评估
人工智能代理(AI Agents)是指能够通过设计其工作流程和利用可用工具代表用户或其他系统自主执行任务的系统或程序。 AI 代理除了自然语言处理之外，还可以包含各种功能，包括决策、解决问题、与外部环境交互和执行操作。 这些代理可以部署在各种应用程序中，以解决各种企业环境中的复杂任务，从软件设计和 IT 自动化到代码生成工具和对话助手。 它们利用大型语言模型 (LLM) 的高级自然语言处理技术来逐步理解和响应用户输入，并确定何时调用外部工具。
AI代理的核心是大型语言模型(LLM)，因此，AI代理通常被称为LLM代理。传统的LLM根据用于训练它们的数据生成响应，并且受到知识和推理限制的约束。 相比之下，代理技术利用后端的工具调用来获取最新信息、优化工作流程并自主创建子任务以实现复杂目标。 在此过程中，自主代理会随着时间的推移学会适应用户的期望。 代理能够将过去的交互存储在内存中并计划未来的行动，从而鼓励个性化的体验和全面的响应。 这种工具调用可以在没有人为干预的情况下实现，并拓宽了这些AI系统在现实世界中应用的可能性。
关于AI Agents相关的资料，个人觉得 https://abacus.ai/ 上内容比较丰富，可以参考一下。 人工智能代理的典型架构：
AI Agents & Friends
- Abacus.AI: https://abacus.ai/
- AI Agents: https://aiagent.app/
- Mem0: The Memory Layer for Personalized AI - https://github.com/mem0ai/mem0
References
- What are AI Agents?: https://aws.amazon.com/what-is/ai-agents/
- What are AI agents?: https://www.ibm.com/think/topics/ai-agents