大模型 Agent 是不是就是各种 Prompt 的堆叠？

最新推荐文章于 2025-09-05 20:00:58 发布
原创 最新推荐文章于 2025-09-05 20:00:58 发布 · 895 阅读 · 14 ·
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：

#llama #人工智能 #langchain #自然语言处理 #AI大模型 #LLM #prompt

现在常见的Agent，包括Manus、Deep Research大部分都是LLM+Wrapper(Prompt、Function Call，MCP etc)，不过未来未必。下面是现在最流行的 5 种Agent 设计模式。

动图封面

让我们在下面了解它们！

1） 反射模式（Reflection pattern）

动图封面

AI 会审查其工作以发现错误并迭代，直到产生最终响应。

2） 工具使用模式（Tool use pattern）

动图封面

工具允许 LLM 通过以下方式收集更多信息：

  • 查询矢量数据库
  • 执行 Python 脚本
  • 调用 API 等

这很有帮助，因为 LLM 不仅仅依赖于其内部知识。

3） ReAct （Reason and Act） 模式

动图封面

ReAct 结合了上述两种模式：

  • Agent 可以反映生成的输出。
  • 它可以使用工具与世界交互。

这使其成为当今使用的最强大的模式之一。

4） 规划模式（Planning pattern）

动图封面

AI 不是一次性解决请求，而是通过以下方式创建路线图：

  • 细分任务
  • 概述目标

这种战略思维可以更有效地解决任务。

5） 多智能体模式（Multi-agent pattern）

动图封面

在此设置中：

  • 我们有多个Agent。
  • 每个 Agent 都分配有一个专用的角色和任务。
  • 每个 Agent 还可以访问工具。

所有Agent协同工作以提供最终结果，同时根据需要将任务委派给其他Agent。

未来

对于这个问题，我认为最终的智能体应该是训练出来的，而不是一个Wrapper。现在所有的Wrapper都是权宜之计。

强化学习奠基人之一Rich Sutton写的名篇“苦涩的教训”，回顾了象棋、围棋、语音识别、计算机视觉等多个领域的历史经验，揭示了一个令人不甘却无法回避的事实：越通用的方法、越依赖计算，反而越能取得压倒性胜利。当我们继续试图让机器“像人一样思考”时，我们也许正在与真正的进步背道而驰。

 如何系统的去学习大模型LLM ？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

事实上，抢你饭碗的不是AI，而是会利用AI的人。

继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？

与其焦虑……

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。

基于此，我用做产品的心态来打磨这份大模型教程，深挖痛点并持续修改了近70次后，终于把整个AI大模型的学习门槛，降到了最低！

在这个版本当中：

第一您不需要具备任何算法和数学的基础
第二不要求准备高配置的电脑
第三不必懂Python等任何编程语言

您只需要听我讲，跟着我做即可，为了让学习的道路变得更简单，这份大模型教程已经给大家整理并打包，现在将这份 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 扫描下方二维码领取🆓↓↓↓

​

一、LLM大模型经典书籍

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

在这里插入图片描述

二、640套LLM大模型报告合集

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)
在这里插入图片描述

三、LLM大模型系列视频教程

在这里插入图片描述

四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）

在这里插入图片描述

五、AI产品经理大模型教程

在这里插入图片描述

LLM大模型学习路线 ↓

阶段1：AI大模型时代的基础理解

  • 目标：了解AI大模型的基本概念、发展历程和核心原理。

  • 内容：

    • L1.1 人工智能简述与大模型起源
    • L1.2 大模型与通用人工智能
    • L1.3 GPT模型的发展历程
    • L1.4 模型工程
    • L1.4.1 知识大模型
    • L1.4.2 生产大模型
    • L1.4.3 模型工程方法论
    • L1.4.4 模型工程实践
    • L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

  • 目标：掌握AI大模型API的使用和开发，以及相关的编程技能。

  • 内容：

    • L2.1 API接口
    • L2.1.1 OpenAI API接口
    • L2.1.2 Python接口接入
    • L2.1.3 BOT工具类框架
    • L2.1.4 代码示例
    • L2.2 Prompt框架
    • L2.3 流水线工程
    • L2.4 总结与展望

阶段3：AI大模型应用架构实践

  • 目标：深入理解AI大模型的应用架构，并能够进行私有化部署。

  • 内容：

    • L3.1 Agent模型框架
    • L3.2 MetaGPT
    • L3.3 ChatGLM
    • L3.4 LLAMA
    • L3.5 其他大模型介绍

阶段4：AI大模型私有化部署

  • 目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。

  • 内容：

    • L4.1 模型私有化部署概述
    • L4.2 模型私有化部署的关键技术
    • L4.3 模型私有化部署的实施步骤
    • L4.4 模型私有化部署的应用场景

