Agent 应用路线图

导读 在人工智能技术蓬勃发展的当下，大模型应用已成为推动各行业数字化转型的关键力量。本文将系统梳理大模型应用的核心实施路径，深度聚焦 Agent 设计与落地实践，结合前沿技术理念与实际应用场景，为从业者提供具有实操价值的方法论与经验参考。

右侧是作者技术博客里大模型技术图谱，每个方块代表一个专题，可以扫中间的二维码查看详情。

本次分享大纲：

1. LLM 应用方法

2. Agent 介绍

3. Agent 设计

4. Agent 应用

5. Agent 发展

6. 问答环节

01

LLM 应用方法

1. 大模型重塑各行各业

原对话系统主流的流水线（pipeline）架构包含 NLU、DM、NLG 等模块，各司其职，依次串行。上一代对话系统体验不如预期，智能音箱、个人助理从人工智能变人工智障，发展陷入瓶颈。2022 年底，ChatGPT 为代表的大模型给对话系统带来巨大冲击，原有经验大多失效，需要按照大模型开发范式重塑。

• NLU 模块：包含意图识别和槽位抽取模块，独立且局部依赖，现在借助大模型+Function Call 能力，简单场景编写提示词，复杂场景编排工作流就能完成。

  
  

• DM 模块：原 DST 和 DP 单独处理，大模型之后，简单逻辑通过提示词构建，复杂逻辑涉及函数调用和工作流，交互逻辑不确定时，交给自动体进行智能决策。

  
  

• NLG 模块：大模型角色模拟能力大幅增强，还能够接入外部资源。

  
  

• 对话系统主流的流水线模式被大模型重构。

  
  

大模型对各行业都带来巨大冲击，从行业价值来看，基础模型占比 60%，AI 基础设施占 20%，AI 应用占 20%。

大模型早期只有大脑，缺少手脚，2024 年多模态迅猛发展使其具备更强的感官能力，近期的工具能力的发展，又加强了执行能力。Agent 能力将不断增强，应用场景也会越来越丰富。

2. 自然语言处理范式演变

• 早期阶段：最早由语言学鼻祖乔姆斯基推出语法规则，试图让机器像人一样通过学习语法规则来理解语言，当时流行使用专家系统来解决语言问题。

  
  

• 统计与神经网络语言模型阶段：先后出现统计语言模型、神经网络语言模型，以及以深度神经网络（transformer）为代表的预训练语言模型，如 BERT、GPT-1、GPT-2、GPT-3 等，BERT 系列也有诸多进化版本。过去五六年时间里，对话系统主要集中在这一阶段，采用第二阶段、第三范式的“pre-train（预训练）”加“fine-tune（微调）”模式。

  
  

• 大规模预训练语言模型阶段（第四范式）：2022 年底，大规模预训练语言模型出现，进入第四范式。区别在于无需 fine-tune，直接将能力集成到基座大模型中，下游只需编写提示词并进行外部适配工作即可。

  
  

• 学习能力的变化：过去是使用形式语言让机器模拟人类学习语言，而大模型时代引入“元学习”概念，学习能力更强。

  
  

3. 大模型应用范式分析

图中蓝色方框代表两阶段范式，预训练+微调，这两部分都得做。大模型时代，重点关注红框部分，即有一个基础模型，配合一些组件，比如微调组件、RAG 的组件，再写一些提示工程，整体完成之后，就可以对接到一些AI应用了。

左侧红色框内的基础模型，可通过不同方法进行更新。全参微调对模型所有层级参数进行调整，而 LORA 等局部参数微调仅更新部分参数。更新比例越高，模型能力提升越显著，但计算资源消耗、训练时间等成本也会随之增加。因此，面对新业务时，需要结合具体场景，来做选择。

• 分析业务需求与推理环节优化：先对业务需求进行分析，从基本提示词入手，逐步升级到 Few-shot 以及 CoT、GoT、XoT 等各种演化版本，这些主要用于在推理环节提升效果。

  
  

• 语料引用与模型能力学习策略：若需引用全量语料，可采用 RAG 流程，多个进化版本。当期望模型自身学习并记住相应能力，输出具有固定风格时，可采用 fine-tune 方案，也可将 RAG 和 fine-tune 结合起来。

