一、第一重境界：當(dāng)作能理解語義的API使用

Agent 智能體第一重境界，可以把大型語言模型看成一個(gè)特別的 API，它能讀懂人類語言。就像我們平時(shí)調(diào)用其他 API 那樣，我們向智能體提問，它就能給出經(jīng)過自己思考的答案。

這個(gè)階段的智能體，通常是把這種讀心術(shù)般的語言理解力融入到標(biāo)準(zhǔn)的軟件流程中，給軟件添加智慧升級(jí)。它的作用主要圍繞著理解并處理文字，比如：生成文本、做內(nèi)容概括等，這些都離不開它強(qiáng)大的語言理解能力。工作起來，就跟程序員在開發(fā)軟件時(shí)調(diào)用各種工具的 API 差不多。下面是個(gè)常見的應(yīng)用實(shí)例：

1、每日新聞精粹

一個(gè)鮮明的應(yīng)用案例體現(xiàn)在自動(dòng)化新聞?wù)稀gent 能夠消化海量的新聞資訊，并借助其卓越的自然語言解析技術(shù)，提取核心要點(diǎn)，編制成一份緊湊的每日新聞概要。

此發(fā)展階段，Agent 開發(fā)的核心議題聚焦于提升自然語言的解析與處理能力。對(duì)于 AI 領(lǐng)域的開發(fā)者而言，掌握自然語言處理的基礎(chǔ)理論已頗為關(guān)鍵。而在實(shí)際的 AI 工程項(xiàng)目實(shí)施中，很大程度上側(cè)重于調(diào)整和優(yōu)化指令提示，以充分利用現(xiàn)有的高級(jí) AI 模型來達(dá)成這一需求。

二、第二重境界：當(dāng)作自然語言編程工具使用

進(jìn)入第二重境界后，Agent 實(shí)現(xiàn)了從單純的語言理解接口到自然語言編程利器的跨越。這標(biāo)志著開發(fā)者能夠運(yùn)用自然語言指令，引導(dǎo) Agent 執(zhí)行更為復(fù)雜多維的任務(wù)序列。

在此進(jìn)化階段的智能體，其應(yīng)用場(chǎng)景遠(yuǎn)遠(yuǎn)超越了文本解析的范疇。借助精心設(shè)計(jì)的提示策略、Function Calling 函數(shù)調(diào)用機(jī)制，大型語言模型得以遵照具體的指示，輸出結(jié)構(gòu)化的信息，從而在很多層面上介入并優(yōu)化了傳統(tǒng)的軟件作業(yè)流程，實(shí)現(xiàn)了通過LLM 技術(shù)進(jìn)行自然語言編程的實(shí)踐。以下為該模式的幾個(gè)典例應(yīng)用場(chǎng)景：

1、代碼解釋器

比如：用 Python 畫個(gè)愛心。

代碼解釋器 Agent 借助大語言模型進(jìn)行 Planning 推理生成對(duì)應(yīng)的 Python 代碼。

然后借助 iPython 解釋器工具和運(yùn)行資源和運(yùn)行環(huán)境等3個(gè)工具完成 Action 執(zhí)行結(jié)果。

三、第三重境界：當(dāng)作真正的智能使用

當(dāng) Agent 開發(fā)邁入第三重境界時(shí)，它搖身一變，成為了名副其實(shí)的智能伙伴，遠(yuǎn)不止是簡(jiǎn)單的 API 或工具那樣被動(dòng)。這時(shí)的 Agent，具備了自我決策與解決問題的能力，成為了主動(dòng)參與工作的智囊團(tuán)成員。

在這個(gè)層次的智能體構(gòu)建，近乎于大家構(gòu)想中的 AI 原生應(yīng)用程序開發(fā)，它徹底顛覆了傳統(tǒng)軟件開發(fā)的邏輯框架。大語言模型（LLM）在此真正作為智慧體被激活并融入應(yīng)用。

開發(fā)這樣的應(yīng)用，你得像設(shè)計(jì)一個(gè)人類團(tuán)隊(duì)的任務(wù)分配那樣去構(gòu)思：

• 角色定位（用提示詞Role來界定每個(gè)Agent的職責(zé)）
• 技能配置（為這些角色綁定必要的工具與技能集）
• 交互機(jī)制（設(shè)定狀態(tài) state 來管理各 Agent 間的信息交流）
• 流程規(guī)劃（安排 workflow 確保各項(xiàng)任務(wù)在 Agent 間順暢傳遞）

此刻，LLM 不再是孤立的 API 調(diào)用，而是與具體角色、技能綁定，并且需要多個(gè) Agent 協(xié)同作戰(zhàn)，模擬了人類團(tuán)隊(duì)的運(yùn)作模式。以下是一些體現(xiàn)這一理念的典型應(yīng)用場(chǎng)景實(shí)例：

1、Planning-Action-Observation（Plan-and-Execute）

Planning-Action-Observation 是一種任務(wù)解決方法論，核心圍繞著規(guī)劃、執(zhí)行、觀測(cè)三大關(guān)鍵環(huán)節(jié)展開，要求 Agent 基于既定目標(biāo)，自主啟動(dòng)策劃流程并后續(xù)執(zhí)行這些策略。這意味著 Agent 必須掌握解析目標(biāo)、策略構(gòu)思及任務(wù)實(shí)施的綜合技能。

拿“規(guī)劃一次從北京至上海的旅程”為例，這一過程在大語言模型的引導(dǎo)下，會(huì)細(xì)分為幾個(gè)精心規(guī)劃的步驟：分析并決定出發(fā)日期，評(píng)估并挑選最合適的交通工具，預(yù)覽并預(yù)訂住宿及活動(dòng)項(xiàng)目——此為“規(guī)劃”階段。隨后的“執(zhí)行”階段，則是對(duì)上述計(jì)劃的實(shí)體化，具體到制定詳盡的日程安排，以及無縫完成所有必要的預(yù)約操作，確保旅程的每一環(huán)都妥善安排。

總之，Agent 開發(fā)的三重境界標(biāo)志著其技術(shù)從基本應(yīng)用邁向深度整合的逐步演變。技術(shù)的持續(xù)飛躍激勵(lì)我們預(yù)見，Agent 在即將來臨的軟件開發(fā)領(lǐng)域必將占據(jù)舉足輕重的位置。因此，對(duì)程序員來說，深入理解和熟練駕馭 Agent 開發(fā)的這一系列演化步驟，將成為他們緊跟未來科技浪潮，提升自身競(jìng)爭(zhēng)力的關(guān)鍵所在。

本文轉(zhuǎn)載自公眾號(hào)玄姐聊AGI  作者：玄姐

原文鏈接：??https://mp.weixin.qq.com/s/WZdMLgxpHyNj08KOIjkLEA??