第 1 课 AI 智能体简介与使用场景

编者注：本库把 agent 统一译作“智能体”；课程配图沿用中文版的译法“代理”，两者说的是同一个东西。课程原有的视频、代码示例和部署测试未收录。

欢迎来到 AI 智能体入门（AI Agents for Beginners）课程！本课程会带你打好基础，并提供真正能运行的代码，帮助你从零开始构建 AI 智能体。

在动手构建之前，我们先弄清楚 AI 智能体到底是什么，以及什么时候用它才合理。

介绍

本课将涵盖：

• 什么是 AI 智能体，以及智能体有哪些类型
• AI 智能体最适合哪类任务
• 设计智能体解决方案时会用到的核心构建模块

学习目标

学完本课，你应该能够：

• 说明什么是 AI 智能体，以及它和普通 AI 解决方案有什么区别
• 知道什么时候该用 AI 智能体（以及什么时候不该用）
• 针对一个现实问题，勾勒出基本的智能体解决方案设计

定义 AI 智能体及 AI 智能体类型

什么是 AI 智能体？

可以这样简单理解：

AI 智能体是让大语言模型（LLM）真正去做事的系统：给它们工具和知识，让它们能对外部世界采取行动，而不只是回应提示词。

我们把这句话拆开来看：

• 系统：AI 智能体不是单独一样东西，而是多个部分协同工作的整体。每个智能体的核心都有三部分：
  • 环境：智能体工作的空间。对旅行预订智能体来说，环境就是预订平台本身。
  • 传感器：智能体读取环境当前状态的方式。旅行智能体可能会查看酒店是否有空房、机票价格是多少。
  • 执行器：智能体采取行动的方式。旅行智能体可能会预订房间、发送确认信息或取消预订。

• 大语言模型：在 LLM 出现之前就有智能体，但正是 LLM 让现代智能体变得强大。它们能理解自然语言，结合上下文推理，把模糊的用户请求变成具体的行动计划。

• 执行行动：没有智能体系统，LLM 只会生成文字。在智能体系统里，LLM 可以真正执行步骤，比如搜索数据库、调用 API、发送消息。

• 访问工具：智能体能用哪些工具，取决于（1）它运行的环境，以及（2）开发者选择给它哪些能力。旅行智能体也许能搜索航班，却不能修改客户记录，关键在于你给它接上了什么。

• 记忆与知识：智能体可以有短期记忆（当前对话）和长期记忆（客户数据库、过去的交互）。旅行智能体可能会“记住”你喜欢靠窗的座位。

不同类型的 AI 智能体

智能体并非都是同一种做法。下面按主要类型分别说明，统一用旅行预订智能体举例：

何时使用 AI 智能体

能用 AI 智能体，不代表总是应该用。下面几种情况最能发挥智能体的长处：

编者注：图中“开启-结束问题”是机器翻译的误译，原意是“开放式问题”；“改进随时间推移”即“随时间不断改进”。

• 开放式问题：解决问题的步骤无法事先写死，需要 LLM 动态摸索出路径。
• 多步骤流程：任务需要分好几轮使用各种工具，而不是查一次、生成一次就完事。
• 随时间改进：希望系统能根据用户反馈或环境信号变得越来越聪明。

课程后面的《构建可信赖的 AI 智能体》一课，会更深入地讲什么时候该用（以及什么时候不该用）AI 智能体。

智能体解决方案基础

智能体开发

构建智能体的第一步，是定义它能做什么：它的工具、动作和行为。

本课程以 Microsoft Foundry Agent Service 作为主要平台。它支持：

• 来自 OpenAI、Mistral、Meta（Llama）等提供商的模型
• 来自 Tripadvisor 等提供商的授权数据
• 标准化的 OpenAPI 3.0 工具定义

智能体模式

你通过提示词与 LLM 交流。做智能体时，你往往没法把每条提示词都手工写好，因为智能体要连续多步采取行动。这时就要用到智能体模式：一些可以复用的策略，用来给 LLM 写提示词、编排 LLM 的工作，扩展性更好，也更可靠。

本课程就是围绕最常见、最实用的几种智能体模式来编排的。

智能体框架

智能体框架给开发者提供现成的模板、工具和基础设施，用来构建智能体。它们能让下面这些事更容易：

• 接入工具和能力
• 观察智能体在做什么（出问题时便于调试）
• 让多个智能体协作

本课程重点介绍用于构建生产级智能体的 Microsoft Agent Framework（MAF）。

---

免责声明：本课中文最初由 AI 翻译工具 Co-op Translator 自动翻译，本库对照英文原文做了校订和删节。译文仍可能有错漏，与英文原版不一致之处，以英文原版为准。