  
  

• Agent 策略及其特点：Agent 比较特殊，与之前在基础模型上添加局部功能矫正、优化的方法不同。Agent 理论上与基座模型相互独立又存在相关性，基座模型能力直接影响 Agent 应用效果和上限。即使使用能力较弱的大模型，良好的 Agent 结构设计也能带来新的提升。

  
  

以上是对大模型应用方式的简要介绍，接下来将重点介绍 Agent 的概念和应用。

02

Agent 介绍

1. Agent 定义

人们日常处理的任务主要有两类：

• 离散且孤立，例如：编程、下围棋以及简单的内容生成等，这些任务之间相互独立，不存在依赖关系。在围棋领域，AlphaGo 比较知名，还有游戏中的 AlphaZero 等也是这类任务的典型代表。

  
  

• 连续且环境相关，比如：叫车出行、经营公司等，不断与环境进行交互。

  
  

大语言模型有个相关概念：“缸中之脑”或“瓮中之脑”。语言模型在所处环境中执行能力较弱，后来通过增加一些组件提升了感知能力，添加插件后执行能力也得到了增强。然而，它对现实世界的干预能力依旧不足。

一个重要的解决方案是 AI Agent。 SaaS 相关的企业及其产品，都将逐渐被 Agent 所取代。

2. RL-Based Agent 的困境与 LLM Based-Agent 的崛起

Agent 核心功能包含感知、规划和行动，起源于强化学习，在强化学习中智能体会与环境交互。实现方案先后经历了：RL-Based Agent和LLM-Based Agent。

早期强化学习因 AlphaGo 击败李世石而声名远扬。但其发展受到如下限制：

• 应用领域局限，泛化能力不足。

  
  

• 受具体任务限制，且只有在游戏或任务完成后，才能获得真实反馈，奖励机制稀疏，导致任务执行出现问题。

  
  

以大模型为驱动的 Agent 则具有诸多优势：

• 具备世界知识：与上一代相比，天然具有一定世界知识，“世界模型”概念对 Agent 的规划和执行等操作很关键。

  
  

• 推理规划能力：以 DeepSeek R1 为例（R2 未推出，预计推出后效果更好），具有推理规划能力。

  
  

• 工具使用与上下文学习：具备工具使用以及上下文学习能力，使得 Agent 概念再次受到广泛关注。

  
  

Agent 具有自主性、反应性、社会性与主动性四大核心特性，除基座模型之外，还需要记忆能力、规划能力以及工具使用的能力。

3. Agent 组件

Agent 规划方面，实现思路是将大问题拆解成一个个小任务，逐一解决后再进行汇总。示例：CoT（思维链）和 ToT（思维树）。

另一个方向是反思，即对之前的方案自行思考是否合理，若有问题及时修改。

规划可以细分为有无反馈和有反馈两种类型，其中包含许多不同的方向。

• ReAct（反应式），即先思考、行动，完成后观察环境，然后进一步思考并行动，如此循环。不过，ReAct 也存在局限性。

  
  

• Reflecting（反思式），引入强化学习机制，行动时判断，比如强化学习中的“actor（行动者）”和“critic（评价者）”。此外，还有反思流程。整体而言，Reflecting 效果比单纯强化学习更好。

  
  

大模型本身无记忆能力，每次请求都是无状态。如何给大模型增添记忆能力？仿生思路，参考人类记忆方式设计 Agent 记忆。

Agent 记忆分为感知、短期记忆和长期记忆三类。感知侧重多模态方面；短期记忆包含工作记忆概念。

短期记忆实现方式：

• 常规方式：调用大模型时设置参数，默认带上前面几次会话历史，形成简单的短期记忆，但受窗口长度限制。

  
  

• 优化方式：当会话历史超过窗口长度时，可用前置摘要，用大模型处理历史信息，提取关键信息，突破部分窗口长度限制。

  
  

长期记忆的实现路径：

• 实现长期记忆常用 RAG（检索增强生成）方法。

  
  

