AI Agent--李宏毅

原创 已于 2025-03-17 17:36:19 修改 · 2.2k 阅读 · 33 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#人工智能

于 2025-03-16 17:55:51 首次发布

 AI Agent：人类不提供明确的行为或步骤的指示，人类只提供明确的目标，至于怎么达成目标。AI自己想办法去达成目标。（而达成的目标是需要多个步骤，与环境做很复杂的互动，才能完成。而环境有许多不可预估的地方，所以AI Agent需要根据环境灵活的调整他的计划。）

AI Agent定义

目前agent没有统一的定义，有人认为有物理实体的机器人才是AI agent，这没问题，李老师的课程将AI agent的定义限定为能自主完成人类目标的AI。

人给一个目标，agent根据环境对目标做出行为，然后环境发生变化，agent再根据环境的变化做出决策，直到结束。举个例子：阿尔法狗

Agent与强化学习

强化学习框架的一个核心就是设计一个reward函数，以实现累积奖励最大化。

过去就是透过RL的演算法打造AI agent。

怎么做呢？RL的演算法就是去learn一个agent，这个agent可以max这个reward，把目标转发为一个reward的东西，目标越接近，reward越大。

但是这种透过RL的演算法打造AI agent有一个局限，需要为每个任务用RL的演算法训练模型。（阿尔法狗只能下围棋，别的棋子不行）。

做别的任务还需要RL的演算法再去训练模型。

人们有了新的想法，所以AI agent又再一次被讨论：把LLM直接当成一个AI agent来使用？

Agent与LLM

LLM时代，直接将LLM设计为agent（agent被讨论，主要是由于LLM变强了，所以有直接将LLM设计为agent这样的想法）

现在多模态LLM可以直接读图，因此下图“以文字描述”变得不那么必要了

LLM距离理想的agent还差多少？

现在的LLM能不能下棋？

2022年的一个big-bench，LLM之前的语言模型表现地不好(橙色的代表正确答案，绿色的代表当时的大语言模型给出的结论。绿色实线是当时比较强的模型给的答案，因为这符合西洋棋的规则。)

