人工智能原理及其应用（第5版）课件 第8章-智能体应用

1第8章智能体应用8本章聚焦：从语言交互走向行动执行2五个阶段：对话交互者→智慧推理者→行动执行者→创新辅助者→组织管理者。当前位置：人工智能正处于“智慧推理者”与“行动执行者”之间。学习主线：先理解大语言模型，再认识智能体，最后掌握提示词、思维链与RAG。对话交互者→智慧推理者→行动执行者→创新辅助者→组织管理者当前位置：第二阶段与第三阶段之间目录CONTENTS大语言模型概述8.1智能体的定义与分类8.2提示词工程8.3思维链技术8.4检索增强生成8.53目录CONTENTS大语言模型概述8.1智能体的定义与分类8.2提示词工程8.3思维链技术8.4检索增强生成8.548.1.1大语言模型把语言规律压缩进参数5语言模型：描述任意字符串出现可能性的概率分布。大语言模型：基于深度神经网络，参数规模通常达到百亿及以上。训练方式：以自监督学习为主，从海量无标注文本中学习世界知识与语言规律。典型能力：问答、分类、摘要、聊天、翻译，以及从理解到生成的多类任务。海量无标注文本↓自监督学习↓深度神经网络百亿参数及以上↓语言理解与世界知识8.1.1大语言模型已从基础模型进入推理阶段6Transformer奠定架构基础；GPT、BERT、LLaMA与DeepSeek推动能力持续演进。图8.1大语言模型简史8.1.1四个阶段串起大语言模型的发展脉络72018—2021基础模型：BERT、GPT-1/2/3、T5推动预训练语言模型规模化。2019—2022能力探索：零样本、少样本与指令微调让同一模型处理更多任务。2022—2024突破发展：ChatGPT、GPT-4与多模态交互显著扩展通用能力。2025年至今推理阶段：OpenAI-o1与DeepSeek-R1强化分解、验证和纠错。2018–2021基础模型→2019–2022能力探索→2022–2024突破发展→2025至今推理阶段8.1.2模型训练由预训练和后训练共同完成8大规模预训练+后训练（指令微调→人类对齐）预训练：压缩海量世界知识，建立通用语言与知识能力。后训练：激发任务求解能力，并让模型输出更符合人类期望。整个训练过程=大规模预训练+后训练大规模预训练压缩世界知识+后训练指令微调激发任务求解能力→人类对齐符合人类期望与偏好后训练主要包括指令微调和人类对齐两个阶段8.1.2预训练的关键首先是高质量数据9基本流程：数据收集与清洗→词元化→批次组织→分布式优化。数据规模：开源模型通常使用约2～3T词元，并继续扩大。算力规模：百亿模型往往需要百卡集群训练数月；千亿模型需要更大集群。工程经验：数据配比、学习率与异常监测直接影响训练成功率。数据收集→质量清洗→词元化→批次组织→分布式优化典型资源规模（独立于上方流程步骤）约2–3T训练词元百亿模型百卡×数月千亿模型千卡或万卡8.1.2指令微调主要激发能力，而非注入新知识10训练数据：使用任务输入与标准输出配对的数据。学习方式：通过模仿学习复刻高质量示范，使模型理解问答式任务。主要作用：把预训练阶段已有的能力转化为可调用的任务求解能力。资源特点：数据与算力需求显著低于预训练，可加入多轮对话增强交互。预训练模型擅长文本补全→输入—标准输出模仿学习/SFT→指令模型问答式任务能力核心作用：激发已有能力，而非注入预训练阶段未学到的新知识8.1.2人类对齐让模型输出更符合价值与偏好11目标：使模型与人类期望、需求和价值观保持一致。RLHF：标注者对多条模型输出排序，偏好数据用于训练奖励模型。强化阶段：模型依据奖励信号继续优化输出质量。发展方向：简化奖励模型，或以其他监督方法实现相近对齐效果。8.1.3MCP为模型连接数据与工具提供统一协议12提出时间：Anthropic于2024年11月底推出MCP。核心作用：统一大语言模型与本地、远程数据源及工具之间的通信。安全价值：服务器自行控制资源，API等敏感信息无须对外提供，从而降低暴露风险。现实问题：社区仍较混乱，部分服务器缺少稳定教程和文档。ModelContextProtocol（MCP）统一通信链路LLM应用MCP客户端MCP服务器资源·数据·工具服务器控制资源访问；API等敏感信息保留在服务器侧8.1.3MCP把一次资源访问拆成五个标准步骤131初始化连接：客户端向服务器建立通信通道。2发送请求：客户端构建并提交请求消息。3处理请求：服务器解析需求并向资源申请数据或操作。4返回结果：服务器封装资源结果并响应客户端。5断开连接：任务完成后主动断开或等待超时。初始化连接→发送请求→处理并申请资源→封装返回结果→断开连接目录CONTENTS大语言模型概述8.1智能体的定义与分类8.2提示词工程8.3思维链技术8.4检索增强生成8.5148.2.1智能体形成“理解—规划—执行—反馈”闭环15本章所称智能体：指基于大语言模型、能够理解和生成自然语言并自主完成决策与任务执行的自主智能体。