Step 6 06. Agent (智能体)：从对话到行动

<!-- Title: 06. Agent (智能体)：从对话到行动 --> <!-- Series: LLM 原理与微调实战 (ID: 8) --> <!-- Author: admin --> # Agent (智能体)：从对话到行动 ## 1. Copilot vs Agent * **Copilot (副驾驶)**：你问它答，你让它写代码它写代码。它被动等待你的指令。 * **Agent (代理人)**：你给它一个**目标**（比如“帮我策划一次去日本的旅行并订票”），它自己拆解任务，自己调用工具，直到任务完成。 Agent = LLM (大脑) + Memory (记忆) + Tools (手脚) + Planning (规划)。 ## 2. 工具调用 (Function Calling) LLM 本身无法联网，无法操作数据库。 我们需要给它定义一组 **Tools**： * `search_google(query)` * `read_file(path)` * `send_email(to, body)` 当 LLM 发现需要查资料时，它会输出一个特殊的 Token，告诉程序去执行 `search_google`。程序执行完，把结果返还给 LLM。 ## 3. AutoGPT 与 BabyAGI 这两个项目让 Agent 概念火遍全球。 它们引入了**自主循环**： 1. 设定目标。 2. 生成任务列表。 3. 执行第一个任务。 4. 根据结果，**新增/修改/删除**后续任务。 5. 循环直到目标达成。 ## 4. 挑战 Agent 目前还很脆弱。 * **死循环**：在一个任务上卡死。 * **上下文溢出**：记忆太长，撑爆了 Context Window。 * **不可控**：可能会误删文件或发送错误邮件。 但它是通往 **AGI (通用人工智能)** 的必经之路。 ## 结语 未来的软件交互方式，将不再是点菜单和按钮。 而是你对 Agent 说：“帮我搞定这件事。”