|
大家好，我是【同学小张】。持续学习，持续干货输出，关注我，跟我一起学AI大模型技术！ 
本文为该课程的第二章（智能体综述及多智能体框架介绍)笔记）。 0. 温故而知新 - 再看 AI Agent 是什么前面文章已经介绍过我理解的 AI Agent 的概念。 再看这张经典的图：  现在看来，中间的Agent应该换为LLM更为合适，而整张图才能叫做Agent。也就是说：Agent是上图中所有能力的集合，以LLM为大脑，来决定完成任务所需的步骤，规划执行该使用哪些工具，该得到什么结果。再辅以记忆能力，让整个过程像人一样能够自主决策，自主行动以自主达到目的。 1. 一个AI Agent实例介绍 - BabyAGI项目地址：https://github.com/yoheinakajima/babyagi/blob/main/README.md
其运行流程如下：
（1）从任务列表中提取第一个任务
（2）将任务发送到执行代理（Execution Agent），该Agent使用LLM根据上下文完成任务。
（3）丰富结果并将其存储在向量数据库中
（4）创建新任务，并根据上一任务的目标和结果重新确定任务列表的优先级。
（5）重复以上步骤 其中涉及四个Agent，其中前三个Agent都利用了大模型的能力来进行任务规划和总结： Execution Agent 接收目标和任务，调用大模型 LLM来生成任务结果。 Task Creation Agent 使用大模型LLM 根据目标和前一个任务的结果创建新任务。它的输入是：目标，前一个任务的结果，任务描述和当前任务列表。 Prioritization Agent 使用大模型LLM对任务列表进行重新排序。它接受一个参数：当前任务的 ID Context Agent 使用向量存储和检索任务结果以获取上下文。
运行起来后的过程可以参考这篇文章：babyagi: 人工智能任务管理系统https:///post/7218815501433946173 2. 多智能体框架比较对市面上多智能体框架了解的不多，目前为止，只用过 MetaGPT、AutoGPT，听过AutoGen。想了解更多的，可以参考这篇文章 基于大语言模型的AI Agents—Part 3（https://www./article/ai-agent-part3），里面总结比较了常见的多智能体框架： 
这里我只对MetaGPT和AutoGPT的使用感受做下比较和说明，自己的感受，个人观点，欢迎批评指正。AutoGPT更多的是依赖大模型去进行规划和行动，个人感觉有点过于依赖大模型的能力了。而目前而言，大模型的能力还远没有达到能自主规划和决策行动的地步，这使得AutoGPT的执行结果非常地不可控，很难达到自己想要的效果。并且其是单智能体，能完成的工作相对比较简单。接口也不太好用。 MetaGPT更多的是依赖事先定义好的SOP（标准作业流程），这使得任务的执行过程变得相对可控，最大限度的保证任务的正确执行。并且可以是多智能体，能执行的任务相对复杂。接口封装也比较清晰。尤其是Team、Role和Action三个抽象，真的将Agent抽象为人。总结起来，MetaGPT的工作流程就像：SOP是制订了一条标准化的流水线，然后Role是分布在流水线各个位置的打工人，大家各司其职，合作共赢。
3. 警告？Agent因为涉及到多个步骤，而且大模型的能力并没有我们想象地那么强，如果不加限制，很容易陷入死循环… 这将是你财富的直接损失… 所以一定要谨慎。正如 BabyAGI里的警告： 
大家好，我是【同学小张】。持续学习，持续干货输出，关注我，跟我一起学AI大模型技术！
|
