来源 https://github.com/datawhalechina/agentic-ai/blob/main核心能否推动有纪律的开发流程特别是专注于评估与错误分析evals and error analysis的流程。应用场景客户支持智能体 (Agentforce - Salesforce)用于构建客户支持智能体。 示例用户上传一张家电照片AI智能体能识别设备型号、序列号并主动提供注册和固件更新服务。深度研究智能体 (Claude Research - Anthropic)用于进行深入研究撰写有深度的研究报告。 示例用户要求撰写关于黑洞科学最新进展的报告AI会自动规划研究步骤、搜集信息并生成一份详尽的报告。法律文件处理 (Callidus Platform - Callidus)用于处理复杂的法律文件如分析版权侵权案件中的相关法律条文和判例。医疗诊断系统 (MAI-Dx - Microsoft AI)基于病人输入的信息系统能生成或建议潜在的医学诊断结果。 系统包含多个智能体如假设生成、测试选择、诊断确认等形成一个协作的“虚拟医生小组”并通过“辩论链”机制提高诊断准确性。大模型局限性为什么不能通过大模型直接完成例子 “请从头到尾写一篇关于主题X的文章中间不能使用退格键修改。”这就想让一个人或者AI一口气写完到最后一个字中间不能回头修改不查阅资料不论是人还是AI都不擅长这种完全线性的不可逆的创作方式尽管是这样目前主流大模型一次输出的结果其实还可以。通过智能体怎么完成智能体是基于大型语言模型的应用流程可以通过多个步骤来进行一个复杂任务核心在于迭代性和分解性以撰写文章为例写大纲让LLM先写出文章的大纲决定需要研究资料让另一个LLM判断是否需要进行网络搜索执行搜索研究资料如果需要调用网络搜索API获取相关内容写初稿讲下载的网页内容输入给LLM让他撰写第一个稿反思和修订让LLM反思初稿决定哪些部分需要修改或补充更多研究人工审核(可选)在关键环节可以让LLM请求人工审核比如确定某些关键事实最终修订: 根据反馈或者自我反思对草稿进行最终修改是否是否是否写作 LLM生成文章大纲研究 LLM是否需要网络搜索搜索 API搜索并获取网页内容写作 LLM根据大纲及已有资料撰写初稿审阅 LLM反思草稿提出修改建议审阅 LLM是否需要补充研究搜索 API获取补充资料LLM是否请求人工审核人工核实关键事实并提供反馈写作 LLM根据资料、反思及反馈完成最终修订最终文章An agentic Al workflowAn agentic AI workflow就是基于大语言模型LLM的应用程序执行多步骤以完成任务的过程通常会讲一个复杂的任务拆分为具体的Steps, 并且指挥多个LLM(可以包含不同的LLM)来完成不同的Step, 并完成最终交付做西红柿炒蛋Agentic AI工作流就像请了一支“AI厨房天团”帮你做西红柿炒鸡蛋你把任务拆成准备食材、炒菜、装盘三个步骤分别指挥 Qwen 洗菜打蛋、Deepseek 掌勺控火、KIMI 精致摆盘要是味道不对m还能让 ChatGPT 复盘问题、打回重做——全程你只动嘴不动手靠多个大模型分工协作一步步把复杂任务搞定。是否打回重做重新调度用户口头下达烹饪任务协调者拆解任务并指挥分工Qwen · 准备食材洗菜、打蛋Deepseek · 炒菜掌勺、控火KIMI · 装盘精致摆盘味道是否符合要求ChatGPT · 复盘定位问题、提出改进建议完成交付成品重点是如何把一个复杂的任务拆解成多个小步骤让agent逐步执行每一个步骤得到想要的结果Agentic的自主性Degrees of AutonomyAgentic是一个形容词允许我们说一个系统“具有某种程度的智能体特性”而不是纠结是否“自主”才能被称为“智能体”低自主性Less autonomous所有的步骤都是预先设定好的所有的工具调用都是硬编码比如你告诉LLM写一篇关于黑洞的论文LLM:写出搜索关键词去网页搜索LLM把这些内容整理成文章你自己是一个指挥规划好路径和顺序一步步告诉它做什么而它只负责执行高自主性More autonomousAgent能自主作出大量决策能够动态的执行步骤顺序甚至可以创建新的可执行的工具函数来执行任务你告诉LLM写一篇关于黑洞的论文LLM自己决定先通过WebSearch查资料没然后调用news和arXiv等工具找最新的科研动态找到结果后自己判断选择5个好的来源并且调用WebFetch和PdfToText工具提取动态然后写初稿再自己反思这个逻辑够不够强数据有没有引用清楚然后主动改进草稿最后输出高质量论文Agentic AI优势提升大模型表现GPT-3.5 直接生成代码正确率约为48%。