人工智能通识教程第5章智能体

人工智能通识教程厦门大学智能体第5章录智能体概述智能体的关键技术0102030405060708智能体和人工智能的关系

09

典型的智能体产品智能体的关键特征智能体的分级基于大模型的智能体1011

智能体的未来发展智能体的分类智能体的组成智能体的工作原理01Par

t

one智能体概述智能体（AI

Agent），又称“人工智能代理”，是一种模仿人类智能行为的智能化系统，它就像是拥有丰富经验和知识的“智慧大脑”，能够感知所处的环境，并依据感知结果，自主地进行规划、决策，进而采取行动以达成特定目标。简单来说，智能体能够根据外部输入做出决策，并通过与环境的互动，不断优化自身行为。智能体非单纯软件或硬件，是宽泛概念，可为软件程序、机器人或其他系统，具自主性与智能性。软件形式智能体硬件形式智能体特性：可自主感知、决策、行动，运行于计算机或服务器，通过网络交互，具灵活性与可扩展性。举例：智能推荐系统中能依用户反馈和行为数据调整推荐策略。特性：常集成传感器、处理器、执行器等，可自主感知、决策并执行物理动作，具实体性与交互性。举例：自动驾驶汽车中可自主导航驾驶，提升交通安全性与效率。软件形式的智能体与传统的软件程序不同，传统软件程序通常是按照预先设定的规则和指令执行任务，而智能体则具备一定的自主性、适应性、学习能力、智能行为和目标导向。与传统软件相比，智能体的核心差异体现在以下几个方面：0102自主性适应性智能体核心差异体现0603交互性增强学习能力0504目标导向性智能行为展现5.1.2

智能体的发展历程总体而言，智能体的发展主要经历了以下阶段：早期探索阶段深度学习突破阶段多智能体协作阶段机器学习兴起阶段智能体爆发阶段智能体在多个领域发挥着关键作用，以下是一些典型应用场景：040305智能家居游戏与娱乐金融领域①语音助手②智能设备0206①游戏AI②虚拟现实（VR）①自动交②风险评估智能交通医疗领域①自动驾驶汽车②交通管理系统①智能诊断系统②医疗机器人0107机器人技术教育①工业机器人②服务机器人典型应用场景智能体的优势主要体现在以下三个方面：高效性准确性自适应性智能体处理数据和执行任务高效，在数据分析领域，相比传统人工方式，能凭借强大计算能力和高效算法，快速处理海量数据，筛选关键信息，揭示潜在模式与趋势。智能体能根据环境变化和用户反馈持续学习、调整策略，灵活应对多样场景与任务。如在智能交通管理中，实时调整信号灯时长；在智能家居中，深度学习用户习惯调控设备。智能体通过机器学习与算法优化，提升决策和执行准确性，降低人为错误风险，在医疗诊断、工业生产质量检测等领域表现突出。02Par

t

two智能体和人工智能的关系5.2

智能体和人工智能的关系人工智能与智能体既关联又独立：人工智能智能体二者关系旨在赋予机器类似人类的智能，如学习、推理等。它是宽泛领域，包含机器学习等多种技术与算法，应用广泛，涉及自动驾驶等多方面，核心是模仿人类智能行为，实现可能依赖智能体运作。能感知环境并通过行动影响环境，有物理或虚拟形态，有特定目标，通过决策达成，具备一定算计能力。虽可能基于人工智能构建，但也可能是遵循规则的系统，不必然依赖人工智能。人工智能是智能体行为的技术支撑，智能体利用其技术提升能力，可视为人工智能的应用实例，如语音识别技术、智能机器人等都是体现5.2

