AI 行业开卷「智能体」，如何打造自己的「智能体」？

比如，我是 A 行业的，该有很多行业专用词语。然后我是 B 公司的，公司的规模，经营范围和别的公司不同。最后我是 C 岗位的（向上汇报或者向下传达或者横向探讨，语气和措辞是不同的），如何针对这些打造一个属于我的专属“智能体”。

这个智能体写出来的内容，会考虑我所在的行业，我所在的公司，以及我所在的岗位。
不论是组织一场会议，撰写一个方案，策划一个执行，都游刃有余，比如A行业B公司设备保养计划，A行业B公司某地级市地推方案，A行业B公司某国家办事处的组建。

发表于 2025-4-9 16:49:22

智能体大体上分两种，一种是基于指令的，一种是基于工作流的。前者比如 GPTs，后者比如字节的 Coze。现在大多数 AI 产品都提供了类似的智能体功能。比如讯飞星火的智能体创建就支持这两种模式：

讯飞也提供了很多智能体模板，可以直接参考模板来进行创建：

所谓智能体，其实就是在一定程度上将 AI 定制化，来提供更加个性化的服务。经过一年多的百模大战，我们现在并不缺少 AI 应用，相反，AI 应用太多，太同质化。可以说现在没有哪个 AI 有独家秘诀，国产 AI 也并不比国外的 AI 差。
但是，同样的工具，在不同的人手里就能够发挥出不一样的效果。原因就在于大模型应用有一套自己的逻辑在。如果你对 AI 应用很感兴趣，但不知道该如何学习入门，正好知乎知学堂最新打造了一套「AI 应用实战营」课程，由业内的专业老师讲解 AI 应用，帮助大家快速掌握 AI 技能，了解 AI 在各行业的变现案例。
现在体验两天的课程仅需 1 毛钱，不知道什么时候活动就会结束，先点击卡片报上名，上完课记得找老师领取 prompt 指南和Stable Diffusion 软件安装教程：
文心的 AgentBuilder 也是大同小异，可以直接看一下官方教程。现在的智能体创建其实并不难，难的还是在于理清自己的原本业务，搞清楚业务中处理一件事情的步骤和工作流，然后思考其中可以由 AI 来进行识别、判断、创作的部分，并将这些内容融入到 AI 中。

还有一个很重要的能力就是知识库，无论到什么时候，私有知识库的数据都是最宝贵的，也会是我们的核心竞争力。特别是有了 RAG 技术之后，知识库的搭建难度大大下降，现在的 AI 应用在创建智能体时，都会提示你加入知识库来提升生成效果。

智能体的另一个特点就是能够调用并执行工具，比如联网搜索能力、代码执行能力、图像创作能力等。你可以把智能体理解成具有一定自主决策权和执行权的机器人。
<hr/>现在大多数 AI 对话中的「智能体」，其实就是伪 Agent，顶多算是高级一点的 Prompt Engineering。
大家觉得，怎样的 AI 才能叫做「智能体」？如果按照 Lilian Weng 的定义，Agent 要有四部分：规划、记忆、工具、行动。

大家可以根据这个定义对照一下现在的「智能体」们，能符合其中几部分？
所以现在的大多数智能体（包括 ChatGPT 上大多数 GPT），都是 Prompt-based Agent（基于指令的智能体），是高级一点的 Prompt 模板，通过格式化的设定，给予角色设定和问答示例，最多添加个 RAG 知识库。

文心一言 App 的智能体创建页面

如果你觉得智能体还有些复杂，不妨先从更简单易用的场景入手，比如让 AI 帮助我们做 PPT、分析数据，能够更快地将 AI 落地应用到实际工作中。很多场景我都是在「AI 应用实战营」学到的，推荐你也来听一听：
<a data-draft-node="block" data-draft-type="edu-card" data-edu-card-id="1813259727418822657">而再进一步的，可以定义为 Workflow-based Agent（基于工作流的智能体），代表比如 Coze 和 Dify[1]，可以编排工作流，在合适的环节指定调用能力/工具。在工作流编排中，人需要提供更多智慧（相当于做了一些 Planning 的规划工作），但比起 Prompt-based Agent，显然距离智能体更近了一步。

