人工智能导论 课件 第6章 智能体系统

人工智能导论第六章智能体系统CATALOGUE目录2一、智能体概述二、单智能体系统架构三、多智能体系统架构四、智能体的典型应用五、小节与展望智能体概述0134（一）引言与基础概念智能体概述智能体系统指以大语言模型为基础构建的AI系统，能够自主或半自主地使用工具、执行操作、与外部环境交互来完成特定任务Agentic一词源自”Agent”（智能体），强调系统具备“自主行动的能力”——这正是智能体区别于普通聊天机器人的根本所在。5定义：指人造系统所展现出的、能够完成诸多原本需要人类智能才能完成的任务的能力，如识别物体、理解语言、完成游戏等。里程碑事件：2016年，AlphaGo击败李世石，展示了超越人类的策略创新能力。应用领域扩展：从游戏（德州扑克、星际争霸）扩展到科学和工业领域（核聚变控制、数学定理证明、医疗风险预测）。当前趋势：大规模技术赋予智能体更强的泛化能力和自然交互能力，在具身智能、社会模拟等前沿领域崭露头角。AlphaGo对弈李世石的现场照片智能体在具身领域崭露头角（一）引言与基础概念深度强化学习6定义：指人造系统所展现出的、能够完成诸多原本需要人类智能才能完成的任务的能力，如识别物体、理解语言、完成游戏等。状态(State)：描述环境和智能体自身的基本信息，是智能体的感知输入。动作(Action)：智能体根据当前状态所采取的行为，是智能体的决策输出。奖励(Reward)：环境对智能体动作的即时反馈信号，定义了“好”与“坏”，引导智能体学习。核心思想：智能体通过不断“试错”（交互），学习最大化长期累积奖励的策略。智能体马里奥通过持续与环境试错交互，从获得的奖励中学习，从而找到能使长期累积奖励最大化的最优策略（一）引言与基础概念深度强化学习7（一）引言与基础概念智能体概述大语言模型擅长内容生成和信息表达，但仅有“生成”能力只能被动回答问题，难以自主完成真实任务。智能体的目标：面向真实任务目标的自主执行能力。输入输出感知规划执行反馈修正传统对话系统智能体系统具备目标驱动、自主决策、闭环执行的能力。8（二）智能体的定义智能体概述什么是生成式模型（GenerativeModel）？经典定义（Russell&Norvig）智能体是指能够通过传感器感知其所处环境，并通过执行器对该环境产生作用的计算实体。现代定义（大语言模型时代）以大语言模型为认知中枢，并结合状态维护、记忆管理、工具调用、执行控制、结果校验与安全治理等运行时机制所构成的智能系统，能够在数字环境或物理环境中自主感知、决策并执行，以达成高阶目标。以“感知-行动”闭环作为最基础的运行骨架在“感知-行动”闭环的基础上，进一步强调了复杂认知能力与任务执行能力的统一9（二）智能体的定义智能体概述什么是生成式模型（GenerativeModel）？感知能力：从物理或数字环境中持续获取信息，识别与任务相关的关键变量。目标导向性：系统运行始终围绕任务目标，评价标准为“是否完成任务”。自主性：在给定目标和约束下，自主决定下一步行动，无需人工逐细节指定。行动能力：通过工具调用、流程触发、内容生成等方式对外部环境产生实际影响。基本特征10（二）智能体的定义智能体的定义智能体的发展历程问答/生成内容快速回答用户问题、提供解释并完成基础查询。工具使用任务闭环组织化协作系统能够围绕任务目标组织多步行动，在执行过程中不断获取反馈，修正偏差，并形成可靠交付。调用AI工具优化内容，生成结构完整、依据清晰、能够进入实际流程的交付物。多系统通过角色分工和协同机制完成更高复杂度任务。智能体的发展不是简单追求“更强的生成能力”，而是不断增强嵌入流程、完成任务、支撑写作的系统能力。11（二）智能体的定义智能体概述什么是生成式模型（GenerativeModel）？Gartner预测，到2026年底40%的企业软件应用将嵌入具备自主任务执行能力的AI智能体，这一数据在2025年不足5%。