Al Agent--大模型时代重要落地方向

本文约3200字，建议阅读8分钟

本文将梳理大语言模型 Agent 的相关知识点，并对大模型时代 AI Agent 的重要落地方向进行探讨。

随着大语言模型的日趋成熟，各类基于大语言模型的 AI Agent 逐渐走入人们的视野。

今天的介绍会围绕下面五点展开：

1. LLM-based Agent 整体架构

2. LLM-based Agent 重点&难点问题

3. 基于大语言模型的用户行为模拟智能体

4. 基于大语言模型的多智能体软件开发

5. LLM-based Agent 未来方向

01 LLM-based Agent 整体架构

大语言模型 Agent 的构成，主要分为以下 4 个模块：

1. 画像模块：主要描述 Agent 的背景信息

下面介绍画像模块的主要内容和生成策略。

（1）画像内容，主要基于 3 种信息：人口统计信息、个性信息和社交信息。

（2）生成策略：主要采用 3 种策略来生成画像内容：

• 手工设计方法：自行通过指定的方式，将用户画像的内容写入大模型的 prompt 中；适用于 Agent 数量比较少的情况；
• 大模型生成方法：首先指定少量画像，并将其作为示例，进而使用大语言模型生成更多的画像；适用于大量 Agent 的情况；
• 数据对齐方法：需要根据事先指定的数据集中人物的背景信息作为大语言模型的 prompt，进而做相应的预测。

2. 记忆模块：主要目的是记录 Agent 行为，并为未来 Agent 决策提供支撑

（1）记忆结构

• 统一记忆：仅考虑短期记忆，不考虑长期记忆；
• 混合记忆：长期记忆和短期记忆相结合

（2）记忆形式：主要基于以下 4 种形式

• 语言
• 数据库
• 向量表示
• 列表

（3）记忆内容：常见以下 3 种操作

• 记忆读取
• 记忆写入
• 记忆反思

3. 规划模块

• 无需反馈的规划：大语言模型在做推理的过程中无需外界环境的反馈。这类规划进一步细分为三种类型：基于单路的推理，仅使用一次大语言模型就可以完整输出推理的步骤；基于多路的推理，借鉴众包的思想，让大语言模型生成多个推理路径，进而确定最佳路径；借用外部的规划器。
• 带有反馈的规划：这种规划方式需要外界环境提供反馈，而大语言模型需要基于环境的反馈进行下一步以及后续的规划。这类规划反馈的提供者来自三个方面：环境反馈、人类反馈和模型反馈。

4. 动作模块

• 动作目标：有些 Agent 的目标是完成某个任务，有些是交流，有些是探索。
• 动作生成：有些 Agent 是依靠记忆回想生成动作，有些是按照原有计划执行特定的动作。
• 动作空间：有些动作空间是工具的集合，有些是基于大语言模型自身知识，从自我认知的角度考虑整个动作空间。
• 动作影响：包括对环境的影响、对内在状态的影响，以及对未来新动作的影响。

以上是 Agent 的整体框架，更多内容可参考下述论文：

Lei Wang, Chen Ma, Xueyang Feng, Zeyu Zhang, Hao Yang, Jingsen Zhang, Zhiyuan Chen, Jiakai Tang, Xu Chen, Yankai Lin, Wayne Xin Zhao, Zhewei Wei, Ji-Rong Wen:A Survey on Large Language Model based Autonomous Agents. CoRR abs/2308.11432 (2023)

02 LLM-based Agent 重点&难点问题

当前大语言模型 Agent 的重点和难点问题主要包括：

1. 如何提升 Agent 的角色扮演能力

Agent 最重要的功能是通过扮演某种角色，来完成特定的任务，或者完成各种各样的模拟，因此 Agent 的角色扮演能力至关重要。

（1）Agent 角色扮演能力定义

Agent 角色扮演能力分为两个维度：

• 角色和 Agent 行为关系
• 角色在环境中演化机制

（2）Agent 角色扮演能力评估

定义了角色扮演能力之后，接下来要对 Agent 角色扮演能力，从以下两个方面进行评估：

• 角色扮演评估指标
• 角色扮演评估场景

（3）Agent 角色扮演能力提升

在评估的基础上，需要进一步对 Agent 的角色扮演能力进行提升，有如下两种方法：

• 通过 Prompt 提升角色扮演能力：该方法本质是通过设计 prompt 来激发原有大语言模型的能力；
• 通过微调提升角色扮演能力：该方法通常是基于外部的数据，重新对大语言模型进行 finetune，来提升角色扮演能力。

2. 如何设计 Agent 记忆机制

Agent 和大语言模型最大的不同在于，Agent 能够在环境中不断进行自我演化和自我学习；而这其中，记忆机制扮演了非常重要的角色。从 3 个维度来分析 Agent 的记忆机制：

（1）Agent 记忆机制设计

常见有以下两种记忆机制：

• 基于向量检索的记忆机制
• 基于 LLM 总结的记忆机制

（2）Agent 记忆能力评估

对 Agent 记忆能力的评估，主要需要确定以下两点：

• 评估指标
• 评估场景

（3）Agent 记忆机制演化

最后需要对 Agent 记忆机制演化进行分析，包括：

• 记忆机制的演化
• 记忆机制的自主更新

3. 如何提升 Agent 推理/规划能力

（1）Agent 任务分解能力

• 子任务定义和拆解
• 任务执行最优顺序

（2）Agent 推理和外界反馈融合

• 设计推理过程中外界反馈的融入机制：让 Agent 和环境形成互相交互的整体；
• 提升 Agent 对外界反馈的响应能力：一方面需要 Agent 真实应对外界环境，另
  一方面需要 Agent 能够对外界环境提出问题并寻求解答方案。

