AI Agent火爆到什么程度?
OpenAI创始人奥特曼预测,未来各行各业,每一个人都可以拥有一个AI Agent;比尔·盖茨在2023年层预言:AI Agent将彻底改变人机交互方式,并颠覆整个软件行业;吴恩达教授在AI Ascent 2024演讲中高赞:AI Agent是一个令人兴奋的趋势,所有从事AI开发的人都应该关注。而国内的各科技巨头也纷纷布局AI Agent平台,如:钉钉的AI PaaS、百度智能云千帆大模型平台等等。
Agent 是未来最重要的智能化工具。对于程序员来说,是时候将目光转向大模型的应用开发了,率先抢占AI的下一个风口AI Agent。
今天我带来一本新书 《大模型应用开发 动手做 AI Agent》, 这本书由《GPT图解》的作者黄佳老师创作,从0到1手把手教你做AI Agent。
这本书籍我已经打包好了,还有完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费
】
![](https://img-blog.csdnimg.cn/img_convert/85754da5aab685a81089cbd03e02bd2a.png)
有这样一本秘籍在手,程序员们这下放心了吧,让我们先来揭开 Agent 的神秘面纱。
AI Agent 面面观
先对 Agent 下一个定义:Agent 是一个具有一定程度自主性的人工智能系统。更进一步说,Agent 是一个能够感知环境、做出决策并采取行动的系统。
Agent 具有四大特性:
· 自主性: Agent 能够根据自身的知识和经验,独立做出决策和采取行动。
· 适应性: Agent 能够学习和适应环境,不断提高自己的能力。
· 交互性: Agent 能够与人类进行交互,提供信息和服务。
· 功能性: Agent 可以在特定领域内执行特定的任务。
要从技术上实现上述特性,Agent 通常需要包含四大核心组件。感知器用来收集环境信息;知识库存储和管理有关环境和自身状态的信息;决策引擎分析感知的信息,做出决策;执行器在环境中采取行动。
那么,我们在开发 Agent 时要遵循哪些原则才能收效最佳呢?本书作者引据儒家经典的“博学之,审问之,慎思之,明辨之,笃行之”。 在经过引申之后,为我们阐述了 Agent 方法论。
博学:海纳百川,基于海量数据的训练。
审问:接受清晰明确的指令,即有效的提示工程。
慎思:在精巧设计的模式下认知,配置 CoT、ToT、ReAct 等思维框架。
明辨:明确地遵循人类道德规范,通过指令微调和价值对齐来确保AI安全无害。
笃行:借助 ToolCalls 和 Function Calling 等技术工具与外界交互。
将传统文化中的哲理与现代科技前沿结合,碰撞出智慧的火花,这对处于萌芽阶段的 Agent 技术来说,是十分珍贵的思考。Agent 市场潜力巨大,但目前相关技术资料分散,本书将多项 AI 技术和工具整合到一起,为 Agent 开发提供系统性指导。
作者黄佳,笔名咖哥,现任新加坡科技研究局人工智能研究员,他在 NLP、大模型、AI in MedTech、AI in FinTech 等领域积累了丰富的项目经验。他还著有《GPT图解:大模型是怎样构建的》《零基础学机器学习》《数据分析咖哥十话:从思维到实践促进运营增长》等图书。
在黄佳的书中,他总是以“咖哥”这个角色引出讨论,再以妙趣横生的方式讲解复杂的技术。这是因为他乐于保持好奇心、拥抱变化、持续学习,希望借助AI的“慧眼”和“注意力”来观察世界,并以轻松幽默的方式分享知识,收获本真的快乐。
现在,让咖哥带着我们动手玩转 Agent 开发吧。
动手玩转 AI Agent
对于构建 Agent 来说,目前业界已经具备技术基础,包括大模型和 AIGC 模型、人工智能应用开发框架和工具、软件平台、丰富的数据等。只要结合具体的业务场景,将现有技术进行整合,就能开发出满足需求的 Agent。
本书按照“基础知识——技术工具——项目实战”三部分来组织内容,帮助读者从理论学习推进到动手实际操作。