“2026年全世界至少会出来100亿个智能体。”——360集团创始人周鸿祎在2026崇礼论坛上对智能体生态作出了这一乐观预判。12（三）智能体的分类智能体概述软件智能体：运行于数字环境（操作系统、浏览器等），依靠大语言模型、记忆机制、工具调用完成任务。硬件智能体：部署于机器人、无人机等，通过传感器感知物理环境，通过执行器动作。面临实时性、安全性和物理约束等挑战。二者关系：上层软件智能体负责全局规划与调度，下层硬件智能体负责局部感知与执行按实体载体分类13（三）智能体的分类智能体概述按协作主体规模分类按任务组织方式分类单智能体：单一主体完成感知、规划、决策、执行、反馈全闭环。适合任务链条明确的场景。多智能体：多个智能体分工协作，通过通信、协商、任务分配协同工作。适合长链条、专业分工、需交叉校验的复杂场景。对话响应型：围绕自然语言交互，如问答、客服（强调交互自然性）流程执行型：嵌入固定业务流程，如信息抽取、工单流转（强调流程一致性）目标驱动型：面向复杂多步骤任务，自主拆解、规划、动态调整（当前研究热点）14（四）智能体与大语言模型智能体概述大语言模型的角色：认知中枢。负责语义理解、意图澄清、推理分析、计划生成、工具选择、结果表达。仅有大语言模型输出存在不确定性，需要外部工具校验无法维护长期任务的状态与一致性无法处理异常、权限、安全治理等问题智能体大语言模型运行时系统负责语义理解、意图澄清、推理分析、计划生成、工具选择、结果表达。负责状态管理、工具执行、结果校验、安全保障、反馈学习15（四）智能体与大语言模型智能体概述语义理解解析用户输入的深层含义与上下文关联意图澄清识别并确认用户的真实目标与需求边界推理分析基于知识进行逻辑推导与多步因果分析计划生成将目标拆解为可执行的行动步骤序列工具选择结果表达输出不确定性大语言模型输出存在不确定性，需借助外部工具与校验机制保证可靠性状态维护需求复杂任务涉及进度、依赖、证据等状态信息，需状态维护机制真实执行问题真实执行会遇到接口异常、权限限制、失败重试等问题大语言模型为认知中枢、运行时系统为执行支撑16（四）智能体与大语言模型智能体概述1大模型拓展智能体三大能力智能体的核心能力可分为感知、决策、行动三部分，大模型在多模态理解、复杂推理和外部工具调用等方面显著增强了这三种能力。感知上拓展文本、视觉、音频等通道；在决策上结合思维链、知识库、记忆与反思机制；在行动上通过文本或程序接口控制工具、服务甚至机器人。17（四）智能体与大语言模型1大模型拓展智能体三大能力以Gemini2.5系列模型为代表，新一代大模型在复杂推理效率和多模态分析上大幅升级，并支持动态算力调度与工具链整合，实现低延迟决策。基于Gemini2.5的GeminiCLI、PlantUML‑X等智能体，把搜索、代码执行和第三方API统一封装，展示了面向开发、办公场景的大模型智能体形态。大模型与智能体18（四）智能体与大语言模型2一体化感知–决策–行动大模型除了分别强化感知、决策和行动外，还可以构造一体化大模型，以端到端方式打通从输入感知到输出控制的全流程。包括自动驾驶领域的UniAD和机器人领域的视觉‑语言‑动作（VLA）模型，用统一网络替代传统“感知–预测–规划–控制”的多模块流水线。这类架构减少模块间误差累积和接口设计工作，在动态环境中体现出更好的泛化与鲁棒性。大模型与智能体19（四）智能体与大语言模型3大模型提升感知泛化性预训练大模型在大规模文本、图像、音频数据上学习，使智能体在多模态输入上的泛化能力显著增强，能更准确理解复杂场景与用户意图。如PandaGPT将ImageBind与Vicuna结合，可在六种模态之间对齐信息，根据图片、音频及文字生成统一回答。这类多模态模型弥补了传统单通道感知的不足，为后续决策提供更完整、细致的环境表征。