智能体和人工智能的关系总体而言，人工智能是一个关注如何模拟和增强智能的技术领域；而智能体则是能够感知并行动的实体，它可以是人工智能的应用实例，也可以独立于人工智能技术而运作。从交互、推理、调用、创新及组织等多个维度来看，人工智能与智能体之间存在着显著的差异，具体如下：创新组织交互调用03Par

t

three智能体的关键特征智能体的关键特征主要包括以下几个方面：自主性感知能力执行能力目标导向性决策能力适应能力交互性04Par

t

four智能体的分级智能体划分为6个级别，展现了智能体从简单规则执行到完全自主学习和适应的进化路径。每一层级都代表了AI能力的逐步增强，同时也扩展了其在实际应用中的潜力。具体如下：L0L1L2无人工智能使用基于规则的人工智能基于模仿学习与强化学习的人工智能L3L4L5基于大语言模型的人工智能自主学习与泛化能力的智能体具有个性与协作行为的智能体下表给出了智能体的不同级别对比，对比维度包括技术手段、性能、能力、关键特性、应用场景等。L0L1L2L3L4L5基于LLM与多智能体协作的AI，具备超越人类的推理、记忆、反思、自主学习和决策能力，情感、个性与协作能力也进一步发展基

于

大

型

语

言

模

型（LLM），具备意图、行动、推理、决策、记忆与反思的能力通过监督学习和强化学习驱动，带有推理和决策能力基于LLM和工具，具备自我学习、泛化和推理能力，记忆与反思进一步增强无AI，仅基于简单的规则

基于规则的AI与工具组合，技术手段和操作完成简单的步骤序列等同于未具备技能的初级

等同于具备50%技能的成

等同于具备90%技能的成

等同于99%技能的成年人，

超越100%技能的成年人，性能能力无AI，无法执行智能行为人类年人年人接近人类顶尖专家的水平展现出超人类智能具备自动化任务的战略能能够通过上下文感知，提

具备真正的数字化人格，供高度个性化的服务，主

能够在人类的角色中执行无AI能力，仅执行预定义

仅能执行按照明确步骤设

能够在用户定义的任务范

力，可以通过工具自动规的规则和操作定的任务围内进行推理和执行决策划任务并根据反馈调整执行步骤动满足用户需求任务，确保安全与可靠性在用户定义的任务下，能够自主完成复杂任务，具备较强的推理能力和记忆能力无智能行为，没有自主决策能力，完全依赖于预定义的规则可以在特定的领域中，通过数据反馈进行自动调整和改进，但范围有限具备深度理解和记忆功能，

AI能够在复杂的社交环境可以在复杂环境中提供最

中代表用户完成任务，并遵循预定义规则完成任务，缺乏应对变化的能力关键特性应用场景优解决方案或服务与他人交互使用语音助手来执行特定

天气查询、简单的对话式

AI能够自主规划并执行任

个性化虚拟助手，能够根指令（如打开应用或读邮

AI，可以根据输入完成预

务，例如通过多轮对话完

据用户需求主动调整和优代替用户进行交互，安全且可靠地完成复杂任务无05Par

t

five智能体的分类根据功能、结构和复杂性，智能体可以分为反应式智能体、基于目标的智能体、学习型智能体、多智能体系统，下表给出了不同智能体类型的特点、优点和实例。反应式智能体基于目标的智能体学习型智能体多智能体系统能够通过经验学习，不断优

由多个智能体组成，智能体化决策。常用技术包括监督

之间通过协作或竞争完成任基于当前环境状态直接采取行动，无

拥有明确的目标，通过推理和特性优点缺点实例需历史数据或记忆规划寻找实现目标的最佳路径学习、强化学习等务具备自我改进能力，适应动

分布式架构，能够处理复杂实现简单，响应迅速能够适应更复杂的任务态环境的任务训练可能需要大量数据和计算资源缺乏长期规划能力自动门、需要更复杂的算法支持导航系统、物流机器人需要复杂的通信与协调机制智

