DeepSeek+智能体构建-打造24小时在线的科研教学助手.docx

DeepSeek+智能体构建-打造24小时在线的科研教学助手

一、揭开智能体的神秘面纱

(一)智能体是什么?

智能体源自AIAgent(也称人工智能代理),指的是一种能够感知环境、进行决策和执行动作的智能实体。

智能体像人一样，它有记忆、有逻辑分析能力、有问题任务的拆解能力、以及综合统一解决问题的能力。

Agent

Agent这个词早在1950年代就已出现，当时由AlanTuring提出【智能】概念，并扩展到人工实体，提出的著名的图灵测试。这些人工智能实体通常被称为—代理(Agent*)。「代

理」这一概念起源于哲学，描述了一种拥有欲望、信念、意图以及采取行动能力的实体。在人工智能领域，这一术语被赋予了一层新的含义：具有自主性、反应性、积极性和社交能力特征的智能实体。*Agent术语的中文译名并未形成共识，有学者将其翻译为智能体、行为体、代理或智能代理，本文中出现的「智能体」均指代Agent。

大型语言模型(LLMs)的出现为智能体的进一步发展带来了希望。

如果将NLP到AGI的发展路线分为五级：语料库、互联网、感知、具身和社会属性，那么目前的大型语言模型已经来到了第二级，具有互联网规模的文本输入和输出。

智能体社会的进展

在这个基础上，如果赋予LLM-basedAgents感知空间和行动空间，它们将达到第三、第四级。

进一步地，多个智能体通过互动、合作解决更复杂的任务，或者反映出现实世界的社会行为，则有潜力来到

一个由人与多智能体构成的和谐社会，人类也可参与其中。场景取材自《原神》中的海灯

一个由人与多智能体构成的和谐社会，人类也可参与其中。场景取材自《原神》中的海灯节。

智能体的定义(祛魅版):智能体就像一个为你独身打造的机器人小助理，能识别你的需求，帮助你搜索信息、整理资料、交互对话，还可以根据你的反馈实现自我迭代优化，甚至在长久的训练下，还能自主完成复杂的工作任务。

(二)智能体分类

按照智能体的工作原理来划分，智能体可以分为对话式智能体、自主智能体、生成智能体、具身智能

对话式智能体(ConversationalAgent)通过自然语言与人类互动，完成各种任务，主要用于回答问题、提供建议和帮助用户解决问题，强调语言理解和答案生成能力，如GPTs、文心一言等平台都属于这一类。

自主智能体(AutonomousAgent)能够根据用户通过自然语言提出的需求，自动执行任务并实现预期结果，如AutoGPT能够通过理解自然语言需求并自动完成任务。

生成智能体(GenerativeAgent)则是在模拟复杂社会环境中“生活”的智能体，拥有自己的记忆和目标，能够与人类和其他智能体互动，例如斯坦福和谷歌的研究者联合构建的“Smallville”虚拟小镇中的生成智能体，这些智能体不仅能够与人类互动，还能在模拟的社会环境中进行复杂的交流和互

动，模拟真实世界中的社会动态。

具身智能体(Embodiedagent)是一种能够与环境进行交互、通过自身的身体感知和行动来学习和适应环境的智能实体。

(三)基于大语言模型的智能体组成结构

一个Agent的诞生

拥有大模型加持的智能体会是什么样?复旦大学自然语言处理团队(FudanNLP)受到达尔文「适者生存」法则的启发，提出了基于大模型的智能体通用框架。

一个人如果想要在社会中生存，就必须学会适应环境，因此需要具有认知能力，并且能够感知、应对外界的变化。同样，智能体的框架也由三个部分组成：控制端(Brain)、感知端(Perception)和行

·控制端：通常由大语言模型构成，是智能体的核心。它不仅可以存储记忆和知识，还承担着信息处理、决策等不可或缺的功能。它可以呈现推理和计划的过程，并很好地应对未知任务，反映出智能体的泛化性和迁移性。

·感知端：将智能体的感知空间从纯文本拓展到包括文本、视觉和听觉等多模态领域，使智能体能够更有效地从周围环境中获取与利用信息。

·行动端：除了常规的文本输出，还赋予智能体具身能力、使用工具的能力，使其能够更好地适应环境变化，通过反馈与环境交互，甚至能够塑造环境。

crneen

crneenlyha…sfe

智能体的工作流程如下：当人类询问是否会下雨时，感知端

智能体的工作流程如下：当人类询问是否会下雨时，感知端(Perception)将指令转换为大语言模型可以理解的内容。之后控制端(Brain)开始根据当前天气和互联网