GPT-4 直接生成代码正确率提升至67%。智能体模式 (Agentic):将GPT-3.5置于智能体工作流中例如让它先写代码再自我反思、分析并改进其性能可以显著提升达到甚至超过GPT-4的水平。同样将GPT-4置于智能体工作流中其表现也会比单独使用时更加出色。在编程这个硬核任务上有没有“agentic”决定了 AI 是“码农”还是“架构师”。并行处理加速实例演示 以“撰写一篇关于黑洞的论文”为例。人类方式 需要顺序地进行搜索、阅读网页、再搜索、再阅读效率低下。智能体工作流方式并行搜索 可以同时启动三个 LLM 实例各自生成不同的搜索关键词并执行网络搜索。并行抓取 基于每次搜索的结果每个 LLM 可以再并行抓取多个网页内容。最终整合 将所有并行获取的信息汇总输入给一个 LLM 来撰写最终的论文。结果 虽然整个流程步骤更多但由于大量的并行操作如图示中的9个并行网页下载其总耗时反而比人类顺序操作快得多。模块化与可替换性 (Modular: can add or update tools, swap out models)核心概念 智能体工作流是高度模块化的允许开发者自由地添加、更新工具或替换模型。实践应用替换工具 例如在“网络搜索”这个环节可以轻松地将默认的搜索引擎替换为 Serper、Bing、Dr. Google 或专门为 AI 设计的工具。切换功能 可以将通用的“web search”替换为“news search”以便获取最新的科学突破资讯。优化模型 不必在所有步骤中使用同一个 LLM。可以根据不同步骤的需求尝试不同的模型提供商选择在该步骤表现最佳的模型从而优化整个系统的表现。Agentic AI应用简单的任务案例一 发票处理工作流Invoice Processing场景: 自动化处理企业收到的发票提取关键信息并记录到数据库以确保及时付款目标: 从PDF发票中提取关键信息开票方金额到期日并录入数据库字段:开票方开票地址应付金额到期日Agentic AI工作流步骤:PDF转文本: 使用API将PDF转为结构化文本如MarkdownLLM解析文本: 判断是否为发票提取所需要的字段调用工具更新数据库: 通过update database工具将数据存入系统生成记录成功提示传统步骤财务部门人员手动查看发票识别上述关键字段然后将信息录入数据库案例二回复客户邮件Responding to Customer Email示例邮件“我订购了蓝色 KitchenPro 搅拌机订单 #8847但收到的是红色烤面包机。”工作流步骤提取关键信息 → LLM 识别订单号、产品、问题。查询订单数据库 → 使用 orders database query 工具获取订单详情。起草回复草稿 → LLM 根据信息撰写回复。请求人工审核 → 使用 request review 工具将草稿提交给人类审批。发送邮件 → 审核通过后自动发送。价值提升客服效率确保回复准确性。更复杂的客户服务agentMore Challenging: Customer Service Agent构建一个能处理各种未知问题的通用客户服务代理而非仅限于特定订单查询。场景一库存查询“你们有黑色或蓝色牛仔裤吗”agent需动态决定查询黑色牛仔裤库存查询蓝色牛仔裤库存综合回复客户难点: 需要规划API调用的顺序来回答一个开放式问题。场景二退货处理“我想退回我买的沙滩毛巾。”agent需判断验证客户购买记录检查退货政策如是否在 30 天内、是否未使用若允许退货 → 生成退货标签 设置数据库状态为“待退货”难点: 步骤不是预先固定的代理必须根据条件判断并决定后续行动。