前幾天看到一個圖，感覺能幫助理解 AI Agent 的基本思想和原理，特摘過來備忘。順道加上自己目前對相關部分的理解，不一定對，權當做個記錄。

另外，專門查了下圖的來源，應該是源自? Lilian Weng 的博客文章《LLM Powered Autonomous Agents》-June 23, 2023

原圖：?

?

中文重置版：

?

Memory（記憶）：

• 短期記憶：特指利用上下文學習（In-Context Prompting，又稱為提示工程 Prompt Engineering）讓模型在短時間內“記住”并利用這些信息來提高其在特定任務上的表現。
  >>簡單說就是——在提問時一并給出背景資料，引導其思想，讓結果更符合我們的預期。好處是不需要去調整和專門訓練大模型。
  >>現在對話模式的AI應該都是用的這個技術。包括給定資料，讓大模型出題也是這個方式。
• 長期記憶：這種設計使得 AI Agents 能夠在長時間內保留和回憶大量信息的能力，一般通過外部向量存儲和快速檢索來實現。
  >>對這塊的理解不一定對，我認為是——將以往的交流記錄存儲下來，并建立索引。當提問時，優先從歷史信息中找到最相似的記錄，來輔助這次的任務。相當于額外記錄了你的喜好，而這個是不需要“寫入”大模型的。

• Planning（規劃）：
  • 子目標和分解：將一個大的、復雜的任務分解成多個小的、可管理的子目標。這樣做可以讓任務變得更加容易處理，并且可以提高任務執行的效率。
    >>這個相對好理解。通過這種方法來增強處理復雜任務的能力。
    >>這塊應該是調用大模型來做到的？
  • 反思和調整：在執行任務后，對自己的行為進行評估和分析，以識別錯誤并找出改進的方法。通過這種方式，代理可以從經驗中學習，逐步提高自己的智能和適應性，從而提高最終結果的質量。
    >>通過這種策略，來提升任務處理質量、提升“智能”，從而能較好處理復雜任務。
• Tool use（工具使用）：
  • AI Agents 可以學習如何調用外部 API，以獲取模型權重中缺少的額外信息，這些信息通常在預訓練后很難更改，包括當前信息、代碼執行能力、對專有信息源的訪問等。
    >>大模型側重在于其強大的語言處理能力和與外部工具結合的能力，

補充資料1：

• 大模型（LLM，Large Language Model）的概念：是指擁有大量參數的預訓練語言模型，能夠理解和生成自然語言文本。這些模型通過在大規模數據上進行訓練，能夠捕捉到語言的各種模式和規律，從而在各種語言任務中表現出色，如問答、翻譯、摘要生成等。
• AI Agent的概念：是指一種自主系統，能夠感知環境并采取行動以實現特定目標。AI Agents通常具有一定的智能，能夠進行決策、學習和適應環境變化。它們可以在各種應用場景中發揮作用，如自動駕駛、智能家居控制、虛擬助手等。
• 大模型與AI Agent之間的關系：?|-大模型可以作為AI Agent的核心組件，提供語言理解和生成的能力。

? ? |-AI Agent 利用“大模型+外部工具”在真實世界中執行各種任務，擁有交互能力，可表現出較高的自主性和智能性。

補充資料2：另一個圖（應該是來源于孚知流），它加上了感知（似乎也叫“多模態”）：

?