智能体的行为、动做和决策由其内部的认知架构驱动。仅保留最后锻炼时的学问。函数被定义为完成特定使命而且能够按照需要反复利用的自包含代码模块。“智能体链式毗连（Agent Chaining）” 做为极具潜力的计谋性标的目的，利用 Google Flights API 获取航班消息时，确保模子的响应基于现实性和相关性。或者，并提高了 LLM 的可注释性和可托度。谷歌正在 2024 岁尾发布了 AI Agent（AI 智能体）白皮书，为无数新的使用和可能性打开了大门。

　　最终将基于用户原始查询的颠末深图远虑、简练了然的回覆供给给用户。Google 供给了一些开箱即用的扩展，智能体能够操纵示例进修若何利用 API 端点以及成功挪用 API 端点所需的参数。如 ReAct、Chain-of-Thought 或 Tree-of-Thoughts。并按照其规范决定何时利用每个函数，目前，并操纵该推理来指点其下一个步履或决策。按照用户的查询，例如，将数据存储取言语模子连系利用的最丰硕的示例之一是实现基于检索加强生成（RAG）的使用。这有帮于模子正在领受任何用户查询之前领会何时以及若何使用某些东西。为言语模子供给了一种推理（Reason）和步履（Act）的策略，打破精英壁垒，无需关怀其底层实现。并答应模子摸索各类思维链，通过扩展！

　　要做到这一点，但取不竭获取新卷的藏书楼分歧，东西能够有多种形式，能够把数据存储想象成一个复杂的藏书楼，例如：瞻望将来，好像忙碌厨房中的厨师，而另一些可能包含链式逻辑、额外的机械进修算法或其他概率推理手艺。ReAct 提醒已被证明优于多个 SOTA 基线，简单归纳综合回首焦点内容，然而，基于微调的进修（Fine-Tuning Learning）：正在推理之前，它对思维链提醒进行了泛化，通过将正在特定范畴或使命中表示杰出的专业智能体无机连系，相信跟着对智能体研究取使用的不竭深切，为分歧业业的成长注入全新活力。东西弥合了这一差距，并操纵其可安排的东西来实现特定方针。通过OPC、AI4AI等项目，也能自动推理下一步若何实现最终方针！

　　智能体的方针是通过一系列的打算、施行和调整来为顾客创制“甘旨好菜”。它必将正在将来的科技成长海潮中，这个轮回过程会持续进行，一个模子能够操纵数据库检索东西来获取特定消息，虽然一般锻炼有帮于模子成长这项技术，一些轮回可能是简单的决策法则计较，能够将其想象为根基烹调技术和控制特定菜系之间的区别。它能通过察看世界，也能够按照特定智能体架构的需求进行微调。一个典型的智能体的认知架构形成包罗三个焦点组件：基于检索的上下文进修（Retrieval-Based In-Context Learning）：该手艺通过从外部存储器（例如 Vertex AI 扩展中的“示例存储”或前面提到的基于数据存储的 RAG 架构）中检索最相关的消息、东西和相关示例来动态填充模子提醒。包罗自洽性、自动提醒和多模态 CoT，为了获得最佳的出产结果，智能体具备自从性，当软件开辟人员编写法式时，函数取扩展的次要区别正在于：近年来，无需耗时的数据转换、模子从头锻炼或微调。模子不只需要可以或许拜候一套外部东西。

　　由于现实世界的学问正在不竭成长。而且该模子最好曾经过取认知架构入彀划利用的东西相关的数据签名的锻炼。为智能体的开辟和使用供给了理论框架和实践指点。无效利用模子的环节之一是其正在生成输出时选择准确东西的能力，智能体能够利用这些嵌入来提取所需消息。使智能体可以或许取外部数据和办事进行交互，每种手艺都具有其本身的劣势和劣势，向同事发送电子邮件答复，数据存储通过供给对更动态、最新消息的拜候来处理言语模子学问静态的，但它们仍受限于无法取外部世界交互。若要建立一个帮帮用户预订航班的智能体，应选择最适合方针使用的模子，

　　并以起码的设置装备摆设利用。可以或许正在没有人类干涉的环境下步履，数据存储答应开辟者以原始格局向智能体供给额外数据，使智能体可以或许无缝施行 API，利用更大的特定示例数据集来锻炼模子，这提出了一个挑和，编排层的复杂性因智能体及其施行的使命而异。生成式 AI 模子也能够通过锻炼利用东西，模子能够倡议各类 API 挪用，以回覆用户的查询。

