智能体应用场景的探索——从人的角度理解智能体应用

本文通过实践经历，阐述了对大模型和智能体的认识转变。作者认为，大模型如同全能型人才，而智能体则是擅长特定领域且能使用工具的"人"。学习大模型应从应用出发，理解其解决问题的本质。将大模型视为"人"的角色，有助于更好地把握其应用场景与限制，避免简单将数据全部丢给模型的错误做法。

---

“ 智能体就是一个会使用工具的人，而大模型就是一个“人”。”

在之前关于智能体的理解就是一个能使用工具的大模型，然后通过Function call的方式给模型配置工具就是一个智能体的了；但等到你真的问我智能体能干什么有哪些应用场景，已经具体应该怎么做。

这时我就傻眼了，虽然看着网上的一些教程，也用智能体开发了一两个小功能；比如说查询当前的天气情况；但等到在真正的在企业应用中，怎么用智能体去解决业务问题，怎么设计落地方案就只能笑笑不说话。

甚至很多时候的想法都很天真，比如说刚开始认为用智能体做数据分析，就是把所有的数据全部丢给大模型，然后让模型自己去分析。

后来才明白这种想法是多么的可笑，这时也发现自己对智能体的认识太过于浅显。

智能体与人

虽然说刚开始对智能体的认知很浅显，甚至有些可笑；但随着在业务场景中使用智能体，这时才明白智能体到底是什么。

其实，很多人说到人工智能和大模型，都被其高大上的名字给骗了；然后学习大模型的时候，网络上大部分也都是教你机器学习，神经网络，正向传播，反向传播等等；最后对大部分人来说，结果就是一叶障目不见泰山。

所以，学习技术最好的方式是从应用开始，你知道这项技术能干嘛，解决了什么问题，然后你就能真正理解这项技术。

所以，经过一段时间的应用之后才发现，大模型特别像一个人，而智能体就是一个特别擅长某个领域的人。

为什么说大模型像一个人？

先思考个问题，在智能体出现之前我们怎么处理工作中的业务问题？是不是都是由人来做；那智能体出现之后呢？是不是开始尝试让智能体替代我们人类去解决这些问题。

而不管是人也好，智能体也罢，这些问题并不会因为是人做或者是智能体做，就导致这个问题的性质变了。

而且，对大模型来说，我们使用大模型的感受是什么？

是不是觉得大模型就是一个全能型人才，它能够写文章，回答问题，做设计，会编程；而大模型最缺的一点又是什么？

大模型最缺的一点就是它没有物理实体，无法使用工具。

而人与动物最大的区别是什么？制造和使用工具。

因此，虽然大模型没有实体，但通过编程的方式可以让大模型通过网络来操作现实世界的东西，而这就大大扩展了大模型的能力范围。

所以，从这个角度来理解，如果让大模型做数据分析应该怎么做？

肯定是像人类一样，先了解需求，然后分析问题，之后根据数据结构写SQL或分析代码来进行数据分析；而不是说，直接把所有数据都丢给大模型，然后让它自己去分析。

虽然说大模型的能力有限，很多事情做得不好，甚至是错的；但人何尝不是，同样会犯很多错误。

因此，只需要把人带入大模型的角色，或者把大模型带入人的角色；这时再遇到业务问题不知道该怎么解决，就可以把大模型带入自己的角色去解决问题。

零基础如何高效学习大模型？

你是否懂 AI，是否具备利用大模型去开发应用能力，是否能够对大模型进行调优，将会是决定自己职业前景的重要参数。

为了帮助大家打破壁垒，快速了解大模型核心技术原理，学习相关大模型技术。从原理出发真正入局大模型。在这里我和鲁为民博士系统梳理大模型学习脉络，这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码免费领取🆓**⬇️⬇️⬇️

【大模型全套视频教程】

教程从当下的市场现状和趋势出发，分析各个岗位人才需求，带你充分了解自身情况，get 到适合自己的 AI 大模型入门学习路线。

从基础的 prompt 工程入手，逐步深入到 Agents，其中更是详细介绍了 LLM 最重要的编程框架 LangChain。最后把微调与预训练进行了对比介绍与分析。

