2025⼈⼯智能代理技术

2025人工智能代理

什么是AIAgent

*使用人工智能（LLM）来像人类一样设定目标、解决问题和做出决策的智能系统。

状态(ENV)

人工智能代理

观察（数据）

行动（解决方案）

2

什么是AIAgent

*AIAgent的作用

/article/10.1007/s11704‑024‑40231‑1 3

AAI2024

摘要与引言

对模型进行微调以适应特定任务需要耗费大量资源，降低泛化能力，并且对于GPT和Claude等现代模型来说很困难。

人们需要一种无需更新参数就能从经验中学习的新方法。

5

摘要与引言

Few‑Shot有望带来性能提升，但Context‑Length存在限制

通过反复试验收集经验并提取见解检索成功经验

用作小样本

6

ExpeL框架

7

ExpeL框架

*收集经验 收集各种经验来提取信息

LLM通过少量尝试、规划和自我反思来创造行动

以这种方式积累的经验用于洞察力的提取和检索。

8

ExpeL框架

*从经验中学习

累积的经验存储在经验池中，可以在类似情况下在Few‑Shot中额外使用。

比较成功和失败来确定正确和错误的行为压力

识别成功集合中的模式以揭示常见的成功实践

9

ExpeL框架

*任务推理

提取的见解总是以相同的方式出现

经验池中存储的先前经验通过RAG方法为任务带来类似的经验。

10

ExpeL框架

*迁移学习

从源任务中提取的洞察用于目标

可以通过Few‑Shot和LLM任务（上下文学习）进行微调

仅使用之前提取的洞察即可实现目标任务

它可以⾼效地执行并且成功率很⾼。

11

实验

*实验环境

HotpotQA‑

探索多个文档并通过多步推理推断出正确答案

Alfworld‑

一个基于语言的模拟环境，用于探索环境并实现目标，例如在厨房里找一个锅，然后把它端到桌子上

WebShop‑

在网上购物环境中搜索产品并做出购买决定，例如）找到评分最⾼的扬声器并购买

12

结果

*实验环境

十三

结果

*实验环境

14

结论与局限性

缺乏多样化的实验，需要在复杂环境中进一步验证

开放AIAPI依赖项

证明LLMAgent能够通过体验式学习和数据重用进行学习。

15

ICLR2024

摘要与引言

随着任务范围的扩大和复杂性的增加，Agent的性能需要提⾼。

1.LLM接受反馈并可以通过对话进行合作。2.

使用正确的提示时，可以完成各种任务。3.当复杂的

任务被分解成简单的子任务时，解决问题的能力就会提⾼。

=>多代理系统

17

AutoGen框架

18

AutoGen框架

*健谈的代理‑管理员

在进行对话或执行任务时呼叫代理或工具

问题解决是按照预先确定的规则和模式进行的。

为了解决复杂的问题，我们需要能够超越基于规则的对话，实现多代理对话。

19

AutoGen框架

*对话编程 由法学硕士、编程控制

基于自然语言或通过编程进行动态对话

即使代码出现错误，也可以积极讨论并改正。

20

AutoGen框架

*对话编程 以对话为中心的计算

座席根据对话自动相互响应，对话持续进行，直到满足终止条件。

用户无需控制模块即可干预对话并自主推进

21

实验

*示例

22

实验

*示例 数学问题解决

23

实验

*示例‑检索增强聊天

24

实验

*示例 多代理编码

二十五

结论与局限性

当对话持续变长时，就会出现长上下文问题。

没有使用各种模型进行实验

通过多代理系统提⾼生产力和效率

二十六

谈判AI代理

*现有谈判流程存在的问题

耗时‑>谈判条

件复杂，需要很长时间

缺乏客观性‑

>由于情绪判断而难以获得最佳结果

处理复杂情况的问题

‑>难以协调多个利益相关者之间的条件

各种数据利用率低‑>无

法利用过去的谈判数据，导致效率低下

=>使用LLM的AI代理进行最佳谈判

二十七

谈判AI代理

*谈判AI代理的重要性及利用潜力

提⾼效率

‑>通过自动化复杂的谈判节省时间和资源

提供客观

性‑>摆脱情绪判断，产生客观公正的结果

复杂条件处理的最优化

‑>利用信息不对称提出最佳收益

数据驱动的决策

‑>通过过去的数据提出最优策略

=>AI代理使谈判更加⾼效和公平

二十八

我们的方法

*谈判AI代理的成就目标

从简单的谈判转变为利用各种数据的动态谈判

最大限度地发挥评论员的作用，充分发挥法学硕士的口语能力

保存对方的数据，以便下次谈判朝着更有利的方向进行。

通过提取见解，即使在简短的上下文中也能增强口语能力

通过混合使用开源KULLM和超大型语言模型GPT，降低API费用和GPU过载

=>通过多代理系统最大化谈判的成功率和收益

二十九

我们的方法

辅助Agent功能，细致的目标自我反思，以及目标协商的洞察

提取

记忆

自我记忆财务

状况、目标、选择限制、洞，

察力等。

世界记忆

每个客户的文化、财务状况、谈，

判模式、要求等。

是否数据

数据

评估

行政

评估器

数据请求

，

谈判

数据存储

谈判

进展

详情

目标

，

点火

洞察力

记忆‑Crtl 谈判者

长期

记忆

财务

演讲内容总结、中场演讲、最终评估

信息

请求 数据

谈判点火

检索 客户

三十

实验

*谈判AI代理