大模型与智能体20（四）智能体与大语言模型3大模型提升感知泛化性借助大模型的多阶段任务规划能力，智能体可以为机械臂等执行体生成长序列动作计划，完成多步骤抓取、装配等复杂操控任务。视觉‑语言‑动作模型将视觉感知、语言理解与动作控制统一，使机器人在新环境中也能通过“看懂–听懂–去执行”泛化到新任务。大模型与智能体21（四）智能体与大语言模型智能体概述2022—2023年间，研究人员围绕大语言模型的推理与行动能力展开了一系列探索：ReAct范式的提出，构建了“推理-行动-观察”的闭环，使语言模型首次具备了与外部环境交互解决复杂任务的能力[1]。ReAct框架将思维链推理与外部工具使用相结合，增强了LLM在智能体工作流中处理复杂任务和决策的能力

。以姚顺雨等人为代表的后续研究则提出了TreeofThoughts(ToT)，打破了LLM传统的线性推理模式，引入了树搜索算法，让大模型学会多步推演与回溯，为目标驱动型智能体提供了重要的规划方法论[2]。这些工作构成了智能体“认知中枢”的理论基础。[1]YaoS,ZhaoJ,YuD,etal.React:Synergizingreasoningandactinginlanguagemodels[J].arXivpreprintarXiv:2210.03629,2022.[2]YaoS,YuD,ZhaoJ,etal.Treeofthoughts:Deliberateproblemsolvingwithlargelanguagemodels[J].Advancesinneuralinformationprocessingsystems,2023,36:11809-11822.单智能体系统架构022223（一）感知与状态建模单智能体系统架构单智能体系统的运行起点是感知，将来自环境的多源信息转化为可用于后续推理与决策的内部表征。输入处理通常可分为文本、视觉、听觉和结构化数据等四条典型链路。文本输入（语义解析）视觉输入（内容识别）听觉输入（语音提取）结构化输入（字段对齐）（一）感知与状态建模单智能体系统架构24输入处理进行信息获取与解析，状态建模则进一步解决信息如何被组织并持续服务后续决策。内容上看，状态至少包括以下几类信息：任务结构与执行进度阶段划分子任务依赖关键事实及证据来源数据库信息外部系统工具与能力边界可调用工具权限范围执行轨迹关键操作调用参数25（一）感知与状态建模单智能体系统架构什么是生成式模型（GenerativeModel）？智能体需要将不同来源的信息组织起来，形成对当前任务的可执行理解。解析的结果用于更新当前的任务状态，形成的信息被记录为可追溯的依据。任务完成或条件发生变化时，状态也会相应更新。智能体的多源理解与状态更新状态建模的作用在于将输入处理得到的关键变量组织为统一、可更新的任务画像，并通过持续更新、对齐、压缩，为后续推理、决策和反馈提供稳定基础。26（二）推理与规划单智能体系统架构什么是生成式模型（GenerativeModel）？任务判断与推理形成推理是智能体从“理解信息”走向“制定行动”的关键环节。在实际系统中，推理根据任务类型采用不同方式进行组织，可以概括为三种互补形态：基于知识的推理是依据已有知识、规范或权威文本，对问题进行有根据的判断与解释。27（二）推理与规划单智能体系统架构什么是生成式模型（GenerativeModel）？任务判断与推理形成推理是智能体从“理解信息”走向“制定行动”的关键环节。在实际系统中，推理根据任务类型采用不同方式进行组织，可以概括为三种互补形态：链式推导与分步推理将复杂问题拆分为若干中间步骤，逐步推导后形成最终结论最具代表性的是思维链（Chain-of-Thought，CoT），可以显式输出中间的推理步骤。28（二）推理与规划单智能体系统架构什么是生成式模型（GenerativeModel）？