案例四视觉计算机使用Difficult: Visual Computer Use让AI代理像人类一样使用网页浏览器完成复杂的交互式任务。示例任务让 AI agent检查从旧金山到华盛顿 DCA 机场的两个特定联合航空航班是否有空座。agent行为自动打开浏览器访问 United.com。填写表单、点击按钮、导航页面。遇到“页面未找到”错误 → 自主切换到 Google Flights。在 Google Flights 上搜索航班 → 选择合适选项 → 返回 United 网站确认。最终确认座位可用。核心能力视觉理解读取网页内容推理决策遇到错误时调整策略工具调用模拟鼠标点击、键盘输入状态跟踪记住当前进度现实挑战页面加载慢 → agent可能卡住UI 变化 → agent无法识别元素多模态输入 → 更难处理前景虽不稳定但在关键任务应用如金融、医疗中潜力巨大。代理型AI适合哪些任务 (What tasks is agentic AI suited to?)这是一个从“容易”到“困难”的连续光谱较易实现的任务 (Easier)清晰、逐步的流程 (Clear, step-by-step process): 有明确的执行步骤。标准程序 (Standard procedures to follow): 企业已有成熟的操作手册。纯文本资产 (Text assets only): 输入和输出均为文本因为LLM擅长处理文本。较难实现的任务 (Harder)步骤未知 (Steps not known ahead of time): 任务需求在执行前不确定需要代理动态规划。边执行边解决 (Plan/solve as you go): 代理需要在过程中进行推理和决策。多模态输入 (Multimodal: sound, vision): 需要处理图像、声音等非文本agentic-ai 是将人类工作流程自动化的新范式 —— 它不是取代人而是把人从重复性、规则性强的任务中解放出来专注于更高阶的决策与创造。 
长河君 · 2026/10/14 18:14:27 · 阅读 1.2k AgenticAI简介
来源 https://github.com/datawhalechina/agentic-ai/blob/main核心能否推动有纪律的开发流程特别是专注于评估与错误分析evals and error analysis的流程。应用场景客户支持智能体 (Agentforce - Salesforce)用于构建客户支持智能体。 示例用户上传一张家电照片AI智能体能识别设备型号、序列号并主动提供注册和固件更新服务。深度研究智能体 (Claude Research - Anthropic)用于进行深入研究撰写有深度的研究报告。 示例用户要求撰写关于黑洞科学最新进展的报告AI会自动规划研究步骤、搜集信息并生成一份详尽的报告。法律文件处理 (Callidus Platform - Callidus)用于处理复杂的法律文件如分析版权侵权案件中的相关法律条文和判例。医疗诊断系统 (MAI-Dx - Microsoft AI)基于病人输入的信息系统能生成或建议潜在的医学诊断结果。 系统包含多个智能体如假设生成、测试选择、诊断确认等形成一个协作的“虚拟医生小组”并通过“辩论链”机制提高诊断准确性。大模型局限性为什么不能通过大模型直接完成例子 “请从头到尾写一篇关于主题X的文章中间不能使用退格键修改。”这就想让一个人或者AI一口气写完到最后一个字中间不能回头修改不查阅资料不论是人还是AI都不擅长这种完全线性的不可逆的创作方式尽管是这样目前主流大模型一次输出的结果其实还可以。