同时课程详细介绍了AI大模型技能图谱知识树，规划属于你自己的大模型学习路线，并且专门提前收集了大家对大模型常见的疑问，集中解答所有疑惑！

深耕 AI 领域技术专家带你快速入门大模型

跟着行业技术专家免费学习的机会非常难得，相信跟着学习下来能够对大模型有更加深刻的认知和理解，也能真正利用起大模型，从而“弯道超车”，实现职业跃迁！

【精选AI大模型权威PDF书籍/教程】

精心筛选的经典与前沿并重的电子书和教程合集，包含《深度学习》等一百多本书籍和讲义精要等材料。绝对是深入理解理论、夯实基础的不二之选。

【AI 大模型面试题 】

除了 AI 入门课程，我还给大家准备了非常全面的**「AI 大模型面试题」，**包括字节、腾讯等一线大厂的 AI 岗面经分享、LLMs、Transformer、RAG 面试真题等，帮你在面试大模型工作中更快一步。

【大厂 AI 岗位面经分享（92份）】

【AI 大模型面试真题（102 道）】

【LLMs 面试真题（97 道）】

【640套 AI 大模型行业研究报告】

【AI大模型完整版学习路线图（2025版）】

明确学习方向，2025年 AI 要学什么，这一张图就够了！

👇👇点击下方卡片链接免费领取全部内容👇👇

抓住AI浪潮，重塑职业未来！

科技行业正处于深刻变革之中。英特尔等巨头近期进行结构性调整，缩减部分传统岗位，同时AI相关技术岗位（尤其是大模型方向）需求激增，已成为不争的事实。具备相关技能的人才在就业市场上正变得炙手可热。

行业趋势洞察：

• 转型加速： 传统IT岗位面临转型压力，拥抱AI技术成为关键。
• 人才争夺战： 拥有3-5年经验、扎实AI技术功底和真实项目经验的工程师，在头部大厂及明星AI企业中的薪资竞争力显著提升（部分核心岗位可达较高水平）。
• 门槛提高： “具备AI项目实操经验”正迅速成为简历筛选的重要标准，预计未来1-2年将成为普遍门槛。

与其观望，不如行动！

面对变革，主动学习、提升技能才是应对之道。掌握AI大模型核心原理、主流应用技术与项目实战经验，是抓住时代机遇、实现职业跃迁的关键一步。

01 为什么分享这份学习资料？

当前，我国在AI大模型领域的高质量人才供给仍显不足，行业亟需更多有志于此的专业力量加入。

因此，我们决定将这份精心整理的AI大模型学习资料，无偿分享给每一位真心渴望进入这个领域、愿意投入学习的伙伴！

我们希望能为你的学习之路提供一份助力。如果在学习过程中遇到技术问题，也欢迎交流探讨，我们乐于分享所知。

*02 这份资料的价值在哪里？*

专业背书，系统构建：

• 本资料由我与鲁为民博士共同整理。鲁博士拥有清华大学学士和美国加州理工学院博士学位，在人工智能领域造诣深厚：

• • 在IEEE Transactions等顶级学术期刊及国际会议发表论文超过50篇。
  • 拥有多项中美发明专利。
  • 荣获吴文俊人工智能科学技术奖（中国人工智能领域重要奖项）。

• 目前，我有幸与鲁博士共同进行人工智能相关研究。

内容实用，循序渐进：

• 资料体系化覆盖了从基础概念入门到核心技术进阶的知识点。

• 包含丰富的视频教程与实战项目案例，强调动手实践能力。

• 无论你是初探AI领域的新手，还是已有一定技术基础希望深入大模型的学习者，这份资料都能为你提供系统性的学习路径和宝贵的实践参考，助力你提升技术能力，向大模型相关岗位转型发展。

  

抓住机遇，开启你的AI学习之旅！