🎯 课程主题

讲解 Agent（智能体）的核心架构与五大组成要素，建立对智能体全面认知。

📝 核心知识点

1. Agent 的定义与核心公式

  • 概念说明：Agent（智能体）是利用大模型的推理决策能力，逐步完成给定目标的自治系统。部分文档翻译为"代理"，但"智能体"更准确。
  • 核心公式：Agent = LLM（大脑） + Planning（规划） + Tools（工具） + Memory（记忆） + Action（行动）
  • 来源：2023 年 6 月 OpenAI 华人元老翁丽莲（Lilian Weng，北大校友）提出的现代 Agent 架构，已被业界广泛接受。

2. 五大要素详解

2.1 LLM — 智能体的大脑

  • 概念说明：大语言模型是 Agent 的决策核心，负责推理、规划和内容生成。
  • 关键细节：
    • 不一定每次都用最强模型：Agent 执行过程中可能多次调用 LLM，最强模型成本高、响应慢。
    • 简单任务可用小模型（更便宜、更快），复杂任务再调用大模型。
    • 参考案例：OpenAI Operator 一晚花费巨大，全用最强模型不可持续。

2.2 Planning — 规划决策

  • 概念说明：将复杂任务拆解为可执行的子步骤，制定行动路径。
  • 关键细节：如"创建一个电商网站"不能上来就写代码，应先做架构规划。这与 Deep Research 概念密切相关。

2.3 Tools — 工具调用

  • 概念说明：Agent 通过调用外部工具（API、数据库、第三方服务等）获取 LLM 自身不具备的能力。
  • 生活类比：大脑分析出汉诺塔的移动策略，但真正移动需要手和眼睛充当"工具"。
  • 典型工具：天气 API（墨迹天气）、出行 API（滴滴）、酒店预订（携程/美团）等。

2.4 Memory — 记忆能力

  • 短期记忆：
    • 作用于当前会话窗口内，模型能记住本轮对话的上下文。
    • 受限于模型的上下文窗口大小，当前主流模型已支持百万级 Token。
  • 长期记忆：
    • 跨会话 / 跨时间周期，记住用户偏好、历史指令等。
    • 实现方式可能涉及知识图谱、向量数据库等。
    • 后续有专门章节讲解。

2.5 Action — 行动执行

  • 概念说明：将规划决策转化为具体的代码执行和功能调用，不能"纸上谈兵"。

🏗️ 架构与工作流

┌─────────┐     ┌──────────┐
│  Memory  │────→│   LLM    │←──── Planning
│  (记忆)  │     │  (大脑)  │
└─────────┘     └────┬─────┘
                      │
              ┌───────┴───────┐
              ↓               ↓
         ┌─────────┐    ┌──────────┐
         │  Tools  │    │  Action  │
         │ (工具)  │    │  (行动)  │
         └─────────┘    └──────────┘

以"打车去西藏旅游"为例：

  1. Planning：规划路线（从哪里出发、经过哪里、住哪里）
  2. Tools：用滴滴打车、用携程订酒店
  3. Memory：记住要订西藏路上的酒店，不能订到新疆去
  4. Action：说走就走，实际执行

💻 代码实战

本节课以理论讲解为主，代码实战将在后续"记忆"和"工具调用"专题中展开。

⚠️ 常见问题与避坑指南

  • 不要盲目追最强模型：综合考虑成本、延迟和任务难度进行模型选型。
  • Agent 开发需四要素协同，缺一不可：缺记忆则前后文断档，缺工具则能力受限，缺规划则应对复杂任务无力。

💡 个人总结与延伸

翁丽莲提出的 Agent 五大要素框架已成为行业共识，LangChain/LangGraph 的 API 设计也围绕这五大要素展开。理解这套框架后再学 LangChain 的 Tool、Memory、Chain 模块会豁然开朗。当前业界趋势是 Agent 从"单智能体"向"多智能体协作"演进（如 CrewAI、AutoGen），DeepAgents 正是 LangChain 生态在这方面的布局。

最近更新:
Contributors: yangwenguang