通过智能体怎么完成智能体是基于大型语言模型的应用流程可以通过多个步骤来进行一个复杂任务核心在于迭代性和分解性以撰写文章为例写大纲让LLM先写出文章的大纲决定需要研究资料让另一个LLM判断是否需要进行网络搜索执行搜索研究资料如果需要调用网络搜索API获取相关内容写初稿讲下载的网页内容输入给LLM让他撰写第一个稿反思和修订让LLM反思初稿决定哪些部分需要修改或补充更多研究人工审核(可选)在关键环节可以让LLM请求人工审核比如确定某些关键事实最终修订: 根据反馈或者自我反思对草稿进行最终修改是否是否是否写作 LLM生成文章大纲研究 LLM是否需要网络搜索搜索 API搜索并获取网页内容写作 LLM根据大纲及已有资料撰写初稿审阅 LLM反思草稿提出修改建议审阅 LLM是否需要补充研究搜索 API获取补充资料LLM是否请求人工审核人工核实关键事实并提供反馈写作 LLM根据资料、反思及反馈完成最终修订最终文章An agentic Al workflowAn agentic AI workflow就是基于大语言模型LLM的应用程序执行多步骤以完成任务的过程通常会讲一个复杂的任务拆分为具体的Steps, 并且指挥多个LLM(可以包含不同的LLM)来完成不同的Step, 并完成最终交付做西红柿炒蛋Agentic AI工作流就像请了一支“AI厨房天团”帮你做西红柿炒鸡蛋你把任务拆成准备食材、炒菜、装盘三个步骤分别指挥 Qwen 洗菜打蛋、Deepseek 掌勺控火、KIMI 精致摆盘要是味道不对m还能让 ChatGPT 复盘问题、打回重做——全程你只动嘴不动手靠多个大模型分工协作一步步把复杂任务搞定。是否打回重做重新调度用户口头下达烹饪任务协调者拆解任务并指挥分工Qwen · 准备食材洗菜、打蛋Deepseek · 炒菜掌勺、控火KIMI · 装盘精致摆盘味道是否符合要求ChatGPT · 复盘定位问题、提出改进建议完成交付成品重点是如何把一个复杂的任务拆解成多个小步骤让agent逐步执行每一个步骤得到想要的结果Agentic的自主性Degrees of AutonomyAgentic是一个形容词允许我们说一个系统“具有某种程度的智能体特性”而不是纠结是否“自主”才能被称为“智能体”低自主性Less autonomous所有的步骤都是预先设定好的所有的工具调用都是硬编码比如你告诉LLM写一篇关于黑洞的论文LLM:写出搜索关键词去网页搜索LLM把这些内容整理成文章你自己是一个指挥规划好路径和顺序一步步告诉它做什么而它只负责执行高自主性More autonomousAgent能自主作出大量决策能够动态的执行步骤顺序甚至可以创建新的可执行的工具函数来执行任务你告诉LLM写一篇关于黑洞的论文LLM自己决定先通过WebSearch查资料没然后调用news和arXiv等工具找最新的科研动态找到结果后自己判断选择5个好的来源并且调用WebFetch和PdfToText工具提取动态然后写初稿再自己反思这个逻辑够不够强数据有没有引用清楚然后主动改进草稿最后输出高质量论文Agentic AI优势提升大模型表现GPT-3.5 直接生成代码正确率约为48%。GPT-4 直接生成代码正确率提升至67%。智能体模式 (Agentic):将GPT-3.5置于智能体工作流中例如让它先写代码再自我反思、分析并改进其性能可以显著提升达到甚至超过GPT-4的水平。同样将GPT-4置于智能体工作流中其表现也会比单独使用时更加出色。在编程这个硬核任务上有没有“agentic”决定了 AI 是“码农”还是“架构师”。并行处理加速实例演示 以“撰写一篇关于黑洞的论文”为例。人类方式 需要顺序地进行搜索、阅读网页、再搜索、再阅读效率低下。智能体工作流方式并行搜索 可以同时启动三个 LLM 实例各自生成不同的搜索关键词并执行网络搜索。并行抓取 基于每次搜索的结果每个 LLM 可以再并行抓取多个网页内容。最终整合 将所有并行获取的信息汇总输入给一个 LLM 来撰写最终的论文。结果 虽然整个流程步骤更多但由于大量的并行操作如图示中的9个并行网页下载其总耗时反而比人类顺序操作快得多。模块化与可替换性 (Modular: can add or update tools, swap out models)核心概念 智能体工作流是高度模块化的允许开发者自由地添加、更新工具或替换模型。实践应用替换工具 例如在“网络搜索”这个环节可以轻松地将默认的搜索引擎替换为 Serper、Bing、Dr. Google 或专门为 AI 设计的工具。切换功能 可以将通用的“web search”替换为“news search”以便获取最新的科学突破资讯。