2025年Agents与基础应用白皮书（中文版）.docx

Agents

作者:JuliaWiesinger，PatrickMarlow和VladimirVuskovic

致谢

审阅者和贡献者EvanHuangEmilyXue

OlcanSercinogluSebastianRiedelSatinderBavejaAntonioGulliAnantNawalgaria

策展人和编辑AntonioGulliAnantNawalgariaGraceMollison

技术作家

乔伊·海梅

设计师

迈克尔·兰宁

目录

介绍4

什么是代理？5模型6

工具7编排层7

代理与模型8

认知架构:代理如何操作8

工具:我们的外部世界的钥匙12扩展13

示例扩展15功能18

用例21

功能示例代码24数据存储27

实现和应用28工具recap32

使用目标学习33

代理增强模型性能LangChain快速入门35生产应用程序使用顶点AI代理38

摘要40尾注42

Agents

Agents

September

September2024

PAGE10

这种推理、逻辑和对外部信息的访问的组合都连接到生成式AI模型，调用了代理的概念。

导言

人类非常擅长凌乱的模式识别任务。然而，他们往往依赖于工具

-像书籍，谷歌搜索，或计算器-在得出结论之前补充他们的先验知识。就像人类一样，生成式人工智能模型可以被训练成使用工具来访问实时信息或建议现实世界的行动。例如，模型可以利用数据库检索工具来访问特定信息，例如客户的购买历史记录，因此它可以生成定制的购物推荐。或者，根据用户的查询，模型可以进行各种API调用，以向同事发送电子邮件响应或代表您完成财务交易。为此，模型不仅必须能够访问一组外部工具，还需要能够以自我指导的方式计划和执行任何任务。这种推理、逻辑和对外部信息的访问的组合都连接到生成式AI模型，调用了代理的概念，或者扩展到生成式AI模型的独立功能之外的程序。本白皮书更详细地介绍了所有这些和相关方面。

什么是代理人？

在最基本的形式中，生成式AI代理可以被定义为一个应用程序，它试图通过观察世界并使用它所拥有的工具来实现目标。代理人是自主的，可以独立于人为干预而行动，特别是当他们有适当的目标或目的时。代理商也可以积极主动地实现其目标。即使在没有人类明确的指令集的情况下，代理也可以推理出下一步应该做什么来实现其最终目标。虽然人工智能中代理的概念非常普遍和强大，但本白皮书侧重于生成式人工智能模型在发布时能够构建的特定类型的代理。

为了理解代理的内部工作，让我们首先介绍驱动代理的行为、动作和决策的基本组件。这些组件的组合可以描述为认知架构，并且有许多这样的架构可以通过这些组件的混合和匹配来实现。专注于核心功能，在代理的认知架构中有三个基本组件，如图1所示。

图1.一般代理架构和组件

模型

在代理的范围内，模型是指将用作代理流程的集中决策者的语言模型(LM)。代理使用的模型可以是一个或多个任何大小(小/大)的LM，其能够遵循基于指令的推理和逻辑框架，如ReAct、思想链或思想树。模型可以是通用的、多模式的，也可以根据特定代理体系结构的需要进行微调。为了获得最佳的生产结果，您应该利用最适合您所需的最终应用程序的模型，理想情况下，该模型已经过与您计划在认知架构中使用的工具相关联的数据签名的训练。重要的是要注意，模型通常不使用代理的特定配置设置(即工具选择、编排/推理设置)进行训练。但是，可以通过提供展示代理功能的示例来进一步完善代理任务的模型，包括在各种上下文中使用特定工具或推理步骤的代理实例。

工具

基础模型，尽管它们的文本和图像生成令人印象深刻，但仍然受到它们无法与外界互动的限制。工具弥合了这一差距，使代理能够与外部数据和服务进行交互，同时释放超出基础模型之外的更广泛的操作。工具可以采取多种形式，并具有不同的

复杂程度，但通常与常见的webAPI方法(如GET、POST、PATCH和DELETE)保持一致。例如，工具可以更新数据库中的客户信息或获取天气数据以影响代理提供给用户的旅行推荐。使用工具，代理可以访问和处理真实世界的信息。这使他们能够支持更专业的系统，如检索增强生成(RAG)，这大大扩展了代理的能力，超出了基础模型本身可以实现的范围。我们将在下面更详细地讨论工具，但最重要的是

要理解的是，工具弥合了代理人的内部能力和外部世界之间的差距，释放了更广泛的可能性。

编排层

编排层描述了一个循环过程，该过程控制代理如何获取信息，执行一些内部推理，并使用该推理来通知其下一个操作或决策。通常，此循环将一直持续到代理达到其目标或停止点为止。编排层的复杂性可以根据代理和它执行的任务而有很大的不同。一些循环可以是具有决策规则的简单计算，而其他循环