Google說：2025年，Agent改變一切！

Google： 2025年是AI Agents元年；

Sam Altman： 2025年我們能建構出達到AGI L3的Agent。

最新Google發佈了一份關於Agents的白皮書，寫的特別精彩，50多頁的pdf。

Agent：AI 的新邊界，從模型到智能體

現在，我們正在進入一個全新的時代，在這個時代，AI 不僅僅是模型，而是擁有自主思考和行動能力的 agent。它不僅能理解你的指令，還能像人類一樣規劃、推理、並利用外部工具來完成任務，那將帶來怎樣的變革？這正是 AI agent 的核心理念。它們超越了傳統模型的侷限，將 AI 的應用推向了新的高度。

Agent 的核心：不止是模型

那麼，到底什麼是 agent 呢？簡單來說，agent 是一個能夠觀察世界、思考決策並採取行動的程序。它不是一個被動執行指令的工具，而是一個主動解決問題的智能體。我們可以將其拆解為以下三個核心元件：

• 模型 (Model) ：這是 agent 的“大腦”，可以是任何 LLM，比如 Gemini。模型負責理解語言、進行推理和規劃。你可以根據需要選擇不同大小、不同功能的模型。
• 工具 (Tools) ：模型再強大，也無法訪問真實世界。工具就像 agent 的“雙手”，讓它可以與外部世界互動。比如，使用 API 查詢天氣，或在資料庫中尋找資訊。
• 編排層 (Orchestration Layer) ：如果說模型是 agent 的大腦，那麼編排層就是它的執行機制。它負責協調模型的思考和工具的使用，讓 agent 按部就班地完成任務。編排層中，我們可以使用諸如ReAct、Chain-of-Thought (CoT) 或 Tree-of-Thoughts (ToT) 等推理框架來引導 agent 進行思考。

Agent 與模型：關鍵區別

現在，你可能會問：“agent 和模型到底有什麼區別？”這裡有一個簡單的對比：

下圖是一個在編排層使用 ReAct 推理建構的Agent示例。它基本上通過 1-n 次思考、動作（帶有輸入）和觀察的迭代，以及訪問關鍵工具來嘗試解決問題。

工具：連接世界的鑰匙

工具是 agent 的核心能力。它們賦予了 agent 與外部系統互動的能力，包括：

• 擴展 (Extensions) ：標準化連接 API 的方式，讓 agent 無需關心底層實現細節，可以輕鬆呼叫外部服務。

• 函數 (Functions) ：在客戶端執行的自訂程式碼，可實現更精細的資料處理和系統控制。

• 資料儲存 (Data Stores) ：讓 agent 可以訪問外部資料來源，如網站、文件、資料庫等，以擴展知識面。

資料儲存通常實現為向量資料庫。也可以為Agent提供各種格式的資料。

增強 agent 的學習能力

除了強大的工具，我們還可以使用以下方法來增強 agent 的學習能力：

• 上下文學習 (In-context learning) ：在執行階段提供示例，讓 agent "即時"學習如何使用工具。
• 檢索式上下文學習 (Retrieval-based in-context learning) ：動態檢索最相關的知識和例子，來最佳化 agent 的決策。
• 微調 (Fine-tuning) ：使用特定資料集微調模型，讓 agent 在特定領域表現更出色。

Agent 的實際應用：無限可能

有了這些強大的元件和技巧，我們可以建構出各種各樣的 agent。例如：

• 旅行規劃助手:  根據使用者的需求，查詢航班、酒店，並生成行程安排。
• 程式碼生成器: 根據使用者的描述，自動編寫程式碼，甚至可以運行並測試。
• 智能客服:  理解使用者的問題，並使用知識庫和工具來提供解答。

Agent 的未來：一個新時代的開端

Agent 的發展潛力是巨大的，它不僅僅是技術的進步，更是一場思維方式的變革。隨著工具的日益完善和推理能力的不斷提升，agent 將逐漸成為我們工作和生活中不可或缺的一部分。

最後，別忘了：

• 建構 agent 是一個迭代過程，需要不斷嘗試和改進。
• 沒有兩個完全相同的 agent，因為它們都基於 LLM 的生成能力。
• 通過巧妙地運用工具和推理框架，我們可以打造出無限可能。 (探索AGI)