优化模型 不必在所有步骤中使用同一个 LLM。可以根据不同步骤的需求尝试不同的模型提供商选择在该步骤表现最佳的模型从而优化整个系统的表现。Agentic AI应用简单的任务案例一 发票处理工作流Invoice Processing场景: 自动化处理企业收到的发票提取关键信息并记录到数据库以确保及时付款目标: 从PDF发票中提取关键信息开票方金额到期日并录入数据库字段:开票方开票地址应付金额到期日Agentic AI工作流步骤:PDF转文本: 使用API将PDF转为结构化文本如MarkdownLLM解析文本: 判断是否为发票提取所需要的字段调用工具更新数据库: 通过update database工具将数据存入系统生成记录成功提示传统步骤财务部门人员手动查看发票识别上述关键字段然后将信息录入数据库案例二回复客户邮件Responding to Customer Email示例邮件“我订购了蓝色 KitchenPro 搅拌机订单 #8847但收到的是红色烤面包机。”工作流步骤提取关键信息 → LLM 识别订单号、产品、问题。查询订单数据库 → 使用 orders database query 工具获取订单详情。起草回复草稿 → LLM 根据信息撰写回复。请求人工审核 → 使用 request review 工具将草稿提交给人类审批。发送邮件 → 审核通过后自动发送。价值提升客服效率确保回复准确性。更复杂的客户服务agentMore Challenging: Customer Service Agent构建一个能处理各种未知问题的通用客户服务代理而非仅限于特定订单查询。场景一库存查询“你们有黑色或蓝色牛仔裤吗”agent需动态决定查询黑色牛仔裤库存查询蓝色牛仔裤库存综合回复客户难点: 需要规划API调用的顺序来回答一个开放式问题。场景二退货处理“我想退回我买的沙滩毛巾。”agent需判断验证客户购买记录检查退货政策如是否在 30 天内、是否未使用若允许退货 → 生成退货标签 设置数据库状态为“待退货”难点: 步骤不是预先固定的代理必须根据条件判断并决定后续行动。案例四视觉计算机使用Difficult: Visual Computer Use让AI代理像人类一样使用网页浏览器完成复杂的交互式任务。示例任务让 AI agent检查从旧金山到华盛顿 DCA 机场的两个特定联合航空航班是否有空座。agent行为自动打开浏览器访问 United.com。填写表单、点击按钮、导航页面。遇到“页面未找到”错误 → 自主切换到 Google Flights。在 Google Flights 上搜索航班 → 选择合适选项 → 返回 United 网站确认。最终确认座位可用。核心能力视觉理解读取网页内容推理决策遇到错误时调整策略工具调用模拟鼠标点击、键盘输入状态跟踪记住当前进度现实挑战页面加载慢 → agent可能卡住UI 变化 → agent无法识别元素多模态输入 → 更难处理前景虽不稳定但在关键任务应用如金融、医疗中潜力巨大。代理型AI适合哪些任务 (What tasks is agentic AI suited to?)这是一个从“容易”到“困难”的连续光谱较易实现的任务 (Easier)清晰、逐步的流程 (Clear, step-by-step process): 有明确的执行步骤。标准程序 (Standard procedures to follow): 企业已有成熟的操作手册。纯文本资产 (Text assets only): 输入和输出均为文本因为LLM擅长处理文本。较难实现的任务 (Harder)步骤未知 (Steps not known ahead of time): 任务需求在执行前不确定需要代理动态规划。边执行边解决 (Plan/solve as you go): 代理需要在过程中进行推理和决策。多模态输入 (Multimodal: sound, vision): 需要处理图像、声音等非文本agentic-ai 是将人类工作流程自动化的新范式 —— 它不是取代人而是把人从重复性、规则性强的任务中解放出来专注于更高阶的决策与创造。