工具使用涉及到 Agent 与外部环境进行交互等操作，并且在交互过程中，采用 Json 格式进行数据传输或指令传达等。

在复杂任务场景中，单智能体面临明显局限：当需调用多种工具时，其工具识别与选择能力易受限，影响任务执行效率与效果；同时，单智能体决策模式单一，难以输出多样化结果。为突破这些瓶颈，多智能体系统成为更优选择，通过协同交互实现能力互补，显著提升任务处理灵活性。

多智能体架构组织方法：

• 按智能体类型组织：可按照通用智能体和专业智能体的方向进行组织。

  
  

• 编排模式：

  
  

主从模式：采用 supervisor（监督者）加上 worker（工作者）模式。

点对点模式：各个 Agent 之间是对等关系。

当前，多智能体的设计仍然是 AI 领域一个具有挑战性的前沿课题。

03

Agent 设计

1. 大模型 Agent 进化之路：从 API 调用困境到增强式 LLM 雏形

最初人们直接调用大模型 API，之后关键环节的控制能力由弱变强。从直接调用 API 逐渐发展到增强式 LLM 阶段，形成了 Agent 的雏形。

早期调用大模型存在的主要问题为：

• 无状态：虽然能选取上文获得一定状态，但本质上缺乏长时间的状态记忆。

  
  

• 不稳定：大模型作为概率模型，每次调用结果可能不同。

  
  

通过调整参数缓解这些问题，如设置 temperature、top k 等参数，可在一定程度上改善不稳定的状况。

增强式 LLM 中，通过增加一些工具、提升记忆和检索能力，进一步提升大模型整体的表现效果。

2. Agent 智能体演化路径

• 智能体在横轴方向的演化：从单次大模型调用，逐步演变为单智能体，接着进一步发展到多智能体。

  
  

• 智能体在垂直方向的演化：垂直方向上，智能体基于模型的推理性能及推理能力这两个维度进行演变。推理能力方面对应着如 R1、R2、O1、O3 等推理大模型系列。

  
  

• 单 Agent 和多 Agent 的关键组件：单 Agent 和多 Agent 都包含三个关键组件，即推理、评估和思考矫正的组件，这些组件在单 Agent 和多 Agent 中所扮演的环节在相关图中有展示。

  
  

3. 智能体工作流的迭代与多智能体架构的发展

2024 年底，Anthropic 专家做了关于如何构建更高效自动体的分享，相关图示对其方法进行了整体概要展示。

工作流（workflow）演变经历了从规则驱动的传统工作流，到如今由各种平台编排的 AI 工作流，未来主流将是 Agentic AI。

具体模式：

• 早期 Augmented LLM，将工具等组织拼接进去。

  
  

• 工作流方面：

  
  

  先是链式结构，后增加路由分流环节，该环节在客服场景中常用。

  
  

  先分后合模式，让多个 Agent 完成同一件事，然后通过投票机制选取较好结果，以解决大模型输出不稳定问题，即选择高频出现的结果。

  
  

  “总-分-总”模式，将大任务拆解成小任务，识别后再合并。

  
  

  自我进化模式，执行后停下来，检查之前步骤是否错误，重新再来，这与之前的协作逻辑不同，是对抗逻辑。

  
  

智能体与工作流区别：关键流程环节是否具备自主决策思考能力，流程控制不再完全依赖人工定义。

多智能体架构也在发展，经历主从架构（协作式），到主从从架构（分多个层级解决问题），再到分布式结构（点对点方式，常见于社区交互）。

大模型应用模式迭代发展趋势，从原生大模型到增强式大模型，再到工作流迭代，之后又发展到单智能体、多智能体，甚至让智能体自己去设计自己的架构，即 Auto-Agent。

典型应用。工作流方面，包含了链式、路由、并行分工、评估优化等。单智能体适合做工具调用，甚至任务规划。多智能体则有多种形式，如协同工作、更具层次的结构以及点对点的方式，还包括自动化设计。

4. 增强式 LLM 与智能体的演进：经验依赖变迁、能力迭代及应用新思考

• 对专家经验的依赖程度：增强式 LLM 比较看重专家经验，需精心设计每个环节的提示工程；单智能体阶段对专家经验的依赖弱化；自动化智能体阶段能力大幅提升，进一步减少对专家经验的依赖。

