關(guān)于 Agent 的定義目前還沒有形成共識，目前有3個代表性的定義：

流行最廣的是前 OpenAI 研究與安全副總裁 Lilian Weng 對 Agent 的定義：Agent = LLM + Planning + Tools + Memory。

除此之外，LangChain 對 Agent 的定義為：使用 LLM 決定應(yīng)用程序控制流的系統(tǒng)。

OpenAI 對 Agent 的定義是：Agent 是能夠代表用戶自主完成任務(wù)的系統(tǒng)。

盡管目前對 Agent 的定義還沒形成共識，但是大家對 Agentic System（智能系統(tǒng)）基本的共識是：Agentic System 是一種有目標(biāo)、基于環(huán)境的決策系統(tǒng)。與 LLM 最大的區(qū)別在于，Agentic System 可以與現(xiàn)實世界交互，從感知環(huán)境開始，做出決策并執(zhí)行，影響環(huán)境，然后基于反饋調(diào)整，不斷持續(xù)迭代循環(huán)。

1、Agentic System 架構(gòu)設(shè)計剖析

一個完整的 Agentic System 架構(gòu)包含四個核心組成部分：

• 感知：為大模型構(gòu)建上下文信息。常見的方法包括檢索增強生成（RAG），查詢結(jié)構(gòu)化數(shù)據(jù)（比如：數(shù)據(jù)庫、網(wǎng)頁內(nèi)容）或者檢索歷史記錄（比如：長短期記憶）。
• 決策：本質(zhì)上是 Planning 規(guī)劃過程?？梢酝ㄟ^規(guī)則引擎（Workflow）實現(xiàn)，也可以由大語言模型（LLM）驅(qū)動（自主 Agent），或者借助外部規(guī)劃器。在設(shè)計時需要權(quán)衡泛化能力和準(zhǔn)確性--LLM 驅(qū)動的決策泛化能力強，但不確定性較高；而基于規(guī)則的工作流泛化能力較弱，但更可控。
• 執(zhí)行：通過調(diào)用工具來改變環(huán)境。包括 API 調(diào)用（比如：REST、RPC、SQL、函數(shù)調(diào)用）或與圖形軟件的集成（比如：Anthropic 的 Computer use）。
• 反饋：用于評估和迭代的機制。反饋可以通過人工標(biāo)注、規(guī)則或模型生成，更新可以是離線的或在線的。

這個閉環(huán)構(gòu)成了 Agent 的基礎(chǔ)單元（building block）。復(fù)雜的 Agent 可以由多個小 Agent 組成，復(fù)雜業(yè)務(wù)邏輯大決策通常由一系列小型決策構(gòu)成。

2、多 Agentic System 架構(gòu)設(shè)計原則

當(dāng)多個 Agent 協(xié)同工作時，就構(gòu)成了 Multi-Agent 系統(tǒng)。在設(shè)計 Multi-Agent 系統(tǒng)時，要避免過度拆分。每個 Agent 應(yīng)該代表一個明確的業(yè)務(wù)決策點，并可以通過持續(xù)反饋進行優(yōu)化。只有在單個 Agent 無法滿足需求時，才考慮引入更多的 Agent。

第一、借鑒分布式系統(tǒng)的思路，可以把 Agent 比作一臺計算機：

• LLM（大語言模型）是計算機的CPU，負(fù)責(zé)處理和運算。
• Context window（上下文窗口）是計算機的內(nèi)存，用于臨時存儲信息。
• 向量數(shù)據(jù)庫是計算機的硬盤，用于長期存儲數(shù)據(jù)。
• 工具（Tools）是計算機上的程序，用于執(zhí)行特定任務(wù)。

分布式系統(tǒng)主要解決以下三個問題：

1. 性能不足：單臺計算機的計算或存儲能力有限。
2. 容錯性：單個系統(tǒng)容易出現(xiàn)故障，需要多個系統(tǒng)協(xié)同工作以提高可靠性。
3. 協(xié)作：不同團隊負(fù)責(zé)不同的微服務(wù)，需要協(xié)同工作。

Multi-Agent 系統(tǒng)的設(shè)計原則與此類似：

• 解決單次 LLM 調(diào)用智力不足的問題：當(dāng)單個 Agent 無法處理復(fù)雜的任務(wù)時，可以引入多個 Agent 協(xié)同工作。
• 提高容錯性：多個 Agent 協(xié)同工作可以提高系統(tǒng)的可靠性和穩(wěn)定性。
• 促進協(xié)作：不同 Agent 可以負(fù)責(zé)不同的任務(wù)或決策點，實現(xiàn)更復(fù)雜的業(yè)務(wù)邏輯。

第二、Agentic System 架構(gòu)演進

Multi-Agent 系統(tǒng)的設(shè)計應(yīng)從單個 Agent 開始，只有在單個 Agent 無法滿足需求時，才逐步過渡到多 Agent 架構(gòu)。這種逐步擴展的方式有助于保持系統(tǒng)的簡潔性和可維護性。

3、從單 Agent 到多 Agent 智能助手案例架構(gòu)演進

智能助手的演進遵循了從單 Agent 到 Multi-Agent 的路徑：

• 初始階段：僅有產(chǎn)品問答模塊，使用簡單的 RAG（檢索增強生成）技術(shù)。
• 技能擴展：添加多種技能，但用戶需要手動切換。
• 意圖識別：開發(fā)意圖識別 Agent，但仍為單 Agent 架構(gòu)。
• 多 Agent 體系：隨著場景復(fù)雜化和多團隊協(xié)作需求的增加，逐步過渡到多 Agent 體系。

除架構(gòu)演進外，我們還進行了多項技術(shù)優(yōu)化：

• RAG 優(yōu)化：增加查詢改寫功能，提高系統(tǒng)的魯棒性。用戶不一定會提出完美的問題，通過查詢擴展和改寫，系統(tǒng)能夠更好地處理各種輸入變化。
• 知識圖譜：引入 GraphRAG 技術(shù)，將產(chǎn)品知識問答的準(zhǔn)確度從 76% 提升到 93%。對于算法實力一般但工程能力強的團隊，知識圖譜是模型后訓(xùn)練的實用替代方案。
• 強化學(xué)習(xí)：在經(jīng)營分析場景中，將評價體系（如 AARRR 模型）轉(zhuǎn)化為強化學(xué)習(xí)的獎勵函數(shù)，實現(xiàn)模型的持續(xù)優(yōu)化。

當(dāng)然，我們也在經(jīng)營分析場景中基于 SFT（監(jiān)督微調(diào)）和強化學(xué)習(xí)進行微調(diào)。我們之前基于經(jīng)營分析 Agent 構(gòu)建的數(shù)據(jù)集和評價體系，天然地過渡到了 RL（強化學(xué)習(xí)）領(lǐng)域的環(huán)境和獎勵函數(shù)的構(gòu)建。我們之前評價一個經(jīng)營建議好壞的一個重要指標(biāo)是思考過程是否符合 AARRR 模型，現(xiàn)在在 RL 中，這個指標(biāo)也成為了獎勵函數(shù)之一。

本文轉(zhuǎn)載自??玄姐聊AGI??  作者：玄姐