2025年,谷歌发布了一份名为《AI 智能体》的技术白皮书,为我们揭示了人工智能领域的新进展。

白皮书提出:生成式 AI 驱动的智能体是一种全新的应用形态,它能够通过观察环境并使用工具采取行动来自主地实现特定目标。

什么是 AI 智能体?

—

从最基本的定义来看,AI 智能体具有自主性,在被赋予明确目标后,无需人为干预就能独立运作、主动思考和行动。这得益于其内部独特的”认知架构”,该架构由三个核心组成:模型、工具和协调控制层。

作为 AI 智能体的”大脑”,模型层负责核心的决策、推理和规划。它通常由一个或多个大语言模型组成,这些模型经过训练能够处理自然语言指令,遵循 ReAct、Chain-of-Thought 等复杂的逻辑推理框架,从而作出合理决策。

但单靠语言模型是不够的,要让 AI 智能体真正理解并影响现实世界,还需要”工具层”的加持。工具层包括扩展组件、函数接口和数据存储等,它们如同 AI 智能体的”手和眼”,使其能够获取实时信息、调用外部 API、访问结构化和非结构化数据。工具层显著拓展了 AI 智能体的能力边界。

协调控制层则是掌控全局的”指挥官”,它按照特定的认知架构,灵活组合模型和工具,通过迭代的感知-思考-行动闭环来引导 AI 智能体实现最终目标。常见的架构包括 ReAct、Chain-of-Thought、Tree-of-Thoughts 等。

白皮书预言,随着工具能力的精进和推理架构的升级,AI 智能体将能攻克愈发复杂的现实难题。

未来还可能出现”AI 智能体的串联”,即通过组合不同领域的专家型智能体,去创造出更强大的”混合智能”系统。

PDF整体结构如下:

—

Agents全文的结构大致如下:


1. 简介
- AI 智能体的定义
- AI 智能体的核心组件:模型、工具和协调控制层

2. 什么是 AI 智能体?
– AI 智能体的自主性和主动性
– AI 智能体与传统模型的区别

3. 认知架构:AI 智能体的运作方式
– 协调控制层的作用
– 常见的推理框架:ReAct、Chain-of-Thought、Tree-of-Thoughts

4. 工具:连接外部世界的钥匙
– 扩展组件
– 函数接口
– 数据存储

5. 增强模型性能的目标学习方法
– 上下文学习(In-context learning)
– 基于检索的上下文学习(Retrieval-based in-context learning)
– 基于微调的学习(Fine-tuning based learning)

6. 使用 LangChain 快速构建 AI 智能体

7. 使用 Vertex AI 构建生产级智能体应用

8. 总结
– AI 智能体扩展了语言模型的能力
– 协调控制层是 AI 智能体运作的核心
– 工具使 AI 智能体能够与外部世界交互
– 展望未来的 AI 智能体发展方向

9. 参考文献

字节笔记本星球会员朋友请至星球获取我翻译好的双语对照PDF版本!

出处：微信公众号 @字节笔记本