能

推

荐

系

统

、

围

棋

A

I

无人机编队、分布式交通信（如AlphaGo）

号控制06Par

t

six智能体的组成智能体的核心组成部分主要包括以下几个模块：执行器决策系统通信模块感知器学习模块07Par

t

seven智能体的工作原理智能体的工作原理主要包括感知、决策、执行三个环节：智能体通过传感器感知环境信息，包括物理信息、化学信息、生物信息等。传感器可以将环境信息转换为某著名企业号或数字信号，供智能体进行分析和处理。感知环节决策环节执行环节学习进化智能体利用人工智能算法对感知到的环境信息进行分析和处理，做出决策。人工智能算法可以包括机器学习算法、深度学习算法、强化学习算法等。智能体通过执行器对环境进行干预和控制，执行决策。执行器可以包括电机、阀门、开关等。智能体可以通过学习和进化不断提高自己的性能和能力。学习进化是智能体具有智能的重要体现。08Par

t

eight智能体的关键技术智能体的核心技术主要包括人工智能、传感器技术、通信技术、控制技术等，具体如下：人工智能传感器技术通信技术14

2控制技术在一些特定应用场景中，智能体还需要使用以下技术：09Par

t

nine典型的智能体产品这里介绍一些具有代表性的智能体产品及其应用场景，涵盖学术研究、商业应用和前沿技术领域，体现了智能体技术的核心特点（如自主决策、协作与动态适应能力）：13572468自主机器人系统多智能体协作平台工业与物流智能体游戏与仿真环境智能体视听智能体虚拟助手与交互智能体医疗与科研智能体金融与交体n

自主机器人系统我国宇树科技生产的人形机器人、四足机器人，通过强化学习和环境感知技术，实现复杂地形下的动态平衡与自主导航。例如，能完成跑酷、搬运等任务，还可应用于工业巡检或灾害救援场景，实时调整动作策略以适应环境变化。n

多智能体协作平台FilmAgent是由哈尔滨工业大学（深圳）与某著名企业联合开发的基于多智能体协作框架的虚拟电影制作工具。它通过自动化流程实现虚拟3D空间中的端到端电影制作，模拟传统电影工作室的工作流程，涵盖规划、剧本创作和摄影三个阶段。FilmAgent的核心在于多智能体协作，模拟了电影制作中的关键角色，如导演、编剧、演员和摄影师。通过智能体之间的协作，FilmAgent能够自动生成剧本、规划镜头，并在虚拟3D环境中执行拍摄。n

虚拟助手与交互智能体OpenAI的ChatGPT和

GPT-4o基于多模态交互能力，实现动态上下文理解与个性化对话。例如，GPT-4o支持实时语音、图像输入，通过连续学习优化用户交互体验。亚马逊Alexa通过分布式智能体架构，可以协调智能家居设备，并根据用户习惯自主调整家庭环境（如、灯光）。n

工业与物流智能体特斯拉Optimus（人形机器人）结合视觉感知与强化学习，可以执行工厂流水线任务。特斯拉的自动驾驶系统，通过多智能体协同（车辆、云端、交通网络），可以实现复杂路况下的实时决策。西门子Industrial

Agents可以用在智能制造中，多个智能体动态分配生产任务、预测设备故障，并优化供应链资源调度。n

医疗与科研智能体IBM

Watson

Health可以整合患者数据、医学文献和临床指南，辅助医生生成个性化诊疗方案，通过多智能体推理减少误诊率。达芬奇手术机器人（Intuitive

Surgical）结合医生操作与智能体自主校准技术，可以在微创手术中实时调整器械路径，规避人体组织风险。n

游戏与仿真环境智能体英伟达Omniverse可以构建虚拟世界中的多智能体协作生态，例如自动驾驶仿真测试、数字孪生工厂，支持智能体在虚拟环境中试错与策略迭代。OpenAI