  
  

• 状态方面：增强式 LLM 上下文记忆，并涉及 RAG；智能体阶段从无状态转变为有状态，对状态的理解更为深入。

  
  

• 能力方面：能力逐步提升，智能体重点在于规划思考，多方协作时规划思考能得到多方验证，从而增强能力，获得群体智能的收益。

  
  

• 存在的问题及解决方式：幻觉、不稳定，工作流方式中由人控制主体逻辑可控制幻觉程度；单智能体若有反思矫正机制，能矫正一些错误规划。

  
  

• 应用场景方面：应用场景从简单问题场景逐渐变得复杂，从确定逻辑到简单模糊情况，能解决问题的场景越来越多。应用场景中如何找到较快的应用路径？

  
  

04

Agent 应用

1. Agent 编排工具现状及编排系统的迭代演进

当前主流 Agent 编排工具包括：

• 带 UI 工具：国内为大家熟知的有 dify、Coze 以及百度千帆；国外有 LangChain 基础上搭建 UI 的 LangFlow（更多是流式结构，后升级成图式编排智能体的 LangGraph），还有 N8N、Flowise AI 等。

  
  

• 框架工具：国内有 Meta GPT、面壁智能的 chatdev；微软 AutoGen、Megnetic-one（去年底刚推出，是对 AutoGen 的简化，因为 AutoGen 上手成本较高），还有  SWARM。

  
  

原生 prompt 格式输出不稳定，于是限定特定格式（如节省 token 输出）并单独调用工具。之后升级为工具调用 Function Call，但 Function Call 也不稳定且逻辑简单。为解决对话逻辑编排问题，工作流诞生，本质是 Plugin 加强版，但与用户交互缺乏，执行过程依赖 prompt 且成本偏大。进而发展出单智能体，后来又演变成多智能体。

以 Coze 为例，左侧可以编排系统提示、设计人设、规划对话逻辑，还能配置常用工作流脚本，用户甚至可以上传自己的知识库、设置定时任务等，这些功能组合起来能够构建一个解决实际问题的机器人。

2. Coze 平台机器人模拟评估与多智能体实践

Coze 平台创建机器人后，如何自动化评估其对话质量成为关键问题。评估方式经历了三个阶段：

• 初期人工测试：由运营员工手动开启机器人，提出 Bot 相关与不相关问题，基于主观体验预判效果，该方式人力成本高且评判标准不统一，结果差异大。

  
  

• 流程自动化：将评估工作拆解为提问、评估等环节，纳入固定流程，通过标准化流程得出评估结果。

  
  

• 用户自主评估：考虑到真实用户提问的不确定性，设置特定人设（包含学术背景、年龄等信息），随机选择用户和人设，由 Agent 决定作答反馈，最终通过评分卡从情绪反馈、回答表现等维度进行评估。

  
  

3. 多智能体在 Bot 自动标注中的应用与优势

• 机器人组件与文本处理问题：机器人有很多组件，其中提示语较长，超出上一代 Bert 窗口要求。Transformer 处理文本时，上下文窗口有限制（如 512），超出可截断。机器人组件中除了提示词，还会调用 Plugin、workflow、自定义知识库。单个知识库是长文本文档，上一代 Bert 无法完整处理这些内容。

  
  

• 标注的迭代过程：最初采用多人分工协作模式，真实标注大量事例。项目经理将标注需求拆分成几个小需求，让标注人员各自标注，再人工审核，通过即可验收，任务可交叉，这是典型的多人分工协作汇总模式。

  
  

• 意图挖掘与标签标注：标注工作包括在已知意图里定义分类任务，并挖掘未知意图，从意图集合里“其他”类别中挖掘新标签。机器人组件会带技能标签，人工标注能力有限，人工标注机器人标签一般只能标两到四个，而每个机器人平均标签大致六到八个，所以人工标注不足。

  
  

