2024年11月29日，智谱在OpenDay上发布其最新Agent产品，包括AutoGLM、AutoGLMWeb、AutoGLM-PC三款产品，仅需一个简单指令，这些Agent便可完成相对机器而言较为复杂的任务，如买咖啡、发红包等。2024年12月，OpenAI的首席财务官在接受彭博社采访时透露，OpenAI正计划推出可执行复杂任务的AI Agent，其将具备博士级别的助手功能。此前，黄仁勋也表示，AI Agent是人工智能发展的未来趋势，很快将有AI Agent和团队一起工作。AI Agent是什么？应用价值如何？投融现状如何？本文尝试分析和探讨。

　　AI Agent是什么？

　　自ChatGPT成为全球现象级产品以来，人工智能领域的发展按下加速键。但尽管ChatGPT等AI产品拥有强大的文本生成能力，但其仍有较大的局限性，如无法完成工具调用的复杂任务、无法自主解决问题等，加之人们对AI产品的人机交互需求提升，ChatGPT等AI产品已无法满足市场需求，需要自主性、交互性更强的AI产品。同时，深度学习、自然语言处理、自动化执行等技术的不断进步，也为AI产品的进一步发展提供了技术基础。在此背景下，AIAgent逐步成为新的关注重点。

　　AI Agent，也称为人工智能代理，通常是指能够感知环境、进行自主理解、决策和执行动作的智能体。OpenAI将AI Agent定义为“以大语言模型为大脑驱动，具备自主理解、感知、规划、记忆和使用工具的能力，可自动化执行完成复杂任务的系统。”大语言模型（Large Language Model，LLM）是AI Agent实现的基础和前提。

　　AI Agent的基本框架包括记忆、规划、工具、行动四个主要模块：（1）记忆：该模块负责存储信息，分为短期记忆、长期记忆。以聊天机器人为例，其上下文学习是利用短期学习来记忆，而长期记忆通常是通过利用外部向量数据库和快速检索；（2）规划：该模块分为事前规划和事后反思两个阶段。在事前规划阶段，智能体将复杂任务分解为小的、可管理的子任务。在事后反思阶段，智能体具有检查和改进过往行为的能力，反思不足并完善，形成和加入长期记忆；（3）工具：该模块是指利用外部资源或工具来执行任务。例如，智能体学习调用外部API来获取模型权重中缺少的额外信息，包括当前信息、代码执行能力、对专有信息源的访问等；（4）行动：该模块是智能体实际执行的决定，智能体可根据不同的任务选择不同的行动，包括记忆检索、推理、学习、编程等。

点击复制链接查看完整PDF研报

深圳来觅数据信息科技 梁秋兰