AI大模型开发架构设计（8）——从 AI 编程助手到 AI Agent 应用实战

从 AI 编程助手到 AI Agent 应用实战

1 AI Agent是什么？和AI编程如何协同？

AI Agent是什么？

• AI Agent 是能够感知环境、进行独立决策和调用工具完成给定目标的智能实体。

• 感知端(Perception)：支持多模态输入(文本、视觉、听觉、其他等)
• 控制端(Brain)：LLMs 推理和规划能力(依赖知识和记忆)
• 行动端(Action)：完成执行动作(文本输出、工具使用、具身行动)

AI Agent 案例

当人类询问是否会下雨时?

• 感知端(Perception)：将指令转换为 LLMs 可以理解的表示
• 控制端(Brain)：开始根据当前天气和互联网上的天气预报进行推理和行动规划
• 行动端(Action)：做出响应并将雨伞递给人类

AI Agent 三种范式

• 单代理
• 多代理
• 人机交互

AI Agent 和 AI 编程如何协同?

• AI 编程是 AI Agent 技术架构落地的一种高效实现方式
• AI Agent 是 AI 应用(AI 程序)

2 AGI/LLM/Lightweight AI Agent剖析

AGI Agents

• 通用人工智能实体(终态)——MetaGPT
  • 输入提示词
  • 生成一个团队：产品经理、架构师、项目经理、开发工程师、测试工程师
  • 完成产品需求设计、架构设计、代码编写和测试等整一个的过程

• AGI Agents——AutoGPT
  • 比如：明年我应该买英伟达股票还是微软股票?

• AGI Agents——LLM Agents