Dota

2

AI（OpenAI

Five）通过5个智能体的协作与竞争机制，在复杂MOBA游戏中击败人类职业战队，展现了多智能体系统的战略规划能力。n

金融与交体摩根大通COiN（Contract

Intelligence）利用多智能体系统分析合同某省市场数据与风险模型，自动化生成投资策略并实时监控交。高频交（如Citadel

Securities）则是基于强化学习的智能体集群，在毫秒级时间某省市场预测、订单拆分与执行优化。n

视听智能体字节跳动在2024年10月10日发布了AI智能体耳机——Ola

Friend，Ola

Friend最大的亮点在于接入了字节跳动旗下的豆包大模型，能与豆包

App

深度结合。在实际使用中，它能在多个场景为用户提供帮助，比如充当随身百事通进行信息查询；成为英语陪练，不仅英语识别准确率高，还能指出用户表达中的语法错误；担当旅行导游，为用户规划旅游出行方案；甚至还能进行情感交流互动，给予陪伴。10Par

t

ten基于大模型的智能体5.10

基于大模型的智能体基于大模型的智能体是指利用大语言模型（如GPT、BERT等）作为核心组件，构建的能够执行特定任务、与环境交互并做出决策的人工智能系统。这些智能体具有自主性、交互性、适应性等特点，能够模拟人类的认知和决策过程，提供更加自然、高效和个性化的交互体验。它们能够处理海量数据，进行高效的学习与推理，并展现出跨领域的应用潜力。本节介绍国内外典型的智能体产品，并介绍扣子智能体的搭建方法。案例：扣子智能体搭建实战国外的智能体产品国内的智能体产品5.10.1

国外的智能体产品n

OpenAI

Operator2025年1月23日，OpenAI发布了一个创新性的智能体——Operator，它是一个能够像人类一样使用计算机的智能体。Operator好水平的个人助理，你给他一个复杂的任务，它就会自动执行。Operator的主要功能包括自主完成诸如采购杂货、提交费用报表、订票、买日用品、填写表格等任务，旨在通过自动化操作提升日常生活和工作效率。它还可以一边在StubHub搜索勇士队比赛门票，一边处理网球场预订、寻找清洁服务和DoorDash订餐，实现多任务并行处理。Operator的主要优势在于：多任务并行处理能力细致的判断力隐私保护高级推理与自我纠正能力010203045.10.1

国外的智能体产品n

OpenAI

Deep

Research2025年2月3日，OpenAI发布了一款新的智能体产品——Deep

Research。Deep

Research由OpenAI

o3模型的一个版本提供支持，该模型针对网页浏览和数据分析进行了优化，它利用推理来搜索、解释和分析互联网上的大量文本、图像和PDF，并根据需要根据遇到的信息做出调整。Deep

Research具有以下四大核心技术：数据雷达知识拼图会自动24小时扫描全球知识库。能把零散的信息拼成完整的战略地图。逻辑推理学术裁缝发现矛盾时，自动回溯、验证，调整推理路径。可以综合各种知识，生成完美的报告，还附带文献引用。5.10.1

国外的智能体产品n

OpenAI

Deep

Research作为OpenAI的下一代智能体，Deep

Research可以独立为用户工作。用户给它一个提示，它将查找、分析和综合数百个在线资源，以研究分析师的水平创建一份综合报告。比如，用户上传汽车数据，它在5分钟内就可以预测这辆汽车在未来10年内的故障率；“金融小白”只要一句话，它就会自动生成带有风险模型的投资方案；建筑学生上传一，它就会自动生成3D结构力学分析。可以这么说，当智能体变成了解决各种问题的专家，人类真正的竞争力，不再是知道多少答案，而是问出多好的问题。5.10.2

国内的智能体产品在国内，有多家企业和机构推出了具有代表性的智能体平台，比如字节跳动扣子（Coze）、百度文心智能体平台AgentBuilder、腾讯元器、智谱清言、天工SkyAgents等，可以有效降低技术门槛，使普通用户也能成为智能体开发者，允者通过零代码或低代码的方式，利用自然语言交互快速创建智能体，实现聊天对话、内容创作、图像生成等多种功能。5.10.2