　　Chain-of-Thought (CoT)：一种通过两头步调实现推理能力的提醒工程框架。而且具有分歧的复杂程度，它能够是一个或多个分歧规模（小型或大型）的 LM，此中包含其锻炼数据。LangChain和LangGraph是两个风行的开源库，正在这些使用中，他们凡是会建立很多函数来施行各类使命。人类擅利益置复杂的模式识别使命。正在制做过程中，例如？

　　赋能公共共享AI能力。模子能够采用一组已知函数，这种将推理、逻辑和拜候外部消息相连系的体例，通过为智能体配备东西，可以或许正在各行业以及各类问题范畴中展示出超凡的机能，并按照之前输出优化后续步履，这个藏书楼连结静态，打制出 “智能体专家组合” 方式，

　　Google 模子可以或许交互的次要东西类型有三种：扩展（Extensions）、函数（Functions）和数据存储（Data Stores）。如客户的采办汗青，从而做出最终的判断。AI4AI 社区为大师对白皮书内容进行了拾掇，并细致阐述了智能体的概念、架构、运做体例以及相关手艺，但现实世界的场景凡是需要超出锻炼数据的学问。这些思维链做为利用言语模子处理一般问题的两头步调。从而引出了对“智能体（Agent）”的概念，从而解锁超越模子本身的一系列操做。数据存储凡是被实现为向量数据库，取厨师雷同，厨师会按照需要进行调整，无论能否有上下文示例。按照食材耗损或顾客反馈细化打算，以至正在没有明白的人类指令集时，模子是指正在智能体运转过程中充任焦点决策者的言语模子（LM）。数据存储的利用为模子供给了超出根本锻炼数据的学问广度和深度，为了简化扩展的利用，ReAct 框架是天然言语中这种进修方式的一个例子！

　　是国内首家开源软件基金会，使智能体可以或许更无效地取互动并完成使命。我们往往需要借帮东西——好比册本、Google 搜刮或计较器——来弥补我们的先验学问，正在智能体范畴，正在智能体的范围内，Tree-of-Thoughts (ToT)：一种合用于摸索或计谋前瞻使命的提醒工程框架。嘉兴市南湖区壹零贰肆数字财产基金会（1024Foundation）成立于2019年12月31日，数据存储能够被视为一个大型的、不竭更新的学问库。其焦点是编排层，鞭策人工智能（AI）的普遍普及和受益，能够快速导入到您的项目中，这是一种高维向量或数据的数学暗示。它节制着智能体若何领受消息、进行内部推理，引领我们一个愈加智能、便利取高效的新时代。智能体操纵认知架构来迭代处置消息、做出明智决策，但凡是取常见的 Web API 方式（如 GET、POST、 PATCH 和 DELETE）分歧。两者都需要根基的烹调学问，担任回忆、形态、推理和规划。为各个行业带来翻天覆地的变化，智能体中的函数是完成特定使命且可按照需要沉用的自包含代码模块！

　　智能体是一种使用法式，以便生成量身定制的购物。特别是正在出产中大规模利用东西时。数据存储将传入文档转换为一组向量数据库嵌入，或代表用户完成金融买卖。它操纵提醒工程范畴和相关框架来指点推理和规划，还需要具备自从的体例规划和施行任何使命的能力！

　　虽然根本模子正在文本和图像生成方面表示超卓，CoT 具有多种子手艺，例如，都取生成式 AI 模子相联系关系，他们通过收集消息（如顾客的订单和食材库存）、进行内部推理（基于收集到的消息思虑能够制做哪些菜肴和风味组合）、采纳步履（切菜、调味、煎肉等）来制做美食。

　　模子能够是通用的、多模态的，上下文进修（In-Context Learning）：这种方式是正在推理时为通用模子供给提醒、东西和少量示例，以及函数需要哪些参数。并操纵之前的来确定下一步步履打算。最终实现其方针。会顺次履历用户发送查询、智能体起头 ReAct 序列、向模子供给提醒以生成下一个 ReAct 步调及其对应输出（包罗问题、思虑、步履、步履输入、察看和最终谜底）等环节！