任务判断与推理形成推理是智能体从“理解信息”走向“制定行动”的关键环节。在实际系统中，推理根据任务类型采用不同方式进行组织，可以概括为三种互补形态：工具辅助推理借助外部工具获得可验证的结果，再由模型进行综合解释和组织。29（二）推理与规划单智能体系统架构任务分解与计划生成推理与规划是将已知信息组织为推进路径，推理负责形成任务判断，规划负责生成可推进的计划，二者共同为后续决策与行动提供结构化基础。结合世界模型的蒙特卡洛树规划（RAP）30（三）决策与行动单智能体系统架构决策：从候选路径到当前动作智能体的决策并非抽象的价值判断，而是在完成推理与规划后，务实地选出“下一步最合适动作”的过程。右图以ReAct架构为例，体现了智能体不是一步到位的直接生成答案而是逐步思考，在最终确定答案之前执行中间行动。ReAct智能体在一个思考-行动-观察的循环中运行直到它找出解决方案为止。31（三）决策与行动单智能体系统架构行动：从内部判断到外部效果如果说决策回答的是“做哪一步”，那么行动回答的就是“如何把这一步真正落实”。在智能体系统中，行动并不局限于物理运动，而是泛指智能体对外部环境施加影响的具体过程，可以将智能体概括为若干典型行动。行动类型典型操作示例核心目标关键工程要求查询与读取类行动知识检索、文件读取、接口查询、状态查看获取可复核的事实与证据查询条件明确，结果可追溯，返回格式稳定生成与构建类行动文本生成、代码补全、内容组织、草稿构建形成可供后续使用的中间产物版本清晰，上下文完整，引用依据可标识写入与变更类行动状态更新、字段写入、流程触发、结果提交推动外部系统状态变化权限可控，无副作用，异常时可回滚协作与交互类行动发起询问、信息同步、材料催办、结果确认推动跨主体协作与信息对齐等待状态显式化，超时与转交规则明确32（三）决策与行动单智能体系统架构行动：从内部判断到外部效果从系统实现看，行动通常包含两个相互衔接的层面：一是动作表示，即将当前决策转化为明确的动作类型、目标对象和所需参数。如右图所示，现在将信息转化为智能体决策中的有效动作表示的四种主流方法：潜空间表示、预测世界模型、显式2D监督、显式3D监督。33（三）决策与行动单智能体系统架构行动：从内部判断到外部效果从系统实现看，行动通常包含两个相互衔接的层面：二是执行控制，即借助工具或执行器将动作真正落地，并处理权限、异常、重试和结果回执等问题。智能体执行控制关注“如何让智能体可靠行动”，而AgentHarness正是这一控制机制的具体实现：连接模型推理与外部工具、管理执行上下文、约束动作边界。34（四）反馈与学习单智能体系统架构什么是生成式模型（GenerativeModel）？反馈：从执行结果到可用信号反馈的核心作用，是将外部结果转化为系统可理解、可利用的评价信号。反馈通常并非单一来源，而是由用户反馈、系统日志和环境数据共同构成。用户反馈系统日志环境数据直接反映是否满足目标判断是否按计划执行判断行动是否仍然有效35（四）反馈与学习单智能体系统架构学习：从一次纠偏到持续改进1. 监督学习监督学习是一种通过分析带有已知标签的历史数据来寻找映射规律，进而实现对位置数据进行准确分类或预测的机器学习范式。支持向量机(SVM)旨在高维数据空间中寻找一个最优超平面，以最大化分类间隔的方式将不同类别的数据清晰分隔开的经典分类算法。典型算法监督学习算法SVM36（四）反馈与学习单智能体系统架构学习：从一次纠偏到持续改进2. 强化学习强化学习是一种让智能体在与环境的不断交互中，通过“试错”和奖惩机制来学习最优行为策略，以实现长期累积收益最大化的机器学习范式。Q-Learning是一种经典的无模型强化学习算法，它通过不断更新一个记录动作价值的Q表，指导智能体在每一种状态下做出能获得最大预期奖励的最优决策。典型算法强化学习算法Q-LearningQ-Table37（四）反馈与学习单智能体系统架构学习：从一次纠偏到持续改进3. 