这份 LLM大模型资料 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 扫描下方二维码领取🆓↓↓↓

​

Llama-Turbo
关注
深入浅出剖析开源的 LLM应用开发平台Dify
女王の专属领地
10-24 4395
Dify是一款开源的大语言模型（LLM）应用开发平台。它融合了后端即服务（Backend as Service）和LLMOps的理念，使开发者可以快速搭建生产级的生成式AI应用。即使非技术人员，也能参与到AI应用的定义和数据运营过程中。同时Dify内置了构建LLM应用所需的关键技术栈，这为开发者节省了许多重复造轮子的时间，使其可以更加专注在创新和业务需求上。官网： https://dify.ai/zh工作流程：在可视化画布上构建和测试强大的 AI 工作流程，利用以下所有功能及其他功能。
【大模型应用开发 动手做AI Agent】基于大模型的Agent技术框架
AI天才研究院
06-10 3144
随着人工智能技术的快速发展，特别是自然语言处理和大模型技术的突破，基于大模型的Agent（代理）技术正在成为人工智能应用的新热点。Agent技术旨在创建能够自主执行任务、与人交互的智能软件系统，在客户服务、个人助理、智能教育等领域具有广阔的应用前景。本文将深入探讨基于大模型的Agent技术框架，阐述其核心概念、原理和实践，为读者提供全面深入的认识。基于大模型的 Agent 技术正处于快速发展阶段。模型的进一步增大和优化，在更广泛的领域达到人类水平。
【LLM大模型】谷歌AI杰玛Gemma大模型开源了！附2个本地部署安装教程和实例
pythonhy的博客
08-07 1586
Gemma 是一个轻量级、先进的开放模型系列，采用与创建 Gemini 模型相同的研究和技术构建而成。Gemma 由 Google DeepMind 和 Google 的其他团队开发，以拉丁语 gemma（意为“宝石”）命名，中文名杰玛。Gemma 模型权重由促进创新、协作和负责任地使用人工智能 (AI) 的开发者工具提供支持。
20.6K+ Star！一个开源的LLM（大型语言模型）应用开发平台
z099164的博客
08-09 1406
Dify是一个开源的LLM（大型语言模型）应用开发平台，它通过直观的界面结合了AI工作流程、RAG（检索-分析-生成）管道、代理功能、模型管理、可观察性特性等，使用户能够快速从原型设计转向产品生产。
免费使用满血版DeepSeek-R1的多种方案
wnhyang的博客
02-22 2189
平台名称网址使用端DeepSeek 官方epseek.com网页 + APP腾讯元宝t.com/chat网页 + APP问小白nxiaobai.com/chat网页 + APP当贝 AIei.com/chat网页纳米 AI网页 + APP秘塔 AI网页 + APP天工 AIangong.cn/网页 + APPAskManyAIdex网页 + APP超算互联网.cn/网页poeeepSeek-R1网页 + APP。
DeepSeek-R1大模型本地部署，保姆级教程！
pythonhy的博客
02-05 2876
本文将介绍如何在自己的电脑上本地部署DeepSeek大模型，无需登录DeepSeek官方网站与软件即可使用。
大语言模型应用指南：自主Agent系统案例分析
AI天才研究院
05-07 2002
早期的语言模型主要基于统计方法，例如N-gram模型，其原理是根据文本中词语出现的频率统计来预测下一个词语。这类模型简单易于实现，但缺乏对语言深层语义的理解，表达能力有限。自主Agent是指能够在特定环境中自主感知、决策、行动的智能体。能够根据环境变化和自身目标自主做出决策和行动。能够从经验中学习，不断优化自身的行为策略。能够适应不同的环境和任务，具有较强的泛化能力。随着计算能力的提升和数据量的增长，未来将会出现更大规模、更强大的语言模型。
从零构建 AI Agent：LLM 大模型应用开发实践
AI天才研究院
12-03 1564
AI Agent（人工智能代理）是一个能够感知环境、做出决策并采取行动以实现特定目标的智能系统。它是人工智能研究和应用的核心概念之一，代表了我们在创造能够自主运作的智能实体方面的努力。感知器（Sensors）：用于感知环境状态的组件。执行器（Actuators）：用于在环境中执行动作的组件。决策单元（Decision-making unit）：根据感知到的信息做出决策的核心组件。数学上，我们可以将 AI Agent 表示为一个函数ffffP→AfP→A其中PPP。
【大模型应用开发 动手做AI Agent】Assistants API的简单示例
AI架构师小马
05-28 973
人工智能的概念最早可以追溯到上世纪50年代，图灵测试的提出标志着人工智能领域的诞生。早期的AI研究主要集中在符号逻辑、专家系统等方面，试图通过模拟人类的逻辑推理能力来实现智能。然而，由于当时计算能力的限制以及对人类智能理解的不足，早期人工智能的发展遇到了瓶颈。大语言模型 (Large Language Model, LLM) 是指基于深度学习技术训练的、拥有海量参数的自然语言处理模型。能够生成流畅、连贯、富有逻辑的文本。从海量文本数据中学习了丰富的知识，能够回答各种问题。