• Agent 质检与处理：Agent 质检即审核，遇到幻觉时，直接丢弃可惜，因为有些幻觉是标签的近似表达，应召回矫正。新生成的标签要判断合理性，员工抽检合理后可放回，这样 label 集合是动态更新。

• 最终方案效果：Multi-Agent 方案效果比人工标注好很多，最终替换了人工标注。
  

4. 智能体开发：选型、模型、提示词与工具的优化策略

• Agent 选型：不要直接从提示工程跳到多智能体，应该循序渐进。先通过提示工程测试不同模型能力，再设计工作流。工作流场景需具备可控逻辑，跳转逻辑可由智能体控制；逻辑复杂或规则繁重时采用单智能体，多方协作则用多智能体，逐步提升难度。

  
  

• 基座模型：不要都用一种模型，应保持多样性；质检或评估等关键环节优先选用强模型；调用模型时，可对 Temperature、Top k 等参数调优，保证多样性，利于在同一任务中通过投票策略确保稳定性。
  

• 提示工程：

  框架选择：主流框架丰富，如新加坡比赛夺冠的 Trace，以及常规的 few-shot，cot 等。

  
  

  语言使用：英文提示效果优于中文，建议优先用英文表述任务。

  
  

  输出规范：输出需规范化；使用客气、专业的语言与大模型交互，符合其训练语料特性；如果提示工程太累，可采用 prompt 自动化方案。

  
  

• 工具调用：大模型不适合客观推理任务（如数学计算），即便部分模型（如 DeepSeek R1 和 o3 系列）具备一定能力，仍需升级；执行客观任务时避免直接使用大模型，注意输出控制；调用工具前，需充分测试其名称描述、参数及有效性，否则易导致整体准确率大幅下降（如曾低至 50% 以下）。

  
  

• Agent 设计：提示词过长会影响模型效果，建议通过摘要、RAG 等方式拆分任务；避免单个 Agent 承担过多任务，合理分配给多个智能体；为了提升结果稳定性/准确性，可设计并行（异步或同步多次请求）或串行请求（分阶段处理任务，中间环节添加 try  catch 捕获异常，防止运行中断与错误累积）。

  
  

• 标注环节：用同一种模型（如 GPT-4）进行标注和质检不可行，会漏掉问题案例；DeepMind 论文显示，同种模型不能进行自我检查，强行矫正会显著降低整体准确度。

  
  

5. 智能体设计前沿：OpenAI 指南与 Anthropic 观点的深度解析

OpenAI 最近发布了智能体设计指南，指出智能体适用于三种场景：复杂决策、难以维护的规则系统以及严重依赖经验的非结构化数据。若不属于这些场景，则不建议使用智能体。在编排方式上，存在单智能体和多智能体，多智能体又包含管理者和去中心化两种模式。实施建议采用渐进式方法，在选择策略方面，先用最强大的模型进行探索，再使用相对较小的模型。同时，要有人工干预机制，设计阈值和风险触发点，并且在关键环节设置一定的防御措施。

Anthropic 4 月 5 号发布 Agent 设计指南（作者与上述相关内容为同一人），探讨了如何构建能力更强的智能体。核心观点：不要将智能体视为万能，不能所有问题都依赖智能体；要保持简单，这与机器学习早期的奥卡姆剃刀原理一致；定义任务时，自身要具备一定 Agent 思维。

Agent 适合解决逻辑复杂且高价值的业务，但成本高、延迟高，如果无法接受，则不建议使用。

最初整理的 Agent 发展阶段体现了对智能体应用场景和特点的综合考量 。

6. 智能体落地场景技术决策的思考

智能体落地时，如何进行技术决策：

• 技术可行性验证：拿到需求后，先用可用的最强模型逐个验证，检查单点能力是否存在瓶颈。若有瓶颈，修改需求或接入更强的模型。

  
  

• 成本和速度考量：以 DeepSeek 为例，其百万 Token 成本一到两块钱，每次调用成本约为 0.0001 人民币。若要求延迟控制在 0.5 秒以内，不适合用大模型，此时可选择 BERT 系列模型。很多人存在误区，认为只要是大模型就一定好，而忽略了上一代 BERT 系列或 GPT 系列等模型，BERT 系列模型响应时间较快，在特定任务上表现良好，实际应用中，应根据场景选择。

