2025年AGENTS与基础应用白皮书

　　在这份白皮书中，我们讨论了生成式人工智能代理的基本构建模块、它们的组成以及在认知架构形式中有效实施它们的方式。从这份白皮书中得出的一些关键要点包括：

    　　1代理通过利用工具访问实时信息、建议现实世界的行动、规划和自主执行复杂任务等，扩展了语言模型的能力。代理可以利用一个或多个语言模型来决定何时以及如何通过状态转换，并使用外部工具完成任意数量的复杂任务，该任务对于模型自行完成可能困难或不可能完成

    　　2代理操作的核心是编排层，这是一个认知架构，用于构造推理、规划、决策并指导其行动。各种推理技术，如ReAct、Chain-of-Thought和Tree-of-Thoughts，为编排层提供了一个框架，以接收信息、进行内部推理并生成明智的决策或回应。

    　　3工具，如扩展、函数和数据存储，作为代理与外部系统交互并访问超越其训练数据的知识的关键，使代理能够连接到外部API，执行API调用并检索实时信息。函数通过劳动分工为开发人员提供更微妙的控制，允许代理生成可在客户端执行的函数参数。数据存储为代理提供结构化或非结构化数据访问权限，从而实现数据驱动的应用程序。

    　　代理的未来将会迎来激动人心的进展，我们只是开始探索可能性的表面。随着工具变得更加复杂和推理能力的增强，代理将有能力解决日益复杂的问题。

    　　此外，“代理链接”战略方法将继续获得推动力。通过结合专业代理－每个在特定领域或任务中都表现出色－我们可以创建一种‘混合代理专家"方法，能够在各种产业和问题领域提供出色的结果。

    　　重要的是要记住，构建复杂的代理体系结构需要一个迭代的方法。实验和完善对于找到特定业务案例和组织需求的解决方案至关重要。由于支撑其体系结构的基础模型具有生成性质，因此没有两个代理是完全相同的。然而，通过利用每个基础组件的优势，我们可以创建具有影响力的应用程序，扩展语言模型的能力并推动真实世界的价值。