“ 總之，智能體開發(fā)的理論很簡(jiǎn)單；但其真正的難點(diǎn)卻在具體的落地實(shí)現(xiàn)?！?/strong>

智能體開發(fā)是目前大模型應(yīng)用的主流方向之一，但由于大模型的不穩(wěn)定性導(dǎo)致智能體開發(fā)困難重重，特別是構(gòu)建能夠穩(wěn)定運(yùn)行的智能體，更是難上加難。

今天我們就從智能體開發(fā)過程中遇到的問題出發(fā)，嘗試找到企業(yè)級(jí)的智能體架構(gòu)方案。

企業(yè)級(jí)智能體架構(gòu)

事實(shí)上智能體的概念很簡(jiǎn)單——就是LLM(大模型) + Prompt(提示詞) + Tools(工具)；但在實(shí)際操作中，智能體開發(fā)卻有兩種模式，單智能體模式和多智能體模式。

單智能體模式就是一個(gè)LLM + Tools多個(gè)工具集；而多智能體模式就是由多個(gè)單智能體組成一個(gè)大的智能體。

這兩種模式看起來(lái)好像差別不是很大，但事實(shí)上有很多注意點(diǎn)；對(duì)很多剛開始接觸智能體開發(fā)的人來(lái)說，或許認(rèn)為單智能體開發(fā)比較簡(jiǎn)單，而多智能開發(fā)的主要難點(diǎn)在于不同智能體之間的通訊和數(shù)據(jù)交互問題。

但實(shí)際上不論是單智能體開發(fā)還是多智能體開發(fā)，其復(fù)雜程度都遠(yuǎn)超我們的想象；畢竟實(shí)踐難度要遠(yuǎn)遠(yuǎn)高于理論難度，理論誰(shuí)都會(huì)說，但實(shí)際操作卻不是誰(shuí)人都會(huì)。

單智能體開發(fā)

可能很多人認(rèn)為的單智能體開發(fā)很簡(jiǎn)單，不就是定義一個(gè)工具集，然后綁定到大模型上即可；然后讓大模型根據(jù)業(yè)務(wù)需求自己去判斷應(yīng)該調(diào)用哪個(gè)工具，然后完成任務(wù)即可。

但實(shí)際上單智能體開發(fā)也有很多需要注意的點(diǎn)。

首先，平常學(xué)習(xí)智能體開發(fā)和企業(yè)級(jí)應(yīng)用中的智能體開發(fā)不是一個(gè)概念；以單智能體開發(fā)來(lái)說，學(xué)習(xí)過程中可能只需要集成一兩個(gè)，兩三個(gè)工具即可；但在企業(yè)級(jí)應(yīng)用中，可能需要給智能體配備十個(gè)，甚至二十個(gè)，三十個(gè)，甚至更多的工具。

但在實(shí)際操作中，隨著工具的增多，大模型對(duì)工具準(zhǔn)確性的判斷就會(huì)降低，很多時(shí)候可能會(huì)產(chǎn)生幻覺問題——調(diào)用錯(cuò)誤的工具；所以，這是一個(gè)注意點(diǎn)。

其次，在一些簡(jiǎn)單的任務(wù)中，智能體可能只需要調(diào)用一兩個(gè)，或者很少的工具即可完成任務(wù)；但在一些復(fù)雜的任務(wù)場(chǎng)景中，智能體的工具調(diào)用鏈路可能會(huì)很長(zhǎng)；而隨著工具調(diào)用鏈路的增加，其提示詞的長(zhǎng)度也會(huì)不斷增加，甚至可能會(huì)超過模型窗口的限制。

再有，由于工具的種類不同，不同的工具響應(yīng)的數(shù)據(jù)格式，形式都會(huì)不同；而不同的數(shù)據(jù)格式或形式會(huì)導(dǎo)致響應(yīng)處理困難；比如說有些工具返回的是json格式，有些是xml格式，或者返回一些圖片，路徑，二進(jìn)制流等；這些格式的數(shù)據(jù)是大模型無(wú)法處理的。

所以，這時(shí)就需要大模型能夠自主判斷，不同格式的數(shù)據(jù)怎么處理，如果遇到處理不了的數(shù)據(jù)應(yīng)該怎么辦。

還有就是，工具調(diào)用可能會(huì)成功，也可能會(huì)失?。蝗绻苯邮》祷劐e(cuò)誤信息這種還好說，但如果是那種工具正常響應(yīng)，但響應(yīng)的內(nèi)容和用戶需求完全不相干，甚至是錯(cuò)誤的；這種情況應(yīng)該怎么處理？