大模型开发面试实录：Transformer、RAG、Agent工程链路与场景落地全面解析
最新发布
m0_52114506的博客
09-05 666
Transformer核心：自注意力、多头机制、位置编码、层堆叠、前馈层、归一化。Token/窗口管理：窗口决定信息处理能力，Chunking保证长文本上下文连续。Prompt Engineering：Zero-shot、Few-shot、Chain-of-thought、模板化与Chaining提升适应性和泛化。业务场景分析：客服场景需分块长会话，Prompt模板和Chaining可灵活应对多类型客户问题。技术要点：分词策略、窗口控制、模板化设计。
主流开源 LLM 应用开发平台详解
爱的叹息的专栏
04-23 1771
主流开源 LLM 应用开发平台详解
LLM大语言模型（应用篇）
大模型教程的博客
03-29 1527
至于生产中使用哪个开放平台，首先取决于大模型的选择，以及大模型部署方案的选择，关于如何选择大模型，后面有内容详细分享。该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。我现在基本上每天都在用，借助DeepSeek强推理，强思维逻辑，配合其它AI工具平台可以做很多好玩的事情，比如做PPT，做朋友圈文案图，做小红书卡片，做各种图（思维导图，流程图）。
惊艳开源界！20.6K+星标瞩目，打造高性能LLM（大型语言模型）应用的开发平台
bagell的博客
08-26 1332
是一个开源的LLM（大型语言模型）应用开发平台，它通过直观的界面结合了AI工作流程、RAG（检索-分析-生成）管道、代理功能、模型管理、可观察性特性等，使用户能够快速从原型设计转向产品生产。
从零开始学 Dify
强化学习曾小健
05-01 915
Dify 是一个开源大型语言模型 (LLM) 应用程序开发平台，旨在弥合 AI 应用程序原型设计与生产部署之间的差距。本文为希望了解或扩展该平台的开发者和技术用户提供了 Dify 架构、组件和功能的技术概述。Dify 提供端到端解决方案，通过可视化工具和 API 的组合，构建基于 LLM 的应用程序。其架构旨在支持 AI 应用程序开发的整个生命周期，包括模型集成、提示、知识管理、工作流编排和部署。
本地部署DeepSeek-R1大模型，非常详细收藏我这一篇就够了！
2401_84204413的博客
02-10 1589
最近，一家叫做深度求索的公司发布了DeepSeek-V3以及DeepSeek- R1模型，其中DeepSeek-R1模型免费开源。DeepSeek-R1的各项性能指标和ChatGPT-o1不相上下，而且可以直接部署到本地。本地部署后，可以在无网络的环境下使用，同时不用担心DeepSeek服务器崩溃无法使用的问题。–下面是本地部署的方法–1.安装OllamaOllama下载网站：https://ollama.com/download/
必看：DeepSeek-R1本地部署！超详细教程~
2301_81888214的博客
05-14 944
国产AI大模型DeepSeek爆火出圈，登顶中美App Store下载榜，还在性能、性价比上碾压了ChatGPT和Google Gemini等硅谷巨头，直接杀入科技圈C位，成为现象级应用！
搭建【Dify】大语言模型（LLM）应用开发平台的详细指南
博客虽小，世界尽在其中
03-13 2408
Dify是一个开源的大语言模型（LLM）应用开发平台，旨在帮助开发者与非技术人员快速构建、部署和管理基于LLM的AI应用。该平台结合了后端即服务（BaaS）和LLMOps的理念，通过低代码/无代码的可视化界面，降低了技术门槛，同时支持灵活的扩展与定制。Dify支持多种主流LLM，如Claude3、OpenAI等，并允许开发者在不同模型之间进行切换，无需重新编写大量代码。平台提供了直观的界面和丰富的功能组件，如AI工作流、RAG管道、Agent、模型管理等，使开发者能够像“搭积木”一样组合这些模块，构建复杂的
使用ollama本地部署deepseek-R1
x18990027的博客
01-26 6994
本地部署deepseek R1 ，最近横空出世的deepseek犹如一批黑马引爆了ai圈，出色的性能以及极低的成本让个人也能训练属于自己的大模型。1.前往Ollama 官网，下载 Windows 安装程序（ollama setup.exe）运行安装程序。2. 新建目录，我这里以E:\ollama 为例，然后CMD运行下面三个命令行。我这里所使用的电脑配置比较差，所以安装的7b。大家可以尝试更大的包。-r1:7B就自动安装好了，在命令行里就可以对话模型了。3.环境配置好了后 ，输入ollama -v。
AI大模型Prompt工程案例与学习路径解析
AI大模型Prompt案例与学习[源码]这一主题深入探讨了在当前人工智能迅猛发展的背景下，如何通过优秀的Prompt（提示词）工程来提升大模型的应用效能。Prompt工程作为连接人类意图与大模型输出的关键桥梁，其重要性...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
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