最后一个阶段，按照维基百科的定义：「智能代理指一个可以观察周遭环境并作出行动以达致目标的自主实体」，这其实都接近于理想中的 AGI 了，要求有自主观察和执行能力。
另外想起来，之前在 OpenDevin 项目[2]蹭翻译 PR 的时候，还专门讨论过 Agent 翻译的问题[3]，因为 Agent 本身并不包含智能的意思，最初翻译是「代理」（甚至「特工」），也许是避免和网络术语 proxy 混淆，有人又在 Agent 前面加上了 Intelligence，变成了「智能代理」[4]或者「智能主体」，进而简化为了「智能体」。
至于如何打造智能体，我觉得吧，准备好自己的私有数据、梳理好自己的私有工作流最重要。通用的 Agent 一定会有人做的更好，甚至包装成成熟的应用推向市场（比如背单词的 Agent，练口语的 Agent），但未来我们的价值也许依然在于私有的能力。
至于工具层面，可以尝试创建一些 GPTs-like 的智能体，然后试一试 Coze / Dify 的工作流智能体，最后等待出现一个更简便、完美、智能的，能把我们的私有能力转化为成熟智能体的工具出现。
以上。

发表于 2025-4-9 17:01:50

智能体，是目前很火的人工智能应用，具体它是用来做什么的呢？我简单跟大家科普下，并教大家，尤其是小白用户，如何制作一个基本的Agent智能体。
你可以理解为Agent智能体就像是一个小机器人助手，它具有特定的执行任务的功能，首先它可以接受信息，比如你告诉他的命令，然后思考，理解你的指令，根据需要调用工具来完成指令，比如进行网页检索来查资料，或者通过代码编程来完成一个图表绘制任务，又或者调用PPT生成接口来生成一个PPT等。
而且，Agent的制作方式，随着大模型的普及，变得门槛很低，不再一定需要编程技巧，仅通过自然语言即可创作一个Agent智能体，来达到自己的目的。我们知道，因为通用的如ChatGPT、文心一言、讯飞星火等大模型功能确实很强大，无所不知，但是，你得掌握各种提示词技巧才行，才能让它的回答符合你的要求。而一个丰富的智能体市场，是可以自己找到广大网友开发的各类智能体，也可以自己创建，从而简化操作，通过简单的提问、指令要求即达到目的。
现在，我们就以讯飞星火的智能体为例，来看看一个基本的智能体如何创建？

首先进入讯飞星火的官方网站：http://xinghuo.xfyun.cn/desk

可以看到官网正中央已经推荐了不少好用的智能体，比如“讯飞智文”可以用来一键生成PPT，讯飞晓医专注于医疗问答，数据分析助手可以对表格文件进行深度分析等。

那么，我通过点击左上角的“创建智能体”按钮，即可进入智能体的创建。

正常一个简单些的智能体，通过一句话就可以创建了，很简单。不过你应该注意到了右边还有个“创建高阶智能体”的按钮，那是因为，讯飞智能体分为三种模式，第一种就是零代码，通过一句话来创建的结构化智能体；第二种是低代码开发方式，通过可视化的拖拉拽拖动功能块的方式来编排智能体流程，第三种全代码开发更专业一些，需要企业认证：

今天我们先介绍最简单的这种“一句话创建智能体”，你会了这个，至少可以满足你80%的需求了。

你会发现，提示词有多重要，我听说知乎作为著名的问答平台，掌握了大量高质量问题数据的知乎，旗下的知乎知学堂推出了一门高质量的【AI互动智能办公训练营】，那天我也去学习了下，里面有大咖老师教你如何写好Prompts提示词，并利用提示词来发挥AI的特长，让你学会AI绘图、AI视频生成、PPT生成等，包含了市面上最热门的国产大模型，工具使用技巧和教程。提示词技巧和公式也是成套的，你可以仔细听听。课程链接我放在了：

听完还可以领取20多个主流的AI工具+prompt提示词大全，非常超值。

2. 我把之前提示词优化的文章正好做成了一个智能体，文章具体可见链接：

我输入的一句话是：你是一位大语言模型提示词优化的专家，请根据我写的提示词，按照新加坡政府科技局数据科学与 AI 团队创立的CO-STAR 框架进行提示词优化。
3. 点击“快速创建”按钮，等待片刻，AI就自动帮我们生成了智能体名称、分类、简介、角色设定、目标任务、需求说明、输入示例等。