  
  

• 模型选择依据：Encoder 结构适合做理解任务，Decoder 结构适合做生成任务。分类任务涉及理解，因此不能完全否定BERT系列模型。

  
  

• 错误容忍度：如果智能体误判给业务带来较大损失，建议引入人工干预或使用更可控的模型，此时不适合使用智能体。

  
  

• 任务复杂程度：根据调用频次衡量任务简单与否，两次以内调用是简单任务，超过两次是复杂任务。对于复杂任务，若调用过程中不需要工具、自定义知识库、联网等，直接使用大模型多次调用即可；若需要，则使用增强 LLM。

  
  

• 任务逻辑与角色：对于复杂任务，若需要控制主体逻辑，使用工作流；若不需要，再判断是单角色还是多个角色协同。单角色任务使用单智能体即可，多角色协同任务则使用多智能体。

  
  

7. 智能体的困境与挑战

实际上，智能体并非万能，原因：大模型并非无所不能。有人认为大模型结合智能体就能实现通用人工智能（AGI），但实际上，距离 AGI 还很遥远，市面上某些工具的宣传存在夸张成分。

智能体存在的问题：

• 记忆召回问题：常用的检索增强生成（RAG）本质上仍是检索思路，只能找到相关信息，而非因果关系。因此，智能体也会陷入只关注相关信息的问题，而要解决这个问题，需要寻找因果关系，如引入图神经网络方法或因果推理等方案。

  
  

• 错误累积问题：当系统越来越复杂，尤其是串行架构时，误差会逐级放大。所以必须保证前面环节的质量稳定性，比如 Plugin 质量问题会直接影响智能体执行质量，这也是 OpenAI 开始自建 Plugin 体系的原因。

  
  

• 探索效率问题：智能体（Agent）设计得越复杂，效率越低。如果让其自行决策，会出现各种冗余步骤，甚至把简单问题复杂化，同时 Token 花销也较大。因此，AutoGPT 会引入人工干预环节。

  
  

• 任务终止和结果验证问题：任务终止以及结果验证方面，智能体表现不佳，尤其是对于评估标准模糊的开放问题，智能体可能一直运行，迟迟无法给出结果。一般可从数据及模型的训练，以及引入强化学习等方向进行改进。

  
  

伯克利论文分析了多智能体失败的原因，以 MetaGPT、chatdev 等为例进行验证，发现失败率较高，达到 66% - 84%。具体原因：

• 流程规划和任务划分不当会导致智能体失败。

  
  

• 智能体间（Agent-Agent）协作，讨论无意义内容，导致效率低下，关键信息被忽略。

  
  

• 一些系统缺乏任务验证，即便有验证，也往往不起作用。例如 Manus 很火，官方展示了让智能体写一个小米 SU7 的 PPT，虽然整个流程自动化程度很高，但仔细查看内容，会发现 PPT 质量一般，距离真正可用还有一定差距。

  
  

05

Agent 发展

1. Agent 发展趋势

未来，LLM Agent 发展趋势为：

• 能力提升：推理能力增强，多模态能力提升（与人对环境的感知能力相关）。

  
  

• 工具与场景：可使用工具增多，应用场景从通用转向特定。

  
  

• 个性化与自动化：更多个性化信息输入，流程实现自主决策与自动化执行。

  
  

具体发展方向包括：

• 基础模型：推理和多模态能力进一步增强。

  
  

• 工具调用：以 MCP 为代表，推动工具调用更高效。

  
  

• 信息突破：涉及 MCP、A2A 等，突破数据边界。

  
  

2. MCP 介绍

MCP，即模型上下文协议，Anthropic 去年底推出，起初市场反响平平。但从今年一二月起，MCP 迅速走红，凭借让大模型便捷调用外部工具的特性，一跃成为行业焦点，备受开发者与企业关注。

其核心理念为致力于统一行业标准。在标准确立前，各模型及场景需人工编写逻辑，效率低下；标准制定后，各方只需符合标准即可直接对接，无需深入关注具体应用，极大简化操作流程。