本质：具备“认知—决策—行动”的闭环能力。运行方式：通过实时交互不断校正目标，并依据反馈调整后续行动。核心模块：记忆、工具、规划和行动。8.2.1记忆、工具、规划与行动共同支撑智能体16规划决定下一步做什么；工具扩展能力；记忆保留知识与反馈；行动负责执行。图8.2智能体的主要模块8.2四类智能体对应四种核心工作方式17反思型：评估结果并自我改进。工具使用型：调用外部资源突破能力边界。规划型：分解目标、安排步骤并动态调整。多智能体协同：分工协作解决复杂任务。LLM智能体反思型修正工具使用型调用规划型分解多智能体协作8.2.2反思型智能体通过反馈持续修正策略18核心能力：检查输出效果，识别错误或不足，并优化后续决策。核心优势：具有动态学习和适应复杂环境的能力。教育场景：依据学生反馈调整教学内容。医疗场景：依据治疗效果优化诊断与治疗方案。反馈修正行动结果检查不足调整策略教育反馈·医疗诊断8.2.2生成器与反思器构成“学生—老师”协作19生成器：生成初稿，并依据反馈持续改写。反思器：评估回答，指出漏洞并提出改进建议。用户体验：内部可进行多轮反馈，用户最终只接收优化结果。8.2.3工具使用智能体把外部能力接入任务流程20核心能力：调用外部工具并管理资源。旅行规划：调用地图查路线、天气查预报，并通过支付完成预订。关键价值：通过工具突破模型自身知识边界，完成更复杂的真实任务。8.2.3多种专用工具可协同完成复杂诊断21闻诊、脉诊、舌诊、面诊与问诊分别处理不同模态，最终由LLM综合生成辨证结果。图8.3中医四诊辨证系统的多模态数据处理流程8.2.4规划智能体面向目标生成并调整行动序列22工作方式：分析当前状态与目标状态，生成一系列可执行步骤。动态适配：环境变化时重新安排计划。典型场景：供应链管理、项目管理、灾害救援与物流配送。核心能力：目标导向的逻辑推理与动态调整。↑当前状态生成行动计划执行步骤检查环境与执行反馈目标状态满足目标环境变化或执行偏差→返回计划阶段重新规划8.2.4规划器、任务运行器和工作器循环协同23规划器Planner：接收查询、分解目标并保存任务计划。任务运行器TaskRunner：按顺序或优先级调度任务。智能体工作器AgentWorker：调用函数或工具完成具体任务。反馈闭环：AgentWorker将结果返回TaskRunner，后者更新Planner状态，直至所有任务完成。↑↑用户查询Planner计划与状态TaskRunner调度任务AgentWorker执行工具单个任务结果结果回传仍有任务：TaskRunner更新Planner状态→继续调度汇总结果并返回用户↓全部任务完成8.2.4一个复合任务可拆为四个可执行步骤241任务规划：识别样例姿势和目标输出。2图像生成：调用生成工具合成姿势一致的小女孩读书图。3图片描述：使用自然语言生成描述。4语音输出：通过TTS生成清晰自然的语音。动态调整：结果不符合预期时重新提取姿势或修改生成参数。↑↑姿势识别任务规划图像生成女孩读书图结果检查生成图片文字描述TTS生成语音符合预期姿势不匹配：重新提取姿势特征生成效果不理想：调整图像合成参数8.2.5多智能体协同以分工和通信提升复杂任务效率25任务分解：把复杂目标拆成多个子任务并分配给不同智能体。协作机制：通过层次结构、通信和决策机制协调行动。典型应用：医疗专家协作、软件公司模拟、创意写作与故事板设计。最终目的：借助角色专业化与信息共享提升质量和效率。8.2.5层次结构与决策方式可以分别集中或分散26多智能体系统可在“层次结构”和“最终决策”两个维度上分别选择集中或分散。集中式分散式层次结构决策方式中央权威→A/B/C统一分配任务，类似CPU调度A↔B↔C依据局部信息自主采取行动单一智能体→最终决定决策权集中在一个节点多智能体→投票/共识协商后形成共同结果目录CONTENTS大语言模型概述8.1智能体的定义与分类8.2提示词工程8.3思维链技术8.4检索增强生成8.5278.3提示词工程在不更新权重时引导模型完成任务28目标：设计和调整输入提示，引导模型生成更准确、更有针对性的输出。优势：无需修改模型参数，即可适配多种任务。限制：高度依赖经验，不同模型上的效果可能差异明显。实践方法：通过多轮实验持续修改提示。提示词工程只调整输入Prompt，不更新模型权重任务目标→编写/修改Prompt→LLM权重保持不变↓检查输出是否符合预期↑↓符合预期：最终输出不符合：返回修改Prompt8.3高质量提示需要同时设计五个方面29格式：明确提示的结构。内容：选择准确的词语、短语或问题。上下文：补充前文和情景信息。编写技巧：语言清晰、简洁并准确表达需求。优化：依据输出结果迭代调整。高质量Prompt格式内容上下文清晰表达迭代优化8.3三种提示方式提供不同程度的任务信息30Zero-shot：不给示例，直接描述任务并要求模型完成。Few-shot：提供少量高质量输入—输出示例。