這種情況別說是大模型，甚至人類自己都無(wú)法判斷工具響應(yīng)的準(zhǔn)確性。

所以，遇到以上問題，只能通過在提示詞中約束大模型的行為，讓大模型能夠進(jìn)行自主決斷，最好的方式就是增加嚴(yán)格的容錯(cuò)處理，讓大模型能夠根據(jù)自己的判斷選擇是否重試；當(dāng)然，也可以在智能體運(yùn)行的過程中，加入一些人為的規(guī)則驗(yàn)證，但這種方式會(huì)降低智能體的靈活性，所以這一點(diǎn)在開發(fā)過程中需要多注意。

還有一個(gè)是關(guān)于工具調(diào)用的順序問題，因?yàn)槟壳坝胁糠帜Ｐ烷_始支持并行工具調(diào)用；也就是說給模型配置多個(gè)工具，可能會(huì)根據(jù)需求同時(shí)調(diào)用多個(gè)工具；這種情況能夠提升智能體的響應(yīng)速度。但其缺點(diǎn)也很明顯，那就是如果在一些需要順序執(zhí)行工具的過程中，使用并行調(diào)用，那就只能GG思密達(dá)了。

當(dāng)然，以上這些情況還只是作者在開發(fā)中遇到的，可能還有很多沒有遇到的問題。

單智能體開發(fā)所面臨的一些問題，其實(shí)可以通過多智能體的方式來(lái)解決；根據(jù)軟件開發(fā)的單一職責(zé)原則，可以給一個(gè)智能體只配置一個(gè)或兩三個(gè)很少的工具，讓一個(gè)智能體只干一件事，其它的事由別的智能體去做，這樣就可以盡量避免以上的幾個(gè)問題。

同時(shí)，這種方式也帶來(lái)了一些問題，也就是多智能體開發(fā)中的問題。

多智能體開發(fā)

上面說了單智能體存在的問題，下面再來(lái)說說多智能體；首先，多智能體是由單智能體構(gòu)成的，因此單智能體中所遇到的問題，很多在多智能體中也存在，甚至?xí)訌?fù)雜。

多智能體開發(fā)中首要的一個(gè)問題就是，不同智能體之間的調(diào)度和通訊問題；由于不同的智能體處理的數(shù)據(jù)不一樣，就導(dǎo)致格式也不一樣；因此，我們需要有一種通用的格式來(lái)處理多智能體之間的通訊問題，比如說JSON格式；雖然說我們無(wú)法決定智能體響應(yīng)的數(shù)據(jù)內(nèi)容，但我們可以使用一種相對(duì)通用的數(shù)據(jù)格式來(lái)約束智能體之間的通訊問題。

而另一個(gè)關(guān)于多智能體的調(diào)度問題，多智能體與單智能體有一個(gè)很大的不同點(diǎn)就是：

單智能體中的模型即需要對(duì)任務(wù)進(jìn)行拆分，規(guī)劃和決策；同時(shí)還需要負(fù)責(zé)工具的調(diào)用和任務(wù)的具體執(zhí)行；這種方式除了可能會(huì)導(dǎo)致提示詞超長(zhǎng)之外，還會(huì)嚴(yán)重增加大模型的負(fù)擔(dān)，導(dǎo)致大模型邏輯混亂。

而在多智能體中，為了解決這個(gè)問題就需要有一個(gè)主智能體負(fù)責(zé)任務(wù)拆分，規(guī)劃，決策；這個(gè)主智能體不負(fù)責(zé)任務(wù)的具體執(zhí)行和工具的調(diào)用，它就像一個(gè)企業(yè)的老板，只負(fù)責(zé)任務(wù)調(diào)度，以及負(fù)責(zé)不同智能體之間的協(xié)作問題；而具體的任務(wù)執(zhí)行和工具調(diào)用，則完全交由子智能體去執(zhí)行。

使用這種方式即可以避免主智能體提示詞超長(zhǎng)的問題，也能防止主智能體出現(xiàn)“腦裂”等現(xiàn)象，提升多智能體系統(tǒng)的穩(wěn)定性。

總之，智能體開發(fā)的理論很簡(jiǎn)單；但其真正的難點(diǎn)卻在具體的落地實(shí)現(xiàn)。

本文轉(zhuǎn)載自????AI探索時(shí)代???? 作者：DFires