为什么需要扣子开发智能体（Agent）

《扣子开发AI Agent智能体应用（人工智能技术丛书）》(宋立桓，王东健，陈铭毅，程东升)【摘要 书评 试读】- 京东图书

为了体现当代Agent依赖于人工智能大模型的能力，我们将其称作AI Agent、AI智能体或者人工智能体，还有一些文章将其直译为“AI代理”。目前，在计算机、人工智能专业技术领域，一般将Agent或AI Agent统一翻译为“智能体”。

在信息技术飞速发展的当下，人工智能领域持续推陈出新，智能体与DeepSeek大模型成为近期科技圈的焦点。在此时代背景下，“智能体+DeepSeek”正崭露头角，有望开启下一个重大的IT发展浪潮，引领未来变革，成为科技领域的下一个风口。

1. AI的发展历程

要向读者讲清楚智能体的概念，我们首先需要了解人工智能（AI）的基本概念。

AI是指通过计算机程序模拟人类智能的技术。这些程序可以执行诸如学习、推理、规划、自然语言处理等任务。自20世纪50年代AI概念提出以来，AI技术经历了多次重大的突破。

AI的发展历程可以分为以下几个重要阶段：

（1）初期发展阶段（20世纪50年代—20世纪70年代）：这个阶段的AI研究主要集中在符号主义和逻辑推理上。艾伦·图灵提出了图灵测试，作为衡量机器是否具有智能的标准。1956年的达特茅斯会议确定了人工智能这个概念，被认为是AI研究的开端。因此，1956年也被称为人工智能元年。

（2）早期发展阶段（20世纪80年代—20世纪90年代）：这一时期，专家系统成为AI研究的主要方向。专家系统通过编码专家知识来解决特定领域的问题，取得了显著的成果，但也暴露出知识获取难题和系统僵化等问题。

（3）现代发展阶段（21世纪—）：随着计算能力和数据量的爆炸式增长，机器学习特别是深度学习技术迅速发展。AI系统从依赖预定义规则转向通过数据训练模型，实现了图像识别、自然语言处理、自动驾驶等多种复杂任务。

2. Agent能解决什么问题

大语言模型（Large Language Model，LLM，简称大模型）是近年来人工智能领域的重大突破之一。大模型旨在理解和生成人类语言，它们在大量的文本数据基础上进行训练，可以执行广泛的任务，包括文本总结、翻译、情感分析等。大模型的特点是基于神经网络、自然语言处理（Natural Language Processing，NLP）技术，多轮对话和写作生成能力非常优秀。尤其是像GPT-4这样的大语言模型，简直就是AI界的“超级明星”。这些模型通过海量的数据训练，具备强大的自然语言处理能力，可以生成高质量的文本，进行复杂的对话。例如，GPT-4在文本生成和理解任务中就像是“语言魔法师”。大模型能适应不同的应用场景，从生成文本到处理对话，再到复杂的决策任务，样样在行。大模型能够生成高质量的自然语言文本，就像一个写作天才，永远不会有创意枯竭的时候。

现在已经有了AI大模型，例如DeepSeek、OpenAI的GPT、字节的豆包等，为什么又出现了Agent，这是刻意为了显得厉害搞出来的概念吗？

我们列举个例子，当你想要让大模型帮忙整理一篇文章，假设你这样问大模型：请你帮我生成一篇100万字的武侠小说。这个时候，AI大模型给你什么答案！是不是写不出这么多字，也给不出你想要的答案？

为什么会出现这种问题？是不是AI大模型不够厉害？假设这件事让我们人类来做，我们一般会按照如下流程来完成这件事：

第一步：使用搜索引擎搜索一些相关书籍和信息进行阅读，为我们打开思路。

第二步：形成本书的大纲，并且考虑清楚每一个章节要编写的内容。

第三步：针对每一个章节进行内容的编写，在编写过程中可能会调整文章的大纲。

第四步：在编写后面章节的时候，可能会忘记前面写的内容，需要翻阅前面已经完成的内容。

第五步：文章初步完成之后，我们可能会找相关专业人士帮忙修改和审阅。

第六步：也是最后一步，经过几番调整之后，书稿最终成型。

大模型不能直接完成这件事，是大模型的能力不行吗？不是的，这是因为明显缺少了几个步骤：没有办法使用搜索引擎获取最新的外部信息（大模型的训练数据是以往数据，有日期限制的）；没有对整个事情进行规划（比如先写大纲，再编写每个章节，然后和别人讨论，最后成文）；大模型没有记忆的能力，由于上下文（脑容量）的限制，无法一次性完成100万字的文章，会造成前言不搭后语的现象。

而智能体Agent就是为了解决这个问题。思考一下，为了完成这个任务，我们用到了这些操作：上网查询、分解任务、逐步规划、审核修改。这里面涉及规划、思考、步骤等操作，还用到大脑、手、计算机或者助手等“工具”。大模型在这个过程中只充当了大脑思考的角色，它没有额外的工具、没有规划和额外步骤，因此这个任务交给它，它是无法单独完成的。为了让大模型能够真正满足我们的要求，我们需要给它配备上网查询的能力、使用工具的能力、分解任务的能力等。

这就是Agent的价值，它使得大模型不仅仅是一个大脑，而且还是一个能做规划、能使用工具的类人智能体。

再举个例子，假设你让大模型帮你写工作日报，可以不可以？可以，但操作会很复杂。AI Agent写工作日报就不同了，设定好格式、语气、任务等关键信息，你只需要口语化告诉它做了什么，剩下的事它会帮你自动完成。

假设你让大模型帮你写一篇软文，可以不可以？可以，但操作同样复杂，来来回回折腾几遍可能还不能让你满意。用Agent来写软文就不同了，提前设定好标题、开头、内容和语气等关键信息，告诉Agent你要写什么主题内容，它就能按照设定一步一步帮你完成。

假设你去旅游，让AI帮你介绍景点信息，可以不可以？可以，但是每次你都要主动发问，AI还不一定回答正确。用Agent就不同了，按照景点情况设定好Agent，你走到哪，它就会告诉你景点的相关信息；你问他洗手间在哪，它还可以根据你的位置给你指定最近的洗手间。

通过上面介绍的这些例子，我们理解了Agent和大模型使用起来到底有什么不同。简单来说，大模型相当于可以咨询的大脑，Agent相当于有智慧又能干活的机器人。

3. 扣子发布Agent的渠道（部署）

扣子支持的发布渠道非常多，可以发布到抖音、飞书、钉钉、掘金社区、微信、微信公众号等，还可以与企业现有的业务系统（如企业网站、内部管理系统）对接。这些部署方式均基于字节跳动提供的云端技术支持，用户无需自行搭建服务器即可完成跨平台功能扩展。