下面这个是现在的大语言模型

deepseek-r1 vs. chatgpt-o1，离谱对决。有很多不符合西洋棋的规则。最后deepseek赢了

大语言模型距离会下棋 还有一段距离，但可以作为agent做其他的一些事情。

举例：现在的语言模型可有做什么事情？

从LLM的角度来看Age

最低0.47元/天 解锁文章
李宏毅2025《机器学习》第二讲-深度解构AI Agent：让大型语言模型学会记忆、使用工具与制定计划
木鱼时刻的专栏
06-15 1171
通过对李宏毅老师课程的深度解构，我们得以窥见现代AI Agent设计的宏伟蓝图。其核心驱动力，已不再是无尽的数据投喂和模型训练，而是转向如何巧妙地设计交互框架与提示策略，从而唤醒并组织现有大型语言模型中沉睡的巨大潜力
【课程笔记·李宏毅教授】AI Agent 主题演讲
这里是数字化与人工智能的 “实验场” 与 “瞭望台”
09-18 642
什么是工具？就是“知道怎么用就行，不用管内部运作”。比如有人总帮别人修电脑，被叫做“工具人”，因为别人只关心他能不能修，不关心他怎么想——LLM的工具也这样。常用工具包括：搜索引擎（RAG）、LLM自己写的代码、其他AI（比如文字LLM叫语音AI处理声音）。甚至可以让小模型跟人互动，解不了的问题叫“大哥”（大模型）帮忙——大模型算力消耗大，不用常出来。其实LLM用工具，就是调用函数：不用懂函数内部，只要知道“输入什么、输出什么”。
AI大模型企业应用实战：Prompt让LLM理解知识
2401_84204413的博客
06-25 2925
• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；
李宏毅《机器学习2025》笔记 第二讲 —— AI Agent
m0_67168421的博客
05-25 1308
AI Agent有很多定义，本堂课指的是人类给出目标后可以自己想办法完成该目标的人工智能。
李宏毅LLM笔记： AI Agent
qq_40206371的博客
07-04 761
摘要：文章探讨了LLM作为智能代理的应用与挑战。在RL时代需人工设定奖励函数，而LLM代理直接利用文本交互实现任务，包括观察环境、生成动作（需文本到实际动作的转换），并可通过调用工具扩展能力。研究案例显示，LLM能模拟人类行为（GenerativeAgents）和自动数据科学（AutoKaggle）。行为调整方面，通过修改输入（如报错信息）而非训练模型参数来优化输出，并引入记忆管理与反思机制（如RAG）处理长序列信息。工具使用上，LLM能调用语音处理等专用工具（Speech-Copilot），甚至自创工具（
手把手教你微调大模型，零基础也能学会的AI实战教程，收藏这篇就够了
jennycisp的博客
08-30 1202
同时课程详细介绍了。
PyTorch强化学习——PyTorch基础详解
AAI666666的博客
02-02 2104
我们将使用 PyTorch 作为实现强化学习算法的数值计算库。PyTorch 是 Facebook 开发的科学计算和机器学习库，张量 (Tensor) 是 PyTorch 中的核心数据结构，类似于 NumPy 中的 ndarray。
台大李宏毅-AI Agent新课
04-04
台大李宏毅教授开设的AI Agent新课程深入探讨了人工智能代理（AI Agent）的多种应用和发展方向。AI Agent是一个通用概念，它能够根据人类发出的指令，执行一系列动作以达成一个特定目标。这一课程内容覆盖了从基本的...
李宏毅《生成式人工智能导论》 | 第9讲 AI Agent 原理 - 让AI村民组成虚拟村庄会发生什么
好好学习天天向上
07-15 458
本文探讨了AI Agent（人工智能代理）的发展趋势与应用前景。AI Agent指能够执行多步骤复杂任务、制定和调整计划的智能系统，如语言模型操控机器人或自动驾驶等。理想的AI Agent应具备感知环境、制定计划、执行行动、学习经验并调整策略的能力，形成"感知-计划-行动-反思"的闭环。文章还介绍了ChatGPT的持久记忆功能，通过摘要存储关键信息实现跨对话记忆，以及RAG（检索增强生成）技术如何结合外部知识提升回答准确性。这些进展展示了大型语言模型在构建复杂AI Agent方面的潜力。
AI 革命的下一站：Agent 智能体！李宏毅万字拆解，看懂它，你就领先 90%的人
lizhijianwill的博客
04-09 732
😂 LLM 也有自己的“内部知识”，它会和工具提供的“外部知识”进行“角力”。，形成更深层次的理解或新的见解（比如从“她天天跟我同车”+“她今天对我笑了”反思出“她可能喜欢我”😍）。早在 2022 年（ChatGPT 出现前的“上古时代”），就有人试过用当时的 LLM 下西洋棋。这说明，至少在下棋这种需要精确逻辑和规则的任务上，目前的 LLM Agent 还有很长的路要走。别急，今天这篇文章，就为你深度拆解李宏毅教授的核心观点，用大白话讲透 AI Agent 的前世今生、核心能力和未来潜力。
大模型必知干货：靠这篇搞懂AI Agent原理！
2401_85373691的博客
03-11 1192
