AI Agent本质

3个词 AI Agent的本质

AI Agent的本质是什么?

• 大脑+记忆+工具

大脑是什么?

• 具有推理能力的大模型

记忆是什么?

• 对话记忆
• 私有知识库

工具是什么?

• 具有mcp或api调用接口的专业能力产品, 例如计算机、代码解释器(用于运行代码, 获得代码结果或验证代码正确性等)、天气查询、数据库、搜索引擎、微信公众号、视频号、多模态大模型(例如文生图、图生视频等)、修图工具、剪辑工具等等 ....

AI agent的运行逻辑

• 人类下达指令, agent通过大脑规划任务, 通过工具执行、再通过大脑观测结果验证结果、动态调整任务、通过记忆获取历史状态或私有知识库等、最终完成任务. (大规模语言模型（LLM）、观测（Observation）、思考（Thought）、行动（Action）)

agent + agent 则可以完成更加庞大的任务. agent与agent之间通过a2a协议交互.

如何快速搭建你的agent?

• 选择一个基本的agent, 改改配置, 配置一下“大脑、工具、知识库”即可. 甚至什么也不用改, 你直接拿来用也行. 例如 ModelScope-Agent , AgentScope  https://github.com/modelscope/agentscope

ModelScope-Agent 已经集成了大量可选的大脑、记忆能力、大量内部工具, 可以直接使用. 你也可以基于ModelScope-Agent扩展它所能支持的工具, 实际上通过mcp已经可以链接万物. 然后你要做的就是付费购买一些支持api的更加强大的大模型(或购买GPU自建), 就可以拥有自己的ai agent.

多agent协作, 可以是一个有推理能力的大模型驱动一些其他专业领域微调过的模型来完成, 也可以是不同的agent互相调用互相协作完成.  多agent应用可以参考metagpt项目: https://docs.deepwisdom.ai/main/en/guide/get_started/introduction.html

参考

更多agent相关介绍(包括agent相关开源项目):

• https://edu.aliyun.com/course/3126500/lesson/342570389

https://github.com/modelscope/modelscope-agent/

https://modelscope-agent.readthedocs.io/en/latest/

https://docs.deepwisdom.ai/main/en/guide/get_started/introduction.html

https://github.com/modelscope/agentscope