第 18 课,共 28 课 · 让 AI 真正有用
什么是智能体式 AI(Agentic AI)?
智能体式 AI(Agentic AI)指被设计成具有一定独立性的 AI 系统:给定目标后,它们会规划步骤、调用工具执行、在情况变化时自行调整,只需有限的人工指导。“Agentic”意为“具有能动性”,即自主行动的能力。它描述的是一种设计思路和一段自主程度的光谱,而不是某个具体产品或模型。
智能体式 AI 与 AI 智能体
上一课讲的是 AI 智能体:一种能规划并借助工具行动的软件。智能体式 AI 则是它背后更宽泛的概念,涵盖单个智能体、多个智能体协作的系统,以及具备了类智能体能力的普通软件。如果说“AI 智能体”是名词,“智能体式”就是形容词:它描述一个系统在多大程度上自行决策和行动。
既然是形容词,智能体式 AI 就有程度之分。可以把它想象成一架梯子(这只是便于理解的教学工具,并非官方标准):
- 回应:回答提示词后即停止(基础聊天助手)。
- 使用工具:执行你要求的单个操作,例如网页搜索。
- 执行流程:按人预先设计好的步骤运行。
- 自主规划:自行决定下一步,直到达成目标(智能体)。
- 协同:多个智能体分工执行并互相审核(多智能体系统)。
智能体式 AI 与生成式 AI
生成式 AI 根据提示词创作内容,例如文字、图片、音频或代码。智能体式 AI 则以生成式模型作为“推理引擎”,通过一系列行动来实现目标。两者并非对立:几乎所有智能体式系统都构建在生成式模型之上,就像汽车围绕发动机打造一样。
- 生成式 AI:产出的是内容。你提出请求,它负责创作,怎么用由你决定。
- 智能体式 AI:产出的是完成的工作。你设定目标,它执行步骤,你审核结果。
- 举例:写一份市场摘要的模型是生成式;每周一自动收集资料、撰写摘要、制作图表并发邮件的系统,则是智能体式。
智能体式 AI 不是什么
智能体式 AI 不是一种新的模型,也不是通用人工智能(AGI,即在大多数任务上都能与人类相当的 AI)。它也不同于传统自动化:固定的“如果……就……”规则总是走同一条路径,而智能体式系统会边做边选择路径,因此更灵活,也更难预测。
最后,标签不等于证据。有些被称为“智能体式”的产品,其实只是换了名字的聊天助手。评估这类说法时,可以问:没有你的新指令时,它能做什么?能接触哪些工具和数据?哪些环节必须由人审批?操作如何记录和撤销?
你会在哪里遇到智能体式 AI,以及需要注意什么
你会在这些地方看到智能体式功能:能完成多步骤修改的编程工具、先浏览大量来源再撰写报告的研究助手、端到端处理用户请求的客服系统,以及给现有产品加上“智能体”能力的企业软件。
自主性越高,责任越大。智能体式系统可能依据错误信息行动,可能被网页或文档中的隐藏指令操纵(提示词注入),也可能在无人审核的情况下执行代价高昂的操作。采用这类系统的组织通常会为权限、审批和日志制定规则,这正是 AI 治理的一部分。
示例
示意:同一目标的三种自主程度
演示示例目标:为周一的团队会议做准备。 生成式(回应): 你:“为一个 30 分钟、讨论产品发布的团队会议写一份议程。” AI:返回一份议程。你自己复制、发送,再预订会议室。 流程式(按固定步骤执行): 每周五下午 4 点,自动化流程把上周的会议记录发给模型,由模型起草议程并通过邮件发给你。 智能体式(自主规划步骤): 你:“帮我们准备好周一的发布会议。” AI:读取项目看板,发现两项逾期任务,围绕它们起草议程,在所有人的日历中找到空档,然后请你批准后再发送会议邀请。
示意场景。三种方式背后可以是同一个模型,不同的是系统被允许决定和执行多少事情。
要点
- 智能体式 AI 指在有限监督下规划并行动、以实现目标的系统。
- 它是一段自主程度的光谱,不是开关式功能,也不是新模型。
- 生成式 AI 创作内容,智能体式 AI 借助它完成工作。
- 把“智能体式”当作待核实的说法:看工具、权限、审批和日志。
- 自主性越高,越需要清晰的边界和人工监督。
在 Mindber 上试试
相关术语
相关主题
常见问题
智能体式 AI 和生成式 AI 有什么区别?
生成式 AI 在你发出提示词后产出内容,例如文字、图片或代码,下一步怎么做由你决定。智能体式 AI 则借助生成式模型,跨多个步骤做决策、采取行动来实现目标,例如调研、起草再发送。大多数智能体式系统都构建在生成式 AI 之上,所以两者的区别在于系统被允许做什么,而不在底层模型。
智能体式 AI 就是 AGI 吗?
不是。通用人工智能(AGI)指的是假想中能在大多数智力任务上与人类相当的 AI。智能体式 AI 则是一种已经投入使用的实用设计思路:把语言模型连接到工具上,在限定范围内交给它目标。智能体式系统可以只擅长特定领域,同样很有用,而且它仍然依赖人类设定的目标、权限和检查。
怎么判断一个产品是否真的“智能体式”?
看它在你不发新指令时能做什么。真正智能体式的产品能接收一个目标,选择并通过真实工具执行多个步骤,从简单错误中恢复,并汇报自己做了什么。再检查它能访问哪些系统、哪些操作需要你审批,以及是否有可供查看的操作日志。如果它只会用文字回复,那就只是一个助手。
来源
- A Survey on Large Language Model based Autonomous Agents. Wang et al., arXiv, 2023年8月
- ReAct: Synergizing Reasoning and Acting in Language Models. Yao et al., arXiv, 2022年10月
- Artificial Intelligence Risk Management Framework (AI RMF 1.0), NIST AI 100-1. National Institute of Standards and Technology, 2023年1月
最后更新