关于大模型驱动的AI智能体Agent的一些思考

众所周知，大模型可以写好的文案、故事、散文和程序，而随着AutoGPT, GPT-Engineer and BabyAGI等项目的火爆，以LLM(large language model) 作为核心控制器来构建agents，通过集成不同系统、工具自主决策完成各类复杂任务，正在成为自主人工智能新的创新方向。

注意：这里是让LLM去做事，不是去对话。

一、人是如何做事的？

在工作中，我们通常会用到PDCA思维模型。基于PDCA模型，我们可以将完成一项任务进行拆解，按照作出计划、计划实施、检查实施效果，然后将成功的纳入标准，不成功的留待下一循环去解决。目前，这是人们高效完成一项任务非常成功的经验总结。

P (plan) 计划：包括数据收集，方针和目标的确定，以及活动规划的制定。

D (Do) 执行：根据设计和布局，进行具体运作，实现计划中的内容。

C (Check) 检查：总结执行计划的结果，分清哪些对了，哪些错了，明确效果，找出问题。

A (Act)处理：对总结检查的结果进行处理，对成功的经验加以肯定，并予以标准化；对于失败的教训也要总结，引起重视。对于没有解决的问题，应提交给下一个PDCA循环中去解决。

二、如何让LLM替代人去做事

LLM要想作为agent的大脑替代人去自主工作，必须具备以下能力：

规划能力（Plan）

分解任务:

Agent大脑把大的任务拆解为更小的，可管理的子任务，这对有效的、可控的处理好大的复杂的任务效果很好（这个是LLM天然具备的能力）。

思考：

LLM作为大脑我们需要的是全局思维能力；因此，需要通过更多的指令微调来提高LLM的通用推理能力，而不是面向某个领域的专项微调。另外，LLM的能力通常是看的多了就学会了，即一种集众人之力形成的通用能力（行业解决方案），但是缺少个性化。某些时候我们面对的任务往往还会有很多个性化限制条件。例如：某类资源受限，如何在受限条件下进行任务分解可能是我们的一个创新方向。

执行能力（Done）

使用工具：

Agent能学习到在模型内部知识不够时（比如：在pre-train时不存在，且之后没法改变的模型weights）去调用外部API，比如：获取实时的信息、执行代码的能力、访问专有的信息知识库等等。

思考：

这是一个典型的平台+工具的场景，我们要有生态意识，即我们构建平台以及一些必要的工具，然后大力吸引其他厂商提供更多的组件工具，形成生态。

评估能力（Check）

确认执行结果：

Agent要能在任务正常执行后判断产出物是否符合目标，在发生异常时要能对异常进行分类（危害等级），对异常进行定位（那个子任务产生的错误），对异常进行原因分析（什么导致的异常）。

思考：

这个能力是通用大模型不具备的，需要针对不同场景训练独有的小模型。

反思能力（Action）

基于评估结果重新规划：

Agent要能在产出物符合目标时及时结束任务；同时，进行归因分析总结导致成果的主要因素（生成BI报表），另外，Agent要能在发生异常或产出物不符合目标时给出应对措施，并重新进行规划开启再循环过程。

思考：

这个是整个流程最核心的部分，是LLM自主工作（越用越聪明）的核心所在，需要重点创新。

参考：

ReAct (Yao et al. 2023) ，语言模型中推理和动作的协同作用，一种比CoT更好的提升LLM推理能力的prompt 设计方式。参考：REACT：语言模型中推理和动作的协同作用。

ReAct prompt template 一般包含如下的内容:

Thought: ... Action: ... Observation: ... ... (Repeated
many times)

这是一种新型的基于提示的范式，将语言模型中的推理和行为协同起来，我们可以这方式微调LLM（让模型形成反思），最后在推理阶段输入thought，observation，让LLM预测下一步Action。

Reflexion (Shinn & Labash 2023) ，Reflexion 代理通过语言反思任务反馈信号，然后将其自己的反思文本存储在一个情节性记忆缓冲区中，以在后续试验中促进更好的决策。

个人观点：

我认为LLM像人脑一样需要记忆的是概念以及运用概念的能力（概念组合的方法，概念拆解的方法，概念转化的方法），LLM中的token=人脑中的概念，LLM的网络结构MLP+attention机制=运用概念的能力。其他的都是信息，可以通过工具随时重新获取不需要记忆（input=上一步的output，都是信息），为了加快计算速度可以暂时放在缓存中（临时记忆随时可以忘掉），通常只需用工具将其管理起来就可以（能存能查，人用记事本，Agent可以用DB）。

因此，我认为prompt都是任务目标（信息），可以分为当前目标和长期目标。

三、现有的技术路线

HuggingGPT+微软的Jarvis

JARVIS 由微软发布，作为 AI 控制器系统运行。可以同时控制多个 AI 模型以完成多模态多任务。HuggingGPT 是一个旨在解决 AI 任务的系统，它使用语言作为接口，将大型语言模型 (LLM) 与各种 AI 模型连接起来。主要思想是使用 LLM 作为控制器来管理 AI 模型，并利用来自 Hugging Face 等社区的模型来解决不同的用户请求。它首先应用LLM来理解用户请求并将其分解成小任务，然后将这些任务分配给不同的功能模型来完成，最后再次使用LLM将结果汇总为最终输出。

工作流程：

·

任务规划：LLM
了解用户的请求，并根据需要将其分解为子任务。

·

·

模型选择：LLM根据每个子任务的描述选择最合适的专家模型。

·

·

任务执行：HuggingGPT
使用选定的模型执行任务，整合它们的结果以提供全面的响应。

·

·

生成回复：LLM整合所有模型的计算结果，为用户生成回答。

·

评价：

javis只提供了一轮最简版基于LLM的智能Agent做事的Framework（plan+do），缺乏自主优化机制的设计（无check + action），即通过反思的再规划能力。

基于开源框架LongChain的BabyAGI

BabyAGI 是task-driven autonomous agent的简化版本。Task-driven
autonomous agent任务驱动的自主代理是一个智能系统，它利用 OpenAI 的 GPT-4 语言模型、Pinecone 矢量搜索和 LangChain 框架来执行跨不同领域的广泛任务。主要有四个模块，包括完成任务、根据完成的结果生成新任务、实时确定任务的优先级、历史任务和结果存储，所有这些都在约束和上下文中进行。

工作流程：

·

用户给出目标要求和第一个任务，也是当前要执行的任务

·

·

将任务放入一个安全代理，安全代理有助于确保系统生成的输入和输出符合道德和安全准则，降低意外后果的风险

·

·

安全代理返回安全合规的结果

·

·

利用ChatGPT的能力作为任务生成器（Task Generator），生成新的任务（New Task），放入任务清单（Tasklist）

·

·

依据规则或者外部要求，安排任务优先级（ Task Prioritization）

·

·

按照优先级顺序生成当前要执行的任务（Current Task）

·

评价：

longchain提供了一个升级版基于LLM的智能Agent做事的Framework。进化点：基于任务清单这个数据结构，通生成新的任务New Task以及重排任务优先级这个两个机制，实现了最基本的反思+再规划能力。

四、实际案例

任务：面向金融行业如何通过电销方式实现年贷款XXX亿

约束条件：线路资源

可用工具：ICC系统，数据库系统等

参考信息：LLM给出的任务分解。

出自：https://mp.weixin.qq.com/s/3HXt1QFCyCwq_TNCl2UMEw

如果你想要了解关于智能工具类的内容，可以查看 智汇宝库，这是一个提供智能工具的网站。
在这你可以找到各种智能工具的相关信息，了解智能工具的用法以及最新动态。