4. 如何设计多 Agent 高效协同机制

（1）多 Agents 合作机制

• Agents 不同角色定义
• Agents 合作机制设计

（2）多 Agents 辩论机制

• Agents 辩论机制设计
• Agents 辩论收敛条件确定

03 基于大语言模型的用户行为模拟智能体

下面会举几个 Agent 的实际案例。首先是基于大语言模型的用户行为模拟智能体。该智能体也是大语言模型智能体与用户行为分析相结合的早期工作。该工作中，每个 Agent 分为三个模块：

1. 画像模块

对不同的 Agent 指定不同的属性，比如 ID、姓名、职业、年龄、兴趣以及特征等。

2. 记忆模块

记忆模块包括三个子模块。

（1）感受记忆

（2）短期记忆

• 将客观观测到的 raw observation 进行处理后，生成信息量更高的观测，将其存放到短期记忆中；
• 短期记忆内容的存储时间比较短

（3）长期记忆

• 短期记忆的内容经过反复的触发和激活后，会自动传入到长期记忆中
• 长期记忆内容的存储时间比较长
• 长期记忆的内容会根据现有的记忆进行自主的反思以及升华提炼。

3. 动作模块

每个 Agent 可以执行三种动作：

• Agent 在推荐系统中的行为，包括看电影、查找下一页以及离开推荐系统等；
• Agent 之间的对话行为；
• Agent 在社交媒体发帖的行为。

在整个模拟过程中，一个 Agent 在每一轮动作中均可自由地、不受外界干预地选择三种动作；我们可以看到不同 Agent 之间会相互对话，也会在社交媒体或者推荐系统中自主地产生各种各样的行为；通过多轮模拟之后，可以观察到一些有趣的社会现象，以及用户在网络上行为的规律。

更多内容可参考下述论文：

Lei Wang, Jingsen Zhang, Hao Yang, Zhiyuan Chen, Jiakai Tang, Zeyu Zhang, Xu Chen, Yankai Lin, Ruihua Song, Wayne Xin Zhao, Jun Xu, Zhicheng Dou, Jun Wang, Ji-Rong Wen：When Large Language Model based Agent Meets User Behavior Analysis: A Novel User Simulation Paradigm

04 基于大语言模型的多智能体软件开发

下一个 Agent 的例子是使用多 Agent 进行软件开发。这篇工作也是早期多Agent 合作的工作，其最主要的目的是利用不同 Agent 开发一款完整的软件。因此可将其看作一个软件公司，不同的 Agent 会扮演不同的角色：一部分 Agent 负责设计，包括 CEO、CTO、CPO 等角色；一部分Agent 负责编码，还有一部分 Agent 主要负责测试；此外，还会有一部分 Agent 负责撰写文档。这样，不同 Agent 负责不同的工作；最后再将 Agent 之间的合作机制，通过交流的方式进行协同和更新，最终完成一个软件完整的开发过程。

05 LLM-based Agent 未来方向

大语言模型的 Agent 目前可以分为两大方向：

• 解决特定任务，如 MetaGPT、ChatDev、Ghost、DESP 等
  这类 Agent 最终应是一个和人类正确价值观对齐的“超人”，其中有两个“限定词”：
  对齐正确的人类价值观；
  超越常人能力。
• 模拟现实世界，如 Generative Agent、Social Simulation、RecAgent等
  这类 Agent 所需要的能力，和第一类是截然相反的。
  允许 Agent 呈现多样的价值观；
  希望 Agent 尽量符合普通人，而不是超越常人。

此外，目前大语言模型 Agent 存在以下两个痛点：

• 幻觉问题
  由于 Agent 需要跟环境进行不断交互，因此每个步骤的幻觉都会被累加，即会产生累积效应，让问题变得更加严重；因此大模型的幻觉问题在这里需要得到进一步的重视。其解决办法包括：
  设计高效的人机协作框架；
  设计高效的人类干预机制。
• 效率问题
  在模拟过程中，效率是个非常重要的问题；下表总结了不同 Agent 在不同API 数量下的耗时。

分享嘉宾

陈旭博士，中国人民大学，准聘副教授，博士毕业于清华大学，于 2020 年加入中国人民大学。他的研究方向为推荐系统，强化学习，因果推断等。曾在 TheWebConf、AIJ、TKDE、SIGIR、WSDM、TOIS 等著名国际会议/期刊发表论文60余篇。曾共同主导构建推荐系统工具包“伯乐”，可解释推荐数据集 REASONER，以及基于大语言模型的推荐用户自主智能体仿真环境 RecAgent 等。他的研究成果曾获得 TheWebConf 2018 最佳论文提名奖、CIKM 2022 最佳资源论文 Runner Up 奖和 AIRS 2017 最佳论文奖。同时，他也曾荣获 CCF 自然科学二等奖（排名第二），ACM-北京新星奖（北京市三人）等。他的研究成果在多家企业落地，相关成果荣获华为“创新先锋”总裁奖。他主持/参与多项国家自然科学基金以及企业合作项目。

编辑：王菁