4. 我检查了下，生成的大部分内容还是可以用的，不过需求说明那里我希望再丰富些，比如把CO-STAR框架的意思再补充下，虽然AI可能也能查到，但最好跟我的认知保持一致。
这里字数我试了下，1000多字也没有限制，看来输入框挺大的。

另外，其他内容你也可以调整，智能体的图标可以上传，或者AI自动生成。
输入示例你可以自己改一下，主要是给用户举例，提示用户应该怎样输入的。

5. 其他功能，比如“关联数据集”，指的是你可以上传些文档，让智能体优先从这些文档中查找参考资料，并根据这些资料来回答。如果没有也没关系。这种一般是特定的要求，比如制作一个“公司规章制度“智能体的时候，肯定是希望关联到公司的制度文档上，这样的回答才符合所在自己公司的要求。
6. 另外你可以选择发音人，甚至可以定制自己的声音。讯飞在语音这块的优势明显，所以录制了几段声音后，模仿的效果也不错。

7. 其他智能体能力，目前提供联网搜索、AI画图、代码生成能力。当然第二种模式“编排创建智能体”的能力调用更多些，比如还有PPT生成、简历生成、思维导图生成等，这些我们以后再讲。

8. 最后的支持多轮对话，勾上后，你输入的内容，可以多次追问。因为我这次创建的提示词优化功能比较单一，就是要求用户输入一个提示词，返回一个优化后的结果，一问一答就可以了，多轮回答反而会让用户输入的时候更麻烦，索性去掉了“多轮对话”。支持上传文档这个，也看大家的需要，我这个工具暂时不用让用户上传文档，因为优化的提示词不会有太长的文档，所以也暂时不需要，完成了以上之后，我可以先进行调试：

看看效果怎么样？

看起来回答得还不错。
9. 觉得调试OK了，就可以点击“创建并申请上架”了。

10. 上架后就可以自己用了，鼠标移动到智能体块上，右边显示出对话，即可点击进入：

这是进入后的效果。

11. 你也可以将鼠标移动到左上角的智能体图标上，再次编辑或分享，分享就是给你一个链接，可以发给其他朋友访问：

12. 编辑智能体，可以重新对智能体的内容进行调整。不过上架后一般要等待官方审核几天，才会正式发布出去，同时才可以编辑该智能体。

13. 最后，你还可以将该智能体发布到微信公众号上，如果你有一个的话。

只需要填写公众号的开发者ID即可。

你可以在公众号的基本配置中找到。发布了之后，关注者就可以在公众号主页的输入框中与该智能体对话了，非常方便。

以上就是今天介绍的Agent智能体创建的入门级教程，是不是挺简单的，赶紧发挥自己的创意，做一个智能体出来吧。

发表于 2025-4-9 17:13:02

一、人工智能

人工智能语言模型和AI绘画在多个领域都有广泛的应用。随着人工智能技术的持续进步，AI绘画已经发展成为一个日益成熟的领域。越来越多的人开始尝试使用AI绘画软件来创作艺术作品。尽管这些AI绘画软件对绘画领域产生了显著影响，但它们并不会完全取代画师。与传统手绘不同，AI绘画可以在短时间内生成大量作品，并根据用户需求进行调整和定制。尽管AI绘画能够生成非常精美的作品，但它们依然无法取代传统画师的创造力和灵感，也难以表达情感和个性。画师在创作过程中，会将个人情感和想法注入作品中，而在构图、色彩搭配和氛围营造等方面，AI绘画难以完全模拟。因此，在某些方面，AI绘画仍然需要依赖画师的帮助。

SparkAi创作系统-新一代 AIGC 系统

SparkAi创作系统是一款基于ChatGPT和Midjourney开发的智能问答和绘画系统，提供一站式 AI B/C 端解决方案，涵盖AI大模型提问、AI绘画、AI视频、文档分析、图像识别和理解、TTS & 语音识别、AI换脸等多项功能。支持自定义AI智能体应用GPTs应用和Prompt自定义预设应用，配备插件系统，并即将推出AI视频生成和AI音乐生成功能。该系统兼容OpenAI-GPT全模型及国内所有AI模型，具备GPT-4大模型支持、联网提问、DALL-E3文本生成图像、GPT4-All联网搜索模型、思维导图、会员套餐、分销系统以及Midjourney绘画动态全功能等，提供AI换脸、图像混合、局部编辑重绘等强大功能，为用户带来丰富的智能创作和互动体验。