无监督学习无监督学习是一种在没有任何已知标签的数据中，让算法自行探索和发现数据内部隐藏的结构、模式或群体分布的机器学习范式K-Means是一种经典的聚类算法，它通过不断迭代优化簇中心的位置，将海量无标签数据按照特征的相似度，自动且高效地划分到K个最紧凑地独立集合中。经典无监督学习算法K-Means38（四）反馈与学习单智能体系统架构学习：从一次纠偏到持续改进4. 迁移学习迁移学习是一种主张“举一反三”地机器学习范式，核心思想是将模型在源任务中已经学到的通用知识和特征，迁移应用到目标任务中，从而避免每次都从零开始训练。微调算法是一种最主流的迁移学习策略，通过在已经具备庞大通用知识的预训练基座模型上，是用少量特定任务的数据对模型参数进行微小调整，以极低的计算成本实现下游任务的高效适配经典迁移学习算法Finetune39（四）反馈与学习单智能体系统架构学习：从一次纠偏到持续改进5. 元学习元学习是一种主张“学会学习”的高级机器学习范式，旨在让模型通过在大量多样化任务上的跨任务训练，掌握通用的策略，从而能在面对全新任务时仅凭少量数据就能快速适应。MAML是一种通用且优雅的经典元学习框架，它核心目的是寻找一组具备极强潜力的“全局最优初始参数”，使得模型在新任务上只需进行一两次梯度更新，就能瞬间达到极佳的预测效果。经典元学习算法MAML多智能体系统架构034041（一）多智能体组织形式多智能体系统架构多智能体系统的关键问题是“如何组织多个智能体协同完成同一目标”。相较单智能体而言，多智能体组织形式的作用，在于明确控制权、信息流与协作方式，在效率、可靠性与可控性之间进行结构化取舍。42（一）多智能体组织形式多智能体系统架构集中式组织集中式组织统一接收任务目标与约束，形成全局计划，拆分并分派子任务，最终汇总结果并完成验收交付。适合流程约束较强、依赖关系明确、交付要求高度一致的场景，如合规审查、审批流处理和正式报告生成等。43（一）多智能体组织形式多智能体系统架构分布式组织分布式组织由多个智能体以相对平等的方式协同完成任务。各智能体可根据自身能力和局部观察，自主承担子任务、提出方案并执行操作，再通过消息交换、状态共享或局部协商推进整体任务。分布式组织的优势在于并行度高、单点故障风险较低、探索空间大，但也更容易出现重复劳动、结果分叉和收敛困难等问题。44（二）角色分工与任务分配多智能体系统架构将复杂任务划分为不同功能角色单智能体闭环通常包含感知与状态、规划与分解、执行与工具、反馈与校验等环节。多智能体分工常以此为基础，将不同环节对应不同角色，以降低认知负载并提升并行度。如图所示，列出了工程中较常见的角色。45（二）角色分工与任务分配多智能体系统架构（1）任务统筹者：理解目标与约束，拆解任务、分派角色、跟踪里程碑，并对关键节点进行决策与验收。产出包括阶段计划、任务清单、依赖关系和最终交付物。（2）证据获取者：从文档库、知识库、数据库或外部系统检索信息，形成可追溯的事实依据，并标注来源、时间与冲突点。（3）分析者：基于证据开展结构化分析，形成对比结论，识别风险与未决问题，并提出可执行建议。（4）执行者：负责具体工具调用和系统操作，如脚本运行、接口调用、文档编辑、工单创建等，并记录操作步骤、参数和回执。（5）审阅者：校验中间产物和最终交付物，重点检查格式规范、事实一致性、引用可追溯性、合规边界和数据核验结果。（6）写作者：将分析与执行结果整理为报告、邮件、说明文档等对外交付内容，统一结构、口径与表达。46（二）角色分工与任务分配多智能体系统架构任务分配：把具体工作分派到对应角色任务分配机制是多智能体协同运作的调度中枢，通过特定的规则和算法，将复杂任务精准拆解并匹配给最合适的执行者，以实现系统全局效率最大化。