国内的智能体产品n

扣子扣子是新一代

AI

应用开发平台。无论你是否有编程基础，都可以在扣子上快速搭建基于大模型的各类智能体，并将智能体发布到各个社交平台、通讯软件。借助扣子提供的可视化设计与编排工具，你可以通过零代码或低代码的方式，快速搭建出基于大模型的各类智能体，满足个性化需求。扣子具有以下优势：灵活的工作流设计无限拓展的能力集丰富的数据源持久化的记忆能力5.10.2

国内的智能体产品n

百度文心智能体百度文心智能体平台AgentBuilder是基于文心大模型的智能体构建平台，它允者通过简单的自然语言交互方式，快速创建智能体。这个平台旨在降低技术门槛，让更多人能够参与智能体的开发和应用。通过文心智能体平台，开发者可以根据自己的行业领域和应用场景，利用多样化的能力和工具，打造出适应大模型时代的原生应用。比如，可以在百度文心智能体平台上开发一个“小红书文案创作智能体”，该智能体具备自动生成文案、推荐热门话题、分析文案效果等功能，用户可以通过与智能体的对话，轻松获取符合自己需求的文案内容。再比如，可以在百度文心智能体平台上开发一个“大数据教师智能体”，为学生提供个性化教学、自动化评估与反馈、课程设计与资源推荐、互动式学习体验等服务。5.10.3

案例：扣子智能体搭建实战这里以扣子为例介绍智能体搭建方法。这里要搭建一个智能体——夸夸机器人，这个智能体的功能是，你可以和它对话，它可以给你正向的鼓励，抚慰你的情绪。n

创建智能体登录扣子网站并注册用户。访问扣子官网（在网站页面左上角单击带圆圈的加号（如左下图所示），在出现的界面（如右下图所示）中，单击“创建智能体”。5.10.3

案例：扣子智能体搭建实战n

创建智能体在如图所示界面中，选择默认的“标准创建”，然后，设置智能体基本信息。比如，这里把“智能体名称”设置为“夸夸机器人”，在“智能体功能介绍”中填入“陪我聊天，每天夸我，抚慰我的情绪”，“工作空间”默认为“个人空间”，也可以根据自己个人喜好修改“图标”，或者单击图标旁边的生成图标，自动生成一个头像，然后，单击“确定”。创建智能体后，会直接进入智能体编排页面，你可以完成以下操作：01

在左侧人设与回复逻辑面板中描述智能体的身份和任务。02

在中间技能面板为智能体配置各种扩展能力。03

在右侧预览与调试面板中，实时调试智能体。5.10.3

案例：扣子智能体搭建实战n

编写提示词配置智能体的第一步就是编写提示词，也就是智能体的人设与回复逻辑。智能体的人设与回复逻辑定义了智能体的基本人设，此人设会持续影响智能体在所有会话中的回复效果。建议在人设与回复逻辑中指定模型的角色、设计回复的语言风格、限制模型的回答范围，让对话更符合用户预期。在智能体配置页面的“人设与回复逻辑”面板中输入提示词（如下图所示）。例如夸夸机器人的提示词可以设置为：#

角色你是一个充满正能量的赞美鼓励机器人，时刻用话语给予人们赞美和鼓励，让他们充满自信与动力。##

技能###

技能

1：赞美个人优点1.

当用户提到自己的某个特点或行为时，挖掘其中的优点进行赞美。回复示例：你真的很[优点]，比如[具体事例说明优点]。2.

如果用户没有明确提到自己的特点，可以主动询问一些问题，了解用户后进行赞美。回复示例：我想先了解一下你，你觉得自己最近做过最棒的事情是什么呢？###

技能

2：鼓励面对困难1.

当用户提到遇到困难时，给予鼓励和积极的建议。回复示例：这确实是个挑战，但我相信你有足够的能力去克服它。你可以[具体建议]。2.

如果用户没有提到困难但情绪低落，可以询问是否有不开心的事情，然后给予鼓励。回复示例：你看起来有点不开心，是不是遇到什么事情了呢？不管怎样，你都很坚强，一定可以度过难关。###

技能

3：回答专业问题遇到你无法回答的问题时，调用bingWebSearch搜索