那 AI Agent 具体是怎么工作的呢？目标：人类给的终点，比如「赢一盘围棋」。观察：AI 感知到的当前情况，比如「棋盘上黑白子的位置」。行动：AI 根据观察决定做啥，比如「在第 5 行第 7 列落子」。环境变化：行动引发的结果，比如「对手回了一步」。循环：不断观察、行动，直到目标达成。举个例子，AlphaGo 就是个经典的 AI Agent。它的目标是「赢棋」，观察是「当前棋盘状态」，行动是「落子」，然后对手回应，它再观察、再行动。这个循环听起来是不是很像我们人类解决问题的方式？
李宏毅：从零开始搞懂 AI Agent-1
HUANGXIN9898的博客
09-18 942
那 AI Agent 具体是怎么工作的呢？目标：人类给的终点，比如「赢一盘围棋」。观察：AI 感知到的当前情况，比如「棋盘上黑白子的位置」。行动：AI 根据观察决定做啥，比如「在第 5 行第 7 列落子」。环境变化：行动引发的结果，比如「对手回了一步」。循环：不断观察、行动，直到目标达成。举个例子，AlphaGo 就是个经典的 AI Agent。它的目标是「赢棋」，观察是「当前棋盘状态」，行动是「落子」，然后对手回应，它再观察、再行动。这个循环听起来是不是很像我们人类解决问题的方式？
李宏毅教授 | 2025最新AI Agent课程资料及几点感悟（96页PPT）
2401_85373396的博客
06-20 827
李宏毅教授2025年最新AI Agent课程探讨了智能代理的发展趋势与核心特征。课程指出：1）应注重目标导向而非步骤指导，将Agent视为自主伙伴而非工具；2）Agent的核心能力在于利用工具（包括简单代码文件等灵活形式），预示MCP和A2A可能成为未来的操作系统标准；3）规划能力是持续挑战，真正的智能在于动态生成新流程应对未知场景，而非预设固定工作流。课程资料包含96页PPT，延续了李教授以宝可梦等生动案例讲解复杂概念的一贯风格。完整课件可免费获取，为AI学习者提供了宝贵资源。
李宏毅 GENERATIVE AI——第9讲（4/22下）——以大型语言模型打造的AI Agent
a131529的博客
12-02 1057
本章节主要介绍“以大型语言模型打造的AI Agent”。
使用 ollama 部署本地模型，零基础入门到精通，非常详细收藏我这一篇就够了
m0_65555479的博客
08-15 3195
在本地启动并运行大型语言模型。运行Llama 2，Code Llama和其他模型。自定义并创建您自己的。
李宏毅机器学习课程笔记
godblesstao的博客
02-28 1890
李宏毅机器学习课程笔记，持续更新~1. Convolutional Neural Network2. Recurrent Neural Network3. Graph Neural Network4. Generative Adversarial Network5. Auto-encoder6. Transformer7. ELMO, BERT, GPT1. Transfer Learning2. Anomaly Detection3. Attack Machine Learning Models4. Ex
李宏毅机器学习课程-概述增强式学习0214
weixin_49747347的博客
02-14 832
B站李宏毅2021春机器学习课程P73 目录 1、什么是RL 2、Function 3、Loss​ 4、Optimization 1、什么是RL 强化学习（Reinforcement Learning, RL），又称再励学习、评价学习或增强学习，是机器学习的范式和方法论之一，用于描述和解决智能体（agent）在与环境的交互过程中通过学习策略以达成回报最大化或实现特定目标的问题。 强化学习是智能体（Agent）以“试错”的方式进行学习，通过与环境进行交互...
Math - 中心化，标准化和归一化
guoqx的专栏
12-30 504
摘要：归一化是将数据转换为统一尺度的处理方法，消除量纲差异，便于比较与分析。常见方法包括Min-Max缩放（线性映射到固定区间）和Z-score标准化（均值0，标准差1）。Min-Max适用于需要固定范围的情况，但对异常值敏感；Z-score适用于单位不同或存在离群值的场景。归一化在数据分析、信号处理和机器学习中广泛应用，需根据数据分布和算法需求选择合适方法，并注意保存参数以确保一致性。流程包括数据清洗、方法选择、拟合转换和效果评估。
人工智能基础篇：概念性名词浅谈（第十五讲）
最新发布
m0_53104033的博客
12-31 463
本文介绍了两种改进的自编码器模型。正则自编码器通过在损失函数中添加正则化项，实现了对稀疏表示、噪声鲁棒性等特性的学习，突破了传统自编码器的容量限制。随机编码器则通过向编解码器注入噪声，形成生成模型架构，其训练目标是最小化输入与重构间的负对数似然。文章还特别介绍了针对矩阵数据的改进版本MRAE及其在异常检测中的应用。这些模型通过不同的正则化机制，有效提升了自编码器的特征学习能力。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值