“ 智能體的運(yùn)作流程非常復(fù)雜和不可控，因此需要其它解決方案來(lái)解決這些問(wèn)題?！?/strong>

從結(jié)構(gòu)上來(lái)看智能體的實(shí)現(xiàn)非常簡(jiǎn)單，就是大模型LLM+工具Tools；而構(gòu)建工具主要有兩種方式，F(xiàn)unction call和MCP協(xié)議。但由于智能體是由大模型自己決定怎么使用工具，以及怎么處理工具需要的參數(shù)和返回值。

而這個(gè)過(guò)程對(duì)技術(shù)人員是完全不可控的，因此這一點(diǎn)也是智能體執(zhí)行過(guò)程中主要的困難點(diǎn)和風(fēng)險(xiǎn)點(diǎn)；特別是在多鏈路的工具調(diào)用過(guò)程中，比如說(shuō)讓模型找到某個(gè)景點(diǎn)附近的酒店，并根據(jù)要求訂房間。

這個(gè)時(shí)候智能體就需要先執(zhí)行搜索的功能，再執(zhí)行下單的功能；而如果在復(fù)雜業(yè)務(wù)場(chǎng)景中，可能需要的鏈路更長(zhǎng)，需要的工具更多；但大模型在這種長(zhǎng)距離的思維鏈路中，很容易產(chǎn)生問(wèn)題。

因此，才有了多智能體架構(gòu)的出現(xiàn)，也就是每個(gè)智能體只負(fù)責(zé)單一的功能邏輯，然后把多個(gè)智能體組合成一個(gè)大的復(fù)雜的智能體。但這樣同樣會(huì)產(chǎn)生一些問(wèn)題，那就是多智能體之間的通訊問(wèn)題。

而且，在真實(shí)的業(yè)務(wù)場(chǎng)景中，很多業(yè)務(wù)功能不僅僅只依靠智能體來(lái)完成，可能還需要其它業(yè)務(wù)處理或人工參與；這時(shí)一旦出現(xiàn)問(wèn)題，怎么快速定位問(wèn)題和解決問(wèn)題是一個(gè)需要思考的問(wèn)題。

而解決這些問(wèn)題的前提，就是我們要明白智能體的執(zhí)行邏輯，這樣我們才能知道智能體執(zhí)行出現(xiàn)問(wèn)題可能產(chǎn)生的原因。

智能體的執(zhí)行流程

事實(shí)上很多人認(rèn)為的智能體就是給大模型加一些外部工具，而由此組成的結(jié)構(gòu)就是一個(gè)智能體；包括作者剛開(kāi)始也是這么認(rèn)為，這種想法雖然不能說(shuō)有錯(cuò)；但事實(shí)上存在一些認(rèn)知偏差，或者說(shuō)這可以認(rèn)為是狹義上的智能體。

智能體（Agent）是指能夠感知環(huán)境并采取行動(dòng)以實(shí)現(xiàn)特定目標(biāo)的代理體。它可以是軟件、硬件或一個(gè)系統(tǒng)，具備自主性、適應(yīng)性和交互能力。智能體通過(guò)感知環(huán)境中的變化（如通過(guò)傳感器或數(shù)據(jù)輸入），根據(jù)自身學(xué)習(xí)到的知識(shí)和算法進(jìn)行判斷和決策，進(jìn)而執(zhí)行動(dòng)作以影響環(huán)境或達(dá)到預(yù)定的目標(biāo)。

以上是百度百科關(guān)于智能體的定義，從上面可以看出智能體并不是簡(jiǎn)單的多模型+工具；而是一個(gè)能夠感知環(huán)境并采取行動(dòng)以實(shí)現(xiàn)特定目標(biāo)的代理體，其主要特點(diǎn)是具備自主性，適應(yīng)性和交互能力。

所以只需要具備上述特征的系統(tǒng)都可以被稱(chēng)為智能體；而目前的智能體主要依靠大模型來(lái)實(shí)現(xiàn)，原因就在于目前的大模型具備很強(qiáng)的自主規(guī)劃能力，然后還可以使用外部工具執(zhí)行動(dòng)作。

那為什么說(shuō)由大模型+工具實(shí)現(xiàn)的智能體是狹義上的智能體呢？

因?yàn)?，這樣是最簡(jiǎn)單的智能體結(jié)構(gòu)；但真實(shí)場(chǎng)景中的業(yè)務(wù)流程遠(yuǎn)遠(yuǎn)超過(guò)了這種簡(jiǎn)單結(jié)構(gòu)的處理能力；所以，才需要在智能體系統(tǒng)中加入工作流，用戶(hù)接口等。

并且，為了保證系統(tǒng)的正常運(yùn)行和中斷運(yùn)行，需要在系統(tǒng)中斷之后還能恢復(fù)到之前的狀態(tài)，因此還需要保存智能體執(zhí)行過(guò)程中的實(shí)時(shí)數(shù)據(jù)。

而這些操作雖然從理論上說(shuō)起來(lái)很簡(jiǎn)單，但在實(shí)際操作過(guò)程中卻面臨著各種各樣的問(wèn)題和困難點(diǎn)；特別是隨著智能體架構(gòu)的調(diào)整，其某些功能點(diǎn)可能需要重新設(shè)計(jì)和實(shí)現(xiàn)。

而由于大模型本身的不確定性，更為整個(gè)智能體系統(tǒng)增加了更多的不可控因素。

比如說(shuō)這時(shí)可能需要進(jìn)行容錯(cuò)處理，在大模型執(zhí)行出現(xiàn)問(wèn)題時(shí)，能夠提供重試機(jī)制或人工介入處理等。

本文轉(zhuǎn)載自??AI探索時(shí)代?? 作者：DFires