AI Agent深入浅出——以ERNIE SDK和多工具智能编排为例

原创

于 2024-02-22 10:49:37 发布 · 1k 阅读

6 ·

CC 4.0 BY-SA版权

文章标签：

#人工智能 #百度 #飞桨 #paddlepaddle

文章探讨了通用大语言模型的快速发展，特别是百度的ERNIESDK如何通过Agent概念和FunctionCalling功能，支持复杂任务执行。ERNIESDK的Agent架构及其与文心大模型的集成，如记忆功能、工具集成和Retrieval技术，预示着AI应用开发进入新阶段，飞桨星河社区的多工具智能编排进一步简化了开发过程。

在过去一年里，通用大语言模型（LLM）的飞速发展引起了全球的关注。百度等科技巨头推出了各自的大模型，不断提高语言模型性能的上限。然而，业界对LLM所设定的目标不再局限于基本的问答功能，而是寻求利用大模型来执行更复杂、多样的任务。这就是Agent（智能体）概念的诞生背景。

Agent，可以理解为一个能够自主规划决策、综合运用多种工具以完成复杂任务的系统。在这个系统中，大语言模型充当着“核心调度器”的角色。该调度器负责解读用户的自然语言输入，规划出一连串可执行的动作，并依托记忆模块等其他组件和外部工具，逐步完成这些任务。

2024年，人工智能行业的焦点从通用大模型转向AI原生应用。这一技术变革，离不开AI Agent的深度参与。AI Agent的核心价值在于适应多变的环境和需求，以及做出有效决策及可靠操作，这预示着我们正在步入AGI（人工通用智能）时代。正如比尔·盖茨预言：“在未来五年内，这一切都将彻底改变。你无需针对不同任务切换应用，只需用日常语言与你的设备沟通，软件便能根据你分享的信息提供个性化反馈，因为它对你的生活有了更深入的了解。”

ERNIE SDK

ERNIE SDK近日新增了一项强大的功能——Agent开发，标志着LLM开发进入了新的阶段。基于强大的文心大模型及其Function Calling（函数调用）功能，它为LLM应用开发提供了一个全新的视角。这一框架不仅解决了LLM应用开发中面临的核心挑战，而且通过文心大模型4.0展示了其卓越性能。ERNIE SDK针对几个关键问题提供了有效的解决方案：

1.Token输入数量限制： 传统的大模型分析总结大型文档时会受限于token输入数量的限制，ERNIE SDK提供了本地知识库检索的方式，使得处理大型文档问答任务更加方便。

2.业务API工具的融合： ERNIE SDK使集