ai-agents-for-beginners
（点击上方图片观看本课程视频）
AI Agents 和 Agent 用例简介
欢迎来到“面向初学者的AI智能体”课程！本课程提供构建AI智能体的基础知识和应用示例。
加入Azure AI Discord社区，与其他学习者和AI智能体开发者交流，并提出你对本课程的任何疑问。
要开始本课程，我们首先要更好地了解什么是AI智能体，以及如何在我们构建的应用程序和工作流中使用它们。
引言
本课涵盖内容：
- 什么是AI智能体，以及不同类型的智能体有哪些？
- AI智能体最适合哪些用例，它们如何帮助我们？
- 设计智能体解决方案时的一些基本构建模块是什么？
学习目标
完成本课后，你应该能够：
- 理解AI智能体概念以及它们与其他AI解决方案的区别。
- 最有效地应用AI智能体。
- 为用户和客户高效设计智能体解决方案。
定义AI智能体和AI智能体的类型
什么是AI智能体？
AI智能体是系统，通过赋予大型语言模型(LLMs)访问工具和知识的能力，扩展它们的功能，从而使LLMs能够执行行动。
让我们将这个定义分解成更小的部分
- 系统——将智能体视为一个由许多组件组成的系统，而不仅仅是一个单一组件，这很重要。在基本层面上，AI智能体的组件是：
- 环境——AI智能体运行的定义空间。例如，如果我们有一个旅行预订AI智能体，环境可以是AI智能体用于完成任务的旅行预订系统。
- 传感器——环境拥有信息并提供反馈。AI智能体使用传感器收集和解释有关环境当前状态的信息。在旅行预订智能体的例子中，旅行预订系统可以提供酒店可用性或机票价格等信息。
- 执行器——一旦AI智能体接收到环境的当前状态，对于当前任务，智能体将确定要执行什么操作来改变环境。对于旅行预订智能体，这可能是为用户预订一个可用的房间。
大型语言模型——智能体概念在LLM出现之前就存在了。使用LLM构建AI智能体的优势在于它们能够解释人类语言和数据。这种能力使LLM能够解释环境信息并制定改变环境的计划。
执行行动——在AI智能体系统之外，LLM仅限于行动是根据用户提示生成内容或信息的情况。在AI智能体系统内部，LLM可以通过解释用户请求并使用环境中可用的工具来完成任务。
访问工具——LLM可以访问哪些工具取决于1)它所运行的环境和2)AI智能体的开发者。对于我们的旅行社示例，智能体的工具受限于预订系统中可用的操作，或者开发者可以将智能体的工具访问权限限制为航班。
记忆+知识——记忆可以是用户和智能体之间对话的短期上下文。长期来看，除了环境提供的信息外，AI智能体还可以从其他系统、服务、工具甚至其他智能体中检索知识。在旅行社示例中，这些知识可以是位于客户数据库中的用户旅行偏好信息。
不同类型的智能体
既然我们对AI智能体有了一个通用定义，接下来让我们看看一些具体的智能体类型以及它们如何应用于旅行预订AI智能体。
| 智能体类型 | 描述 | 示例 |
|---|---|---|
| 简单反射智能体 | 根据预定义规则执行即时行动。 | 旅行社解释电子邮件上下文并将旅行投诉转发给客服。 |
| 基于模型的反射智能体 | 根据世界模型和该模型的变化执行行动。 | 旅行社根据对历史定价数据的访问，优先考虑价格变化显著的路线。 |
| 基于目标的智能体 | 通过解释目标并确定实现目标的行动来创建计划。 | 旅行社通过确定从当前位置到目的地的必要旅行安排（汽车、公共交通、航班）来预订行程。 |
| 基于效用的智能体 | 考虑偏好并数值权衡以确定如何实现目标。 | 旅行社通过权衡便利性与成本来最大化预订旅行的效用。 |
| 学习型智能体 | 通过响应反馈并相应调整行动而随着时间推移进行改进。 | 旅行社通过使用旅行后调查的客户反馈来调整未来的预订，从而进行改进。 |
| 分层智能体 | 在分层系统中包含多个智能体，由高级智能体将任务分解为子任务供低级智能体完成。 | 旅行社通过将任务分解为子任务（例如，取消特定的预订）并让低级智能体完成这些任务，然后向高级智能体报告，从而取消行程。 |
| 多智能体系统（MAS） | 智能体独立完成任务，可以是协作或竞争性的。 | 协作：多个智能体预订酒店、航班和娱乐等特定旅行服务。竞争：多个智能体管理并竞争共享的酒店预订日历，以预订客户入住酒店。 |
何时使用AI智能体
在前面的章节中，我们使用旅行社用例来解释不同类型的智能体如何用于旅行预订的不同场景。我们将继续在整个课程中使用此应用程序。
让我们看看AI智能体最适合的用例类型：
- 开放式问题——允许LLM确定完成任务所需的步骤，因为它无法总是硬编码到工作流中。
- 多步骤流程——需要一定复杂度的任务，其中AI智能体需要多次使用工具或信息，而不是单次检索。
- 随着时间的推移而改进——智能体可以通过接收来自其环境或用户的反馈，随着时间的推移而改进，以提供更好的效用。
我们将在“构建值得信赖的AI智能体”课程中介绍更多使用AI智能体的注意事项。
智能体解决方案基础
智能体开发
设计AI智能体系统的第一步是定义工具、行动和行为。在本课程中，我们专注于使用Azure AI智能体服务来定义我们的智能体。它提供以下功能：
- 选择OpenAI、Mistral和Llama等开放模型
- 通过Tripadvisor等提供商使用许可数据
- 使用标准化的OpenAPI 3.0工具
智能体模式
与LLM的通信是通过提示进行的。鉴于AI智能体的半自治性质，在环境发生变化后，手动重新提示LLM并不总是可能或必需的。我们使用智能体模式，它允许我们以更可扩展的方式通过多个步骤提示LLM。
本课程分为一些当前流行的智能体模式。
智能体框架
智能体框架允许开发人员通过代码实现智能体模式。这些框架提供模板、插件和工具，以实现更好的AI智能体协作。这些优势提供了更好的可观察性和AI智能体系统故障排除能力。
在本课程中，我们将探讨研究驱动的AutoGen框架和Semantic Kernel中可用于生产的Agent框架。
关于AI智能体还有更多问题吗？
加入 Azure AI Foundry Discord，与其他学习者交流，参加办公时间，并获得您的 AI Agent 问题解答。