基础知识
这部分先是定义了 Agent 的概念,然后说明大模型对于 Agent 的重要程度如同大脑,这是 Agent 进行理解和决策的基础。还对 Agent 的四大特性与四大核心组件进行介绍。
书中提到 Agent 可用于自动化办公、客户服务、个性化推荐、医疗保健等领域,将会带来新的商业模式和变革。
技术工具
书中介绍了 Agent 架构的四大要素,分别是规划、记忆、工具、执行。重点介绍了当前流行的 ReAct 框架。详细说明了以下技术工具的使用方法。
· OpenAI API 以及 OpenAI Assistants: 用于调用包含 GPT-4 模型 和 DALL·E 3 模型在内的众多人工智能模型。
· LangChain: 开源框架,专门用于构建和开发由大型语言模型驱动的应用程序,其中包含对 ReAct 框架的封装和实现。
· LlamaIndex: 开源框架,用于帮助管理和检索非结构化数据,利用大模型的能力和 Agent 框架来提高文本检索的准确性、效率和智能程度。
Agent 通过接口连接大模型,获得生成内容、语言理解、决策支持能力,再通过外部工具执行复杂任务,或者与环境交互。
项目实战
工具都会用之后,这部分要讲的就是怎样做出成功的应用,书中详细解析了 7 个项目的实战。
· Agent 1:自动化办公项目,通过 Assistants API 和 DALL·E 3 模型创作 PPT。
· Agent 2:多功能选择的引擎,通过 Function Calling 调用函数。
· Agent 3:推理与行动的协同,通过 LangChain 中的 ReAct 框架实现自动定价。
· Agent 4:计划和执行的解耦,通过 LangChain 中的 Play-and-Execute 实现智能调度库存。
· Agent 5:知识的提取与整合,通过 LlamaIndex 实现检索增强生成 Agent。
· Agent 6:GitHub 的网红聚落,AutoGPT、BabyAGI 和 CAMEL。
· Agent 7:多 Agent 框架,AutoGen 和 MetaGPT。
本书兼具理论与实践,读者可以轻松入门,快速掌握 AI Agent 的开发方法。
结语
自从 ChatGPT 诞生以来,大模型技术在业界可谓炙手可热,人们从最初的惊叹到现在广泛应用,而人工智能的下一个引爆点很有可能就是 AI Agent。
《大模型应用开发:动手做 AI Agent》从零基础出发,介绍了 Agent 的定义、特性与技术架构,还对构建 Agent 的 AI 技术工具进行了详细讲解,最后以 7 个实战项目展示了 Agent 开发的方法。
本书的一大特点是站在技术前沿,结合当下实际需要,提出了一套 Agent 开发的系统性方法论。这在业界具有开创性意义,作者也希望读者通过这本书开启对人工智能应用开发的探索。
实战性强是本书另一大特点,7 个实战项目覆盖了 Agent 开发的多个方面。读者如果在实际工作中遇到困难,都可以在案例中得到启发,或者直接找到解决方案。
在这本书里,我们又见到咖哥和搭档小雪,在轻松幽默的对话中,将各种原理和概念娓娓道来,生动形象地解释了复杂的技术实现过程。即使是讲前沿的 AI 技术,读者也会觉得非常有趣。
本书适合想要转型的程序员、意欲投身 AI 领域的专业研究人员阅读。对 Agent 技术感兴趣的技术爱好者、企业负责人、高等院校师生也都可以从本书中有所收获。
《大模型应用开发:动手做 AI Agent》 为我们提供了一个千载难逢的良机,抓住这个机会,成为时代的领航者吧!
这本书籍我已经打包好了,还有完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费
】
![](https://img-blog.csdnimg.cn/img_convert/85754da5aab685a81089cbd03e02bd2a.png)