《SparkAI系统介绍文档 - 渐进式AIGC系统》:
SparkAI系统介绍文档 - 渐进式AIGC系统系统架构技术栈

前端： Vite + vue3 + ts + NaiveUI + Tailwindcss
管理端：Vite4 + Vue3 + Element-Plus
服务端（后端）：Nodejs + NestJs
数据支持： Mysql5.7(+) + Redis
运行环境：Linux、Windows、MacOs（推荐使用Linux）
数据存储：本地存储 | 阿里云oss | 腾讯云cos | chevereto图床

系统功能特性

1. 使用 Nodejs + NestJs 服务端渲染技术, 支持高并发（万级甚至千万级用户同时请求使用）；提供更高的可用性和稳定性。
2. 支持宝塔常规部署和Decker一键部署方式，所有对接配置均可在后台界面上完成。
3. 支持OpenAI官方API + One API 等中转对接使用（即支持OpenAI全模型、三方大模型、国内全模型）；支持 OpenAI / Azure OpenAI / Anthropic Claude / Google Gemini / Midjourney / 讯飞星火 / 百川 AI / Moonshot / 智谱 ChatGLM / 通义千问 / 云雀大模型 / 腾讯混元 / 360 智脑等模型, 适配 LocalAI / Ollama 等模型 (LLaMa / RWKV / SDXL )，支持openai发布最新gpt-4o大模型对接使用.....
4.  ️ 自定义模型对接系统：所有模型走OpenAI的输入格式，当OpenAI发布新的语言模型，可后台第一时间添加，无须系统每次开发对接才能使用！同理支持对接了其他三方模型的中转系统，即支持OpenAI全模型、三方大模型、国内大模型最新发布模型快速可用。对话模型自定义分类、自定义名称自定义排序、以及部分功能自定义。
5. ️ AI视频生成独立功能，支持文生视频/图生视频（最新新增）
6. ✨ 支持任何 OpenAI 格式中转API, 自研渠道均衡负载和分配算法, 支持多渠道高并发调用管理，支持多 API Key 轮询！ (优先级/权重/状态管理)。
7. 对话会话隔离、云端存储、支持多设备共享数据！
8. 多模态模型支持：识图、文档分析支持。支持自定义对话模型开启多模态支持。
9. 支持联网模式、可对模型进行扩展搜索当前网络实时内容总结。
10. 支持AI智能体应用：GPTs应用+Prompt自定义预设应用；GPTS：支持GPTS后台自定义添加、也可以全站搜索 = 官方搜索。
11. 语音识别 & TTS  , 支持 OpenAI / Azure 等语音识别 & TTS 模型，支持 Whisper & TTS 格式中转；支持TTS对话输入回复模式。
12. 支持 Midjourney全功能, 支持 Imagine / Upscale / Vary / Zoom Out 等众多功能，支持 Seed 获取。支持中转API / 支持局部重绘 (Vary Region)等等。
13. 专业绘画支持文生图、图生图、垫图混图、角色一致参考图、风格一致参考图生成等、支持AI换脸、支持混合图片。
14. Dall-E-2/3绘画支持、支持所有参数并享有单独模块。
15. 强大 Markdown 语法支持 (支持代码高亮 / LaTeX 公式 / Mermaid 思维导图 / 图表绘制), 支持集成对话绘图模型 (DALL-E / Stable Diffusion / Midjourney 等)。
16. 开箱即用的文档解析服务, 支持 Pdf / Docx / Xlsx / 音频 / 图片等文件类型解析。
17. 存储系统：支持本机、阿里云OSS、腾讯云cos、Chevereto图床多种类型。
18. 会员系统：提供普通模型积分、高级普通模型积分、绘画积分三种货币类型、支持各类商品自定义扣费模式与额度。支持自定义模型扣除费用类型、多种计费方式：按时间限制、无时间限制、自定义组合套餐设置 (免费 / 积分（次数）扣费计费)。
19. 支持官方微信支持、易支付、码支付、虎皮椒支付等支付方式, 支持同步检查订单状态, 支持订单搜索和管理。
20. 商城系统：自定义商品套餐、可自定义生成永久套餐、限时套餐。
21. 签到系统：支持配置每日签到赠送不同额度的奖励。
22. 访客系统：支持不登录使用部分内容、可游客模式体验站内功能。
23. 分销系统：支持 A + B 分销模式、后台可自定义分销提成额度、可对单独用户单独设置。支持设置提现门槛选项，支持用户多种提现方式选择（支付宝、微信、银行卡等）。
24. 卡密系统：支持批量生产卡密供用户兑换、用户端可兑换卡密或三方卡网购买支持完备卡密兑换码体系, 支持自定义点数, 支持批量生成和卡密兑换码管理, 支持卡密兑换码查看领取用户 / 创建时间 / 领取时间等信息；删除卡密兑换码等功能。
25. 登录系统：支持邮箱 | 手机短信 | 微信扫码等不同登录注册方式供选择。
26. 插件系统开放、内部支持各类插件并会持续开发更多插件。
27. 多端支持，自适应布局、适配PC、移动端、平板等设备。支持 Web / PWA / App / 小程序（后续开发）, UI 移动端适配, 支持明暗主题切换,  支持 Windows / MacOS / Linux / Android / iOS App。
28. ✔️ 专业站点管理系统, 支持自定义配置网站 LOGO / 站点名称 / 页脚 / 百度统计/ AI名称 / 版权信息/ 联系方式 / 站点公告 / 提示欢迎语等多种内容等多种内容;支持设置用户初始点数, 单独用户群配置等等。
29. 数据统计, 丰富美观的仪表盘统计，支持每日新增用户数量统计 / 总计和每日对话数量 / 总计和每日新加绘画数量 / 总计和每日日订单数量统计 /  等多种信息统计图表趋势展示。
30. 内容敏感词多种限制、支持自定义敏感词/百度内容审核等安全检测、可共同开启。支持敏感词检查记录查询统计！
31. 动态菜单系统：可以自定义开关菜单、添加菜单、自定义ICON、自定义菜单类型、可使用三方站点内嵌、支持移动端PC端各自单独设置。
32. 管理端支持超管和普通演示账户用于分销系统、普通账号仅可读权限
33. ✈ 管理端支持配置关键词回复、可自定义关键词及回复内容
34. 推广邀请奖励，支持邀请和被邀请用户设置自定义积分奖励。
35. 板块添加, 支持添加自定义板块嵌入网站页面, 支持设置板块图标，使站点更加丰富多样。
36.  其他功能
37. 更多AI能力持续开发更新中...

