境进行交互的智能体。与传统的AI不同的是，Al Agent具备通过独立思考、调用工具去逐步完成给定目标的能力。在有LLM作为其大脑之后，Agent更是具备了对通用问题的自动化处理能力。简单说来，AI Agent是我们在科幻电影里经常出现并看到的能够感知环境、进行决策和执行动作的智能体，如自动驾驶、机器人、机械狗、智能家居等等。

Agents = LLM +规划技能+记忆 + 工具使用，即AI Agent的构建主要包括四个部分：大模型、规划、记忆和工具使用。本质上Agents是一个LLM的编排与执行系统，如下图所示：

它的四大组成部分中：

大模型：作为AI Agent的“大脑”，它提供推理、规划等能力。

规划：代理能够将大型任务分解为更小的、可管理的子目标，从而更好地处理复杂任务。

记忆：AI代理具备长时间保留和回忆信息的能力，通常通过利用外部向量存储和快速检索实现。

工具使用：代理学习调用外部 API 以获取模型权重中缺失的额外信息，包括当前信息、代码执行能力、对专有信息源的访问等。

目前的AI Agent存在一定的问题，大模型可靠性不足，能力边界不确定，Al Agent对于复杂任务处理不够理想。如处理长期规划和任务拆解时表现欠佳、开销极高等。AI Agent想获得更好发展，还要等待更优秀的大模型出现。

Al Agent交互的灵活稳定性不够。在目前的框架中，系统经常会交互信息设计导致系统不稳定，例如身份信息错乱，AI Agent间能力差异导致对话失败等问题。

目前，AI技术正在蓬勃发展，技术不断更新迭代，并向日益丰富的应用场景渗透。但AI技术的发展离不开基础的AI算力设施。

暴雨最新推出的Intel Eagle Stream平台4U8卡服务器专为加速AIGC应用而推出，采用最新的最新PCIe以及DDR5等技术，实现了性能、灵活、稳定和质量的全方位提升。提供两种扩展方式，可以灵活选择，其中，采用CPU-GPU直通，最多可支持8张600W 主流高性能企业级双宽GPU，满足下一代GPU功耗要求，降低用户平台升级成本。该方案无需Switch芯片，性价比更高。前置硬盘可以灵活选择12盘/8盘/16盘/24盘位，3.5”或2.5”SATA/SAS4.0/GEN5 NVME，提供海量存储和数据读写性能；GPU-GPU通过Switch芯片互联方案则更适用P2P场景，Switch-CPU带宽为PCIe5.0 x32，能够满足高性能GPU运算需求，在LLM推理过程中，可以大幅提升模型响应速度，最多可支持10张600W 主流高性能企业级双宽GPU。它能够广泛适用于作为需要大量计算和图形处理的云计算、虚拟化、大数据分析、数字孪生、深度学习等应用场景。

随着AI技术发展日益深入，不同场景下的应用日益广泛，面对客户需求的多样化和技术迭代的加速，暴雨将始终关注最为前言的技术发展，依托服务器领域深厚技术积淀与丰富实践经验，持续推进AI时代先进技术的探索研究和应用落地。

比尔·盖茨曾今预测5年内，AI Agent将大行其道，用户将拥有专属AI Agent，我们的生活也将被彻底改变，那么，你期待这一天的到来吗？