一、Agents概念

? ? ? 人類是這個星球上最強大的 Agent。Agent是一個能感知并自主地采取行動的實體，這里的自主性極其關鍵，Agent要能夠實現設定的目標，其中包括具備學習和獲取知識的能力以提高自身性能。

關鍵點：感知環境、自主決策、具備行動能力，設定明確的目標和任務，適應環境及學習能力

例如?Agent 的復雜程度各不相同，一個簡單的恒溫器可以是一個 Agent

? ? ? ? ? ? ? ? 一個大型的國家或者一個生物群體也可能是個 Agent。

垂直領域 Agent?：

比如 Alphago，還有使用強化學習打游戲的DeepMind的Agent57，更加通用的Gato，OpenAI玩“躲貓貓”的多智能體。

二、prompt 工程

提示詞萬能公式

角色+角色技能+

任務核心關鍵詞+任務目標+任務背景+任務范圍+任務解決與否判定+任務限制條件
輸出格式/形式+輸出量

?

https://github.com/JushBJJ/Mr.-Ranedeer-AI-Tutor

?三、Prompt外掛

外掛知識庫數據庫

這些還不夠，嘗試讓 GPT 調用函數和使用工具，ChatGPT也推出了插件體系。當人們發現大模型的推理能力很差時，開始試圖讓模型自身清楚地描述問題，把問題轉化為 PDDL （Planning Domain Definition Language）格式的描述語言，通過調用通用規劃器來解決規劃問題?。

四、分解與組合

?大模型在大任務執行能力上分解和組合。例如，

?1.MapReduce 模式

將一個大型文本進行摘要，分開摘要在獲得整體摘要

2、思維鏈（Chain of Thought，CoT），

它要求模型展示其思考過程

兩種方式實現，一種是具體說明，即要求模型詳細地、一步步地思考；

另一種是示例說明，即通過給定問題和答案的同時，提供思考過程。當詢問模型時，模型會模仿此過程，逐漸思考并給出答案。

嘗試多種思路來解決問題，然后投票選擇最佳答案，這就是CoT-SC

3、思維樹（ToT， Tree of Thought）

發散的方法也有局限性，例如24點問題，它不能很好地解決，解決方法垂直分解，思維樹（ToT， Tree of Thought）的一個主要思路，它會根據當前的問題分解出多個可能，然后每一個樹節點就是父節點的一個子問題，逐層擴散，遍布整個解空間，一些節點就直接會發現不合適而終止掉，達到了有效剪枝的作用。

?

比如排序問題，排序你可能需要分解和排序，然后再merge，COT就不行了

4、Graph of Tree，GoT

為了解決這個問題，一種名為思維圖（Graph of Tree，GoT）的方法被提出。這種思維圖既可以分解，也可以合并。?

2023年9月26日，清華姚期智團隊又提出了更新的方法——累計推理?

首先會提出一個初步的想法，然后再對這個想法進行驗證，看這個提案是否合適。如果提案合適，就將它添加到圖的下一個節點，每一步都基于已經建立的圖節點進行下一個思考節點的創建，這樣發散、合并或刪除直到達到最終目標狀態，完備性和靈活性大大增強。24點問題上成功率已經達到98%

4、反饋?

分解和組合，不能與外界進行互動，反饋是整個控制論的基石，也是動物體從誕生之初就具備的基本能力。

ReACT讓大模型先進行思考，思考完再進行行動，然后根據行動的結果再進行觀察，再進行思考，這樣一步一步循環下去。基本上就是人類這樣的智能體主要模式。

Agent的框架都會讓模型輸出JSON進行函數調用，OpenAI也就推出了Funtion Calling?

五、Agents

1、AutoGPT

AutoGPT橫空出世，短短數周Star數就超過PyTorch達到90k?

創建一個初始的計劃，然后進入主循環。系統會讓模型判斷在當前計劃下該進行何種行動，接著會執行行動。執行完畢后，結果會寫入下一次循環中。如此，每次決策都會基于之前的結果、記憶和計劃，從而制定出新的行動方案。

2、jarvis gpt

微軟的賈維斯 (Jarvis)一個深度學習任務調度系統，也采用了類似思想。他們主要關注如何調用模型來執行各種深度學習任務，涉及到了先做計劃，再選擇模型，然后執行任務，獲取反饋，然后進入下一輪循環等環節。

?3、Xagents

清華聯合面壁發布了XAgent，提出了雙循環機制在效果上碾壓了AutoGPT

GPT-4也是一種Agent，Agent的概念是大模型的超集

?1.6 Multi-Agent

斯坦福小鎮"開了一個好頭。在這個虛擬的小鎮里，每個角色都是一個單獨的智能體，每天依據制定的計劃按照設定的角色去活動和做事情，

MetaGPT的項目

引起了廣泛關注，這個項目中定義了產品經理、架構師、項目管理員、工程師和質量保證等角色，各角色之間通過相互協作，基本可以勝任完成500行左右代碼的小工程了。?

ChatDev的系統

清華開發了一個名為ChatDev的系統，進一步引入了CEO等角色，這里就不再展開描述。

RPA Agents

?RPA 公司實在智能把 Agent 用于他們的產品調用常見桌面軟件，如淘寶網、釘釘，來自動完成桌面任務。?

Agent 的實現，共性:長短時記憶能力、工具使用能力、通信能力，甚至包括 SOP 的能力

AI在一定程度上模仿了人腦的工作方式，但實際上，機器人和人腦在處理信息時采用的策略有很大的不同。因此，即使在未來，我們也需要繼續改進 AI 框架，以解決這種差距。比如一個百萬位數的加法任務，GPT-4囿于token數的限制是不可能完成這個任務的，但人類卻可以，這恰是人類和AI需要彌補的Gap。

?

五、智能本質

?