(读书笔记-大模型) LLM Powered Autonomous Agents

目录

智能体系统的概念

规划组件

记忆组件

工具组件

案例研究

---

智能体系统的概念

在大语言模型（LLM）赋能的自主智能体系统中，LLM 充当了智能体的大脑，其三个关键组件分别如下：

首先是规划，它又分为以下内容：

• 子目标和分解。智能体将大型任务分解为更小、可管理的子目标，从而高效处理复杂的任务；

• 反思和完善：智能体可以对过去的行为展开自我批评和自我反思，从错误中吸取教训，并针对未来的步骤进行完善，提高最终结果的质量。

其次是记忆，分为了短期记忆和长期记忆：

• 短期记忆：作者认为所有的上下文学习（参见提示工程）都是利用模型的短期记忆来学习。

• 长期记忆：为智能体提供了长时间保留和回忆（无限）信息的能力，通常利用外部向量存储和快速检索实现。

最后是工具使用：

• 智能体学习调用外部 API 来获取模型权重中缺失的额外信息（通常在预训练后很难更改），包括当前信息、代码执行能力、对专有信息源的访问等。

下图 1 为 LLM 赋能的自主智能体系统概览。

规划组件

• 任务分解：一项复杂的任务通常涉及许多步骤。智能体必须了解任务是什么并提前进行规划。

• 思维链chain-of-thou