二、系统演示

快速体验

SparkAi官方演示站：
https://ai.sparkaigf.com
管理后端:
https://ai.sparkaigf.com/sparkai/admin
测试账号：admin、123456
如不能访问请查看《SparkAI系统介绍文档 - 渐进式AIGC系统》获取最新地址。
三、系统功能模块

3.1 AI全模型支持/插件系统

AI模型提问

文档分析

识图理解能力

TTS & 语音识别

3.2 AI智能体

3.2.1 自定义AI智能体：GPTs应用
可全网搜索使用

3.2.2 GPTs工作台

3.2.3 用户自定义创建Prompt预设应用

3.3 AI专业绘画

文生图/图生图（垫图）

Vary Region 局部编辑重绘

混图生图

AI换脸

3.4 Dall-E2/E3/E4绘画

支持对话绘画

3.5 AI视频生成

3.6 智能思维导图生成

3.7 AI画廊

3.8 支持微信登录

支持微信环境静默登录、浏览器中微信主动扫码登录、邮箱注册登录、手机号注册登录

3.9 管理后台（部分）

其他和后台页面太多功能，就不展示了，直接访问官方演示站点和演示后台。
四、部署教程（Node.js + PM2 部署）

这里使用标准Node.js + PM2 部署项目，系统提供Docker快速部署教程

当你进入这个栏目的时候说明你已经想要使用宝塔面板部署了、如果你不知道什么是宝塔、那么请前往宝塔官网进行简单的了解、我们默认你已经安装了宝塔面板、这是最基础的需要。
第一步：4.1 环境安装

宝塔需要安装的环境

Nginx >= 1.19.8
MySQL >= 5.7或者MySQL 8.0
PHP-7.4（非系统需要环境）
PM2管理器 5.5
Redis 7.0.11
Node版本：>=v16.14.1

