|
- Agent 到底是什么？和 ChatGPT 有什么不同？ - 知乎
典型的Agent流程 我们给编程Agent一个任务，比如fix一个bug，并不会告诉Agent怎么去做，Agent需要自主发掘怎么做，这当然这也依赖于背后的LLM，Agent让LLM给出一个规划，然后去执行，执行的每一步也收集上下文（context）信息交给LLM去决断，上下文信息包括告诉LLM一些Action。
- 通过 MCP 实现 AI Agent 目前有哪些最佳实践？ - 知乎
例如OpenAI的Agent SDK通过list_tools接口动态获取当前MCP服务器注册的工具，无需预加载所有功能。这样可以降低资源占用，提升响应速度。 当然，调用工具只是第一步，我们的目标是让AI Agent自主组合多个MCP工具来完成任务，也就是任务编排。
- OpenAI 发布全新 Agent 工具，会如何改变开发流程？应用场景有哪些？对企业来说意味着什么？
使用OpenAI的Agent工具开发，就好像用苹果的官方套件开发兼容苹果的配件；而MCP就好像个USB-C插口，你只要用这个插口就能连上大模型，至于要支持啥外设，你自己开发。 我个人更看好哪种？ 我更看好MCP。MCP发布了四个月，其开发者生态已经很繁荣了。
- agent到底是个什么鬼？ - 知乎
3 agent的框架 如图1所示，agent可以分为三大块：大脑（控制端）、感知（感知端）、动作（执行端）。 a 大脑：agent的核心，不仅可以存储重要的记忆、知识和信息，还承担着信息处理、逻辑推理、事务决策等任务。它是agent能否表现出智能行为的关键决定因素。 b
- Agent是什么，工作原理是怎样的？ - 知乎
提示词是Agent接收到的初始输入，它描述了Agent需要完成的任务或解决的问题。 提示词可以是文本、图像、语音等多种形式。 Agent需要对提示词进行解析和理解，以便为后续的任务规划和行动执行提供指导。
- AI领域的agent是什么意思？ - 知乎
二、Agent的分类 1 简单反应型Agent 这些Agent基于条件-动作规则工作，即根据感知到的环境状态直接采取预定义的动作。例如，温度控制器根据环境温度调整加热器的开关。 2 基于模型的Agent 这些Agent使用内部状态来维护感知历史，从而做出更复杂的决策。
- 大模型领域MultiAgent与Agent调用多个tool有啥大的区别么？
Agent-tools: 单个Agent调用工具（通常为API或功能模块）完成特定功能，偏向任务执行和效率。 核心区别之处： MultiAgents 更强调智能间协作，擅长复杂推理和动态协调） Agent-tools 更注重现成功能调用（如计算、检索）。 实际应用中，两者可结合使用。 以上。
- 大模型（LLM）和智能体（Agent）有什么区别？ - 知乎
智能体（Agent） 动态适应：可以在运行过程中不断学习和适应新环境，特别是在实时反馈和强化学习场景中。 总结 大模型（LLM）和智能体（Agent）各有侧重，LLMs专注于语言理解和生成，而智能体则更广泛地应用于需要感知、决策和行动的任务中。
|
|
|