基于市场的分配范式（Market-BasedApproach）是一种去中心化的经典分配策略，它巧妙借用人类经济学中的拍卖与竞拍法则，让智能体在追求个体效用最大化的自发竞争中，涌现出最优的全局任务分配方案。基于市场的分配范式47（三）智能体间通信协调多智能体系统架构通信内容多智能体之间并不是所有信息都需要以同样方式传递。按照协作过程不同，通信内容通常可以概括为四类，如下图所示：48（三）智能体间通信协调多智能体系统架构通信载体通信载体一般呈现为两种互补方式：消息传递与共享工作区消息传递：是智能体通过离散消息进行即时交互的通信模式，强调即时性，适合任务触发与行为协商。优势在于低延迟与松耦合；但也会导致信息散落。消息传递模式点对点方式：通信双方建立直接的通信链路，发送方必须知道系统中接收方的指定位置。广播方式：该方式在分布式系统中使用广泛，智能体一次向所有智能体广播消息，而不是发送到特定地址。49（三）智能体间通信协调多智能体系统架构通信载体通信载体一般呈现为两种互补方式：消息传递与共享工作区共享工作区：典型代表如黑板系统。它提供一个集中式的公共数据空间，适合持久化存储、复杂信息共享等场景。发送和接收者无需同时在线，即具有全局一致性视图。50（四）协作执行与冲突处理多智能体系统架构协作执行强调并行推进，冲突处理强调结果收敛，二者共同决定多智能体系统能否把结构优势转化为可靠交付。只有二者结合，多智能体系统才能在复杂任务中实现既高效又可控的协作执行。AgentVerse：动态组队与共识收敛机制智能体的典型应用045152（一）典型应用分类智能体的典型应用从应用角度出发，将智能体概括为三类：服务软件开发、支撑流程编排、面向个人事务。三者共同指向“把大模型能力转化为真实任务执行”。53（二）编程辅助智能体智能体的典型应用编程辅助智能体的核心，不只是“会生成代码”，而是能够把理解、修改和验证连接起来。一般来说，它的工作过程可以概括为几个步骤：先接收开发者提出的任务，再读取相关代码和工程信息，随后形成修改方案，调用相应工具实施改动，最后根据运行结果或测试结果检查修改是否有效。54（二）编程辅助智能体智能体的典型应用编程辅助智能体的典型任务场景：它不是只补几行代码，而是围绕一个完整任务，逐步完成分析、修改和验证。55（二）编程辅助智能体智能体的典型应用当开发者刚接触一个代码库时，可以先让系统解释项目结构。如果希望它重点分析某个文件或目录，还可以用“@文件路径”或“@目录路径”的方式显式地加入上下文。这样，系统给出的回答就能更贴近当前项目，而不只是一般性的说明。56（三）工作流型智能体智能体的典型应用工作流型智能体（WorkflowAgents）的核心关注点不是单次对话的自然度，而是多步流程执行的稳定性与可控性。它通常把一个复杂任务拆成若干节点，每个节点负责一类操作，如接收输入、检索知识、调用大模型、访问外部服务、判断分支条件和输出结果，再通过连线把这些节点组织成一条可执行的流程。57（三）工作流型智能体智能体的典型应用当前常见平台大多采用“节点+连线”的方式搭建流程：节点负责完成具体操作，如接收输入、知识检索、模型生成、调用外部接口、判断分支和输出结果；连线则规定这些操作按什么顺序执行。Dify将工作流和对话流都建立在同一套流式引擎之上，说明这类系统的核心已经从“单次对话”转向“流程执行”。58（三）工作流型智能体智能体的典型应用以Dify为例，工作流型智能体的典型应用主要体现在三类任务中：面向知识库的问答处理、面向业务输入的结构化处理，以及面向复杂目标的检索分析与自动化生成。59（四）个人助理型智能体智能体的典型应用个人助理型智能体面向的是日常工作与生活中的综合性事务。它的重点不只是回答一个问题，而是把用户的意图转化为可执行的任务，例如整理信息、持续跟进、跨应用协调和结果回传。60（四）个人助理型智能体智能体的典型应用个人助理型智能体并非简单消息