Instruction：给出明确、详细、可执行的任务指令。区别：Zero/Few-shot关注是否提供示例；Instruction强调指令明确、详细。Zero-shot任务描述不提供示例Few-shot任务＋少量示例由示例定义标准Instruction明确详细指令强调可执行要求书中从是否提供示例与指令是否明确、详细来说明三种方式8.3Zero-shot：0个示例，只给任务描述31Zero-shot不提供任务示例，模型仅根据任务说明和待处理输入直接作答；优点是简洁，风险是结果可能不稳定。Prompt中的示例数量=0任务说明｜判断文本类别待处理输入：新款智能手机采用折叠屏技术→LLM直接推断→输出科技任务说明｜回答知识问题待处理输入：世界上面积最大的海洋是哪个？→LLM直接推断→输出太平洋没有输入—输出示例，模型依赖预训练知识直接预测8.3Few-shot：先给少量示例，再处理新输入32Few-shot在同一Prompt中加入少量高质量输入—输出示例，帮助模型理解任务标准；代价是占用更多上下文。一个Prompt=少量示例+新输入Prompt内容示例1苹果→水果示例2茄子→蔬菜新输入后续同类文本（由模型判断）→LLM依据示例归纳→输出对应类别水果或蔬菜关键区别：Few-shot的Prompt中包含少量输入—输出示例8.3InstructionPrompting把需求写成可执行指令33任务：生成一段旅游攻略。指令：为期两天的厦门大学行程；包括每日景点、餐厅推荐与交通方式。划分侧重：Instruction强调指令明确、详细；Zero-shot强调不提供任务示例。效果：将多种任务统一为语言模型可理解的文本任务。时间范围2天地点厦门大学内容约束景点·餐厅·交通输出要求详细旅游攻略InstructionPrompting强调把任务要求写得明确、详细目录CONTENTS大语言模型概述8.1智能体的定义与分类8.2提示词工程8.3思维链技术8.4检索增强生成8.5348.4思维链通过中间步骤增强复杂推理35核心思想：把复杂问题分解为相互关联的较小步骤。显式过程：模型不仅输出答案，还呈现导致答案的推理链。三种形式：Few-shot、One-shot与Zero-shotCoT。问题→中间推理步骤→最终答案传统路径：问题→直接答案问题→中间步骤1→中间步骤2→…→最终答案CoT显式保留中间推理步骤，便于检查与纠错8.4Few-shotCoT：两个示例共同构成少样本上下文36Few-shot在推理时提供少量已解样例且不更新权重；书中两个样例共同构成上下文。同一Prompt中的少量已解样例示例1｜文具花费问题：5支铅笔×2元；3个笔记本×4元。2×5=10元4×3=12元10+12=22元答案：22元示例2｜气球数量问题：男生18人，女生多5人；每人2个气球。18+5=23人18+23=41人41×2=82个答案：82个+示例1+示例2→模型学习逐步计算的推理格式（不更新权重）8.4One-shot与Zero-shot减少示例，但难度更高37One-shot：只提供一个样本，接近人类用单个示例解释任务的方式。Zero-shot：不提供样本，只给出自然语言任务指令。便利性：示例更少，上下文成本更低。挑战：没有格式示范时，模型甚至人类都可能误解任务。Few-shot少量样本通过示例定义任务One-shot1个样本用一个实例引导Zero-shot0个样本最便利，也最具挑战8.4思维链提升可检查性，但并非万能38能力提升：把计算资源集中到核心步骤，减少忽略关键细节。过程可检查：通过步骤定位错误，并影响问题求解过程。规模要求：模型规模足够大时，相关能力才会涌现。应用边界：思维链的应用领域有限，并非所有任务都适合逐步分解。能力与价值分解复杂步骤聚焦关键细节便于定位错误规模与边界需要足够大模型应用领域有限目录CONTENTS大语言模型概述8.1智能体的定义与分类8.2提示词工程8.3思维链技术8.4检索增强生成8.5398.5RAG让模型在生成前先引用外部知识40•定义：结合信息检索与语言生成的人工智能框架。•做法：从外部知识库检索相关信息，作为Prompt输入LLM。•目的：增强知识密集型任务的准确性、时效性与针对性。•互补关系：检索系统提供事实，LLM负责理解、组织与表达。8.5RAG的基本流程由入库、检索和生成组成411资源入库：文档与书籍经Embedding写入向量数据库。2查询向量化：用户问题被转换为向量。3相似度检索：从向量库找出最相似的前k条数据。4增强提示：把检索结果加入Prompt模板。5生成答案：LLM结合外部证据输出结果。离线入库文档/书籍→Embedding→向量数据库在线问答用户问题→Embedding→Top-k检索→拼接Prompt→LLM→答案8.5“检索—增强—生成”分别承担清晰职责42检索Retrieval：查询向量数据库中的前k条最相关知识。增强Augmen