MCP 具备多方面显著优势与价值，以电脑配件为例，只要对接 MCP 协议，配件可即插即用，无需了解实现细节；Server 也能按标准提供服务，无需在意应用侧效果，直观展现其便捷性。MCP 通过统一标准，显著提升工具调用能力，为开发者平台降低开发成本、提高效率，为用户侧带来更便捷、高效的使用体验，实现多方共赢。

3. A2A

Google 推出 A2A。如果用协议来类比，MCP 类似 Type-C 协议，而 A2A 类似蓝牙协议，蓝牙协议负责电脑与电脑间的信息传送，只要符合协议就能实现传输。

有观点认为 A2A 是 MCP 的替代品，其实二者互补。MCP 主要负责电脑与工具之间的交互，A2A 则专注于 Agent 与 Agent 之间交互，并且 A2A 是建立在 MCP 技术基础之上，二者属于协作关系。

有了 A2A 后，智能体间无需共享内存资源，就能实现动态通信。这就好比 WTO 协议，在世界经济领域中打破各国关税壁垒，极大地提升了交互效率。

下面通过一个招聘案例，介绍智能体系统的运作流程及优势。需求是招聘方要按自身要求找到一个候选人。

智能体系统任务执行过程如下：

• 寻找候选人：智能体对需求进行任务拆分，先安排另一个智能体寻找相关候选人。

  
  

• 信息反馈与补充：若未找到候选人，会进行反馈，询问招聘方能否提供更详细信息，如所在国家、地域等。

  
  

• 候选人展示：获取更详细信息后，智能体展示若干候选人，以卡片形式呈现，提升了交互体验，而非简陋的纯文本形式。

  
  

• 后续流程：完成候选人展示后，进入安排面试步骤，面试结束后还能进行后续操作，整个过程自动化程度较高。

  
  

该示例展示了智能体系统通过任务拆分，借助 A2A 调度多个智能体，寻找候选人，依据反馈获取详细信息后展示候选人，并实现后续面试及相关操作的自动化。

4. Agent 架构自动化的前沿进展

在自动化领域，强推理模型与自动化能力是两大核心要素。一方面，具备强大推理能力的基础模型是实现自动化的重要基石，它赋予系统对复杂问题的分析与决策能力；另一方面，如 Manus、GenSpark 等工具，依托背后的虚拟环境，能够自主完成执行、分析等操作，生动展现了自动化能力在实践中的价值，二者相辅相成，共同推动自动化技术的发展与应用。

自动化方向的前沿探索：

• 新加坡南洋理工的 MaAS：探索 Agent 架构设计进一步自动化，将机器学习里 AutoML 方法引入到 Agent 框架设计中，构建包含提示词、工作流、工具调用等基本单元的 Agent 操作网络。针对不同任务（如数学计算和写代码等）自动编排不同结构。

  
  

• 加拿大大不列颠哥伦比亚大学的 ADAS：运用元 Agent 搜索（Meta-Agent-Search），将各种元素进行组合，设定搜索空间和搜索算法。算法在搜索空间中匹配不同组件，组成新的 Agent，然后在固定测试中进行验证。若效果良好，新 Agent 通过验证并进入候选。

  
  

2023 年 GUI Agent 的爆发式发展

GUI Agent 方面，从上图中可以看到，2023 年左右曲线增长迅猛，众多公司着手研究用 Agent 操控电脑和手机。如 OpenAI 的 Operator 和 Claude 的  Computer Use，对界面分析后能实现文本创作、打开微信、发送消息等操作，且操作的自动化程度不断提高。

以上就是本次关于 AI Agent 的分享内容。

06

问答环节

Q：如何让 Agent 理解相关性和因果性。

A：这是个极具挑战性的课题，大模型在理解相关性和因果性方面存在显著短板。不改动模型的情况下，可尝试在提示词中融入 Fine-tune、CoT 等方法进行改进。更好的方案为改动模型，运用因果或图神经网络的方法重新提炼，使模型学到符号主义的特例，从符号主义角度理解因果更科学。长远而言，大模型若要真正实现类人推理能力，或许难以绕开符号主义路线。