AI Agent 是什么

钉钉AI助理白皮书Agent/智能体/Agent则是融合感知、分析、决策和执行能力的智能体，具有自主决策和行动能力，可以理解并适应复杂环境，根据目标，自主思考、制定计划并执行相应任务。相较于Copilot的工具型辅助能力，Agent更注重对环境的实时感知和判断，更像人类一样形成独立的决策和行动方案。IDC调研显示，Agent被普遍认为是AI应用发展的趋势性方向，50%的企业已经在某项工作中进行了AI Agent的试点，另有34%的企业正在制定AI Agent的应用计划，主要应用于智能终端、智能座舱、汽车自动驾驶、工业机器人和人形机器人等领域。目前已发布的AI Agent以通用AIAgent居多，在使用成本、速度、技术成熟度上仍存在一定的局限，未来突破的关键在于计算机视觉等底层技术的突破。Copilot/智能助手/Copilot指将生成式AI技术融入各种应用场景，根据用户给出的具体任务或问题，能够像助手一样理解需求和意图，并提供相应的解决方案，是最广泛的AI应用形态。Copilot应用多落地于协同办公场景，例如微软推出的AI助理Copilot Pro，赋能Office套件，可以作为用户的智能办公助手，自动生成Word文档、Excel图表、PPT演示文稿，根据用户邮件内容自动提供回复建议或安排日程。0102

大模型没有记忆的能力，由于上下文（脑容量）的限制，无法一次性完成20万字的文章，会造成前言不搭后语的现象而AI Agent就是为了解决这个问题。AI Agent是应用了大模型（LLM）能力的Agent。以GPT为代表的大模型的出现，将Agent的能力提高到了前所未有的高度。AI Agent又被称为智能体。OpenAI的Lilian Weng将以LLM为驱动的AI Agent，形式化为如下的公式：AI Agent = LLM（大模型）+ Planning（规划）+ Memory（记忆）+ Tools（工具）也就是说：AI Agent由如下几部分组成，我用一个管理花园的园丁的例子来说明每个模块的作用

Agent是执行特定任务的AI实体。Agent（智能体）=一个设置了一些目标或任务，可以迭代运行的大型语言模型。这与大型语言模型（LLM）在像ChatGPT这样的工具中“通常”的使用方式不同。在ChatGPT中，你提出一个问题并获得一个答案作为回应。而Agent拥有复杂的工作流程，模型本质上可以自我对话，而无需人类驱动每一部分的交互。参考文章：https://logankilpatrick.medium.com/what-are-gpt-agents-a-deep-dive-into-the-ai-interface-of-the-future-3c376dcb0824能干什么最有名的案例：斯坦福25人小镇https://waytoagi.feishu.cn/record/1sfvuej0sATQfbO6zbeEAWk02Lilian Weng（OpenAI应用人工智能研究负责人）的这篇Blog可以说是目前AI Agent领域优质论文的系统综述，她将Agents定义为LLM、记忆（Memory）、任务规划（Planning Skills）以及工具使用（Tool Use）的集合，其中LLM是核心大脑，Memory、Planning Skills以及Tool Use等则是Agents系统实现的三个关键组件，在文章中，她还对每个模块下实现路径进行了细致的梳理和说明。到今天，构建AI Agent的工具箱已经相对完善，但仍需要面对一些限制，例如上下文长度、长期规划和任务分解，以及LLM能力的稳定性等。https://lilianweng.github.io/posts/2023-06-23-agent/