什么是Agentic AI? 它与AI Agent和Autonomous Agent之间有什么关系?CrewAI、LangGraph及Autogen等是什么

Agentic AI的概念可以追溯到上世纪IBM深蓝象棋系统(Deep Blue chess-playing system)出现的90年代,但让它再次进入公众视野的却是大语言模型的真正应用。

尤其是AI Agent和Autonomous Agent的具体应用,让Autonomous AI再次被热议,包含AI Agent的工作流更是直接让Agentic AI成为AI领域更炙手的话题。

这个进程与变化,仍然要感谢OpenAI。

2023年6月

OpenAI应用研究主管翁丽莲(Lilian Weng)撰写了《LLM Powered Autonomous Agents》一文,定义了目前很多开发者都在用的AI Agent主流技术框架

https://lilianweng.github.io/posts/2023-06-23-agent

2023年12月

OpenAI发表《Practices for Governing Agentic AI Systems》白皮书,介绍了Agenticness、Agentic AI Systems及Agents的区别,并正式为Agentic AI Systems下了定义。

https://openai.com/index/practices-for-governing-agentic-ai-systems/

2024年3月26日

### Agentic AI 的概念、技术细节、定义特点 #### 定义 Agentic AI 是一种具备自主决策、目标导向性以及持续行动能力的人工智能系统[^3]。它不同于传统依赖外部输入显式命令的 AI 系统,能够在设定目标或任务后独立规划、执行、反馈并优化自身行为策略。 #### 技术背景 Agentic AI 的发展标志着人工智能从单一任务处理迈向多任务协作的转型[^4]。这一技术通过规划、推理协作能力重新定义了 AI 的应用边界,使其能够更灵活地适应复杂环境多样化任务需求。 #### 技术细节 Agentic AI 的核心技术涉及构建一个包含数百万文本的自定义数据管道,用于训练优化其自主行为模型[^5]。这种技术允许 Agentic AI 在特定环境中模拟“虚拟代理人”,从而实现高效的任务完成问题解决。 #### 特点 1. **自主决策**:Agentic AI 能够在没有人类干预的情况下做出决策[^3]。 2. **目标导向性**:该系统以明确的目标为导向,并围绕目标制定行动计划[^3]。 3. **持续行动能力**:Agentic AI 可以在指定环境中持续运行,不断调整策略以应对变化的条件[^3]。 4. **适应性**:通过反馈机制,Agentic AI 能够学习改进其行为模式[^1]。 ```python # 示例代码展示如何定义一个简单的 Agentic AI 模型框架 class AgenticAI: def __init__(self, goal): self.goal = goal # 目标设定 self.strategy = [] # 行动策略 def plan(self): # 规划阶段 self.strategy = ["action1", "action2", "action3"] # 示例策略 def execute(self): # 执行阶段 for action in self.strategy: print(f"Executing {action}") def feedback(self, result): # 反馈优化 if result == "success": print("Optimizing strategy based on success") else: print("Adjusting strategy due to failure") # 使用示例 agent = AgenticAI(goal="Complete Task A") agent.plan() agent.execute() agent.feedback(result="success") ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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