2023年，Agent的概念因大型语言模型（LLM）的发展而再次流行起来。LLM如GPT系列的出现，强化了Agent的能力，使其不仅能够执行基本任务，还能进行复杂的语言理解和生成，以及更加复杂的决策制定。这些进步使得Agent能够在更广泛的应用场景中发挥作用，例如在客户服务、个性化推荐、自动化内容生成等领域。

如果没有LLM的支持，Agent将丧失多个关键能力：

·听不懂，看不懂。没有文字、音频、视频和图像的多模态LLM，Agent无法有效地理解复杂的语言输入。这意味着它们无法从用户的语言表达中准确地捕捉意图和信息。例如上传医疗检测单据图片，Agent需要读取图片上的文字信息，以帮助检查人员更快过滤检验结果。

·理解不了。没有高级的语言处理能力，Agent将无法进行深入的语义理解和情感分析，从而在理解用户需求和响应方面变得有限，这样会导致Agent没有“沟通能力”。

·说不出来。没有LLM的内容生成能力，Agent在语言生成方面的能力也将大幅缩水。它们将无法生成自然、流畅且符合上下文的语言回应，影响与用户的交互质量。

·推理不了。没有LLM的推理能力，Agent就像侦探有了线索但无法破案。Agent在任务分解和目标规划以及自我反思中都陷入僵局。Agent无法理解用户的目标，做任务拆解以及对任务的执行情况进行迭代。

由此可见，LLM的技术发展，在Agent应用开发中扮演着至关重要的角色，这也是在2023年的LLM技术浪潮中，Agent项目大放异彩的主要原因。总的来说，Agent是一个智能系统，能够在复杂环境中自主行动，以实现特定的目标或任务。这些Agent通常被设计为能够感知环境、做出决策，并通过执行动作来影响环境。

1. Agent的关键特性

Agent通常有两个关键特性。

Agent的一个关键特性是利用LLM作为推理引擎。Agent通过LLM来决定如何与外部世界进行交互，这意味着代理的行为不是预设的序列（硬编码是预置流程），而是根据用户输入和先前动作的结果动态决定的。这种灵活性使得代理能够应对多变的环境和复杂的任务。

Agent的另一个关键特性是工具的使用。人类与动物的最大区别是会制造和使用工具。同样地，越是智能的Agent，不仅拥有大量工具，而且在不同环境和不同任务场景下，会自主选择和使用工具。例如一个QA查询的Agent，尽管简单的问答可以解决一些用户问题，但在处理更复杂或一些边界问题时，灵活的Agent则显得尤为重要。例如用户查询完后，希望搜索更多相关实时的信息。那么就要求Agent是连接到数据源或计算资源的，如搜索API和数据库，来弥补大型语言模型的局限性（这里特指各大模型的知识截断问题，LLM无法直接回答实时社会产生的信息）。

灵活的Agent不仅提高了数据处理的能力和多样性，还使Agent能够拓宽应用范围，增强用户体验，并持续学习和适应新的挑战。随着LLM技术的不断突破，我们可以预见，未来的Agent技术将更加智能，可完成更复杂的任务。

2. Agent的应用范围

Agent技术的应用范围广泛且多样化，它们不仅仅是简单的自动化工具，而是能够在多个领域中提供高效和创新的解决方案的工具。以下是Agent技术的一些主要应用领域。

1）自动化和效率化的工具。Agent技术在复杂任务自动化和提高工作效率方面起着至关重要的作用。无论是简单的数据查询还是复杂的决策制定，都能显著减少人工操作，优化工作流程。

2）数据分析和处理。在处理大量数据和执行复杂分析方面，Agent技术发挥着重要作用。它能够从海量数据中提取有价值的信息，为企业和研究者提供快速、准确的洞察。

3）交互式用户体验。Agent技术通过自然语言处理和上下文感知技术，提供个性化和互动的用户体验，从而改善用户交互。

4）智能决策支持。Agent技术作为决策支持工具，在分析复杂情况和提供基于数据的建议方面表现突出，特别是在商业、医疗和科研等领域。

5）集成与扩展服务。Agent能够集成多种工具和服务，通过API调用外部服务，将不同的功能和信息源集成到一个统一的接口中，为用户提供全面和扩展的功能。

6）自适应学习和进化。Agent技术具有学习和适应的能力，能够根据用户反馈和行为模式不断进化，以更好地满足用户需求。

3. Agent的类型

在Lilian Weng的博客“LLM Powered Autonomous Agents”中对Agent做了3种分类。

1）自主代理：如AutoGPT，这类代理以LLM作为“大脑”，能够独立执行任务。它们具有自我学习和适应能力，适用于复杂的决策过程。

2）增强型代理：如工具增强型语言模型（TALM、Toolformer），这类代理通过结合外部工具或API来扩展其功能，能够执行超出普通语言模型能力范围的任务。

3）专业化代理：如用于药物发现的ChemCrow，这类代理针对特定领域设计，具有该领域内的专业知识。专业化代理在企业和个人用户之间受到极大欢迎，这反映出了人们对此类代理的强烈需求。表8-1展示了用户最渴望的专业化代理类型。

当我们看到这么多Agent类型时，很自然地萌生出想要创建一些帮助自己解决工作和生活问题Agent的想法。那么，下面我们来了解Agent的主要模块，它是我们构建Agent的起点。