初始安装环境推荐使用LNMP一键环境套件

第二步：4.2 Node版本选择

使用PM2切换Node版本（必须）

切换Node版本为：大于等于v16.14.1（这里为v16.19.1）

第三步：4.3 安装pnpm模块

宝塔默认淘宝源已经无法使用，打开命令控制台，切换为官方源，单独安装pnpm模块
（宝塔默认会安装pnpm 9 的最新版本，此版本要求Node.js版本最低为18，很多linux版本不支持最新pnpm 9）

先设置npm为官方源：

npm config set registry https://registry.npmjs.org/

复制代码

单独安装pnpm：
请直接安装pnpm 8的版本

npm install -g pnpm@8

复制代码

此时再次打开终端、确定我们需要是否有node相关环境分别执行以下命令，出现版本号说明已经安装成功

node -v
npm -v
pnpm -v

复制代码

验证pm2环境是否存在：

pm2 -v

复制代码

如果提示pm2: command not found，则并没有成功安装，再次手动命令安装：

npm install -g pm2

复制代码

再次输入pm2 -v显示以下页面，则成功安装

第四步：4.4 安装Redis

第五步：4.5 部署跑起来

4.5.1 新建站点
进入宝塔- 网站-添加站点

4.5.2 配置SSL证书
如果自己没用商业SSL证书，就使用宝塔免费证书，申请Let&#39;s Encrypt 证书

开启强制HTTPS并保存

4.5.3 上传SparkAi系统源码
进入网站站点根目录

删除新建站点的原始文件

将系统程序上传并解压到网站根目录下

4.5.4 配置.env文件
复制一份.env.example文件，并重命名为 .env 文件

修改.env 配置文件为自己站点信息

其中mysql为必配项目、redis服务必须安装，否则无法启动项目
wt token 必须修改为自己个人的密钥（再原有基础上再加一点随机英文即可）

4.5.5 启动项目
4.5.5.1 开启端口
宝塔面板安全开启9520端口（如果在配置文件自定义了其他端口，开启对应端口即可，不要和系统一些端口冲突，建议默认9520端口）

4.5.5.2 安装依赖
直接在网站根目录打开ssh终端

cd /www/wwwroot/你的网站目录

复制代码

宝塔默认为淘宝旧源，请切换淘宝最新源：

npm config set registry https://registry.npmmirror.com

复制代码

使用pnpm i命令回车 安装依赖

pnpm i

复制代码

使用pnpm start命令启动项目

pnpm start

复制代码

4.5.5.3 查看启动日志
输入pm2 log查看详细日志、看到下图表示成功！

pm2 log

复制代码

初始化创建super用户成功、用户名为[super]、初始密码为[sparkai]
4.5.6 添加反向代理
添加站点 9520 端口，宝塔安全需要开启该端口，不然无法访问目标url:http://127.0.0.1:9520

4.5.7 搭建完成
搭建完成，访问域名，输入域名授权码即可
第六步：4.6 授权激活系统

访问你自己的系统前台域名
4.6.1 未授权激活

4.6.2 激活成功示例

发表于 2025-4-9 17:23:15

这是一个很好的问题，那我们需要先搞清楚关于AI Agent智能体的几个重要问题：

AI Agent是什么
为什么需要AI Agent
AI Agent怎么工作的
怎么去开发自己的AI Agent

AI Agent是什么

现在 AI Agent 也没有完全统一的名称，比如 “AI 代理”、“智能代理”、“智能体” 等等叫法都存在，但是智能体是经常见到的一种叫法。
AI Agent（人工智能代理）的标准定义是：一种能够感知环境、进行决策和执行动作的智能实体。不同于传统的人工智能， AI Agent 具备通过独立思考、调用工具去逐步完成给定目标的能力。

但是，必须要知道的是关于AI Agent的定义是有很多种的，主要是适用于不同的场景，比如机器人领域也有AI Agent的概念，与大语言模型领域的AI Agent的定义是不一样的。
在LLM语境下，Agent可以理解为某种能自主理解、规划决策、执行复杂任务的智能体。它不仅告诉你“如何做”，更会帮你去做。如果CoPilot是副驾驶，那么Agent就是主驾驶
AI Agent和对话式ChatAI的区别在于，你不用一直告诉它要做什么、如何做、怎么调整等等。只要给它一个目标，Agent自己就能想办法自动帮你完成。仅需给定一个目标，它就能够针对目标独立思考并做出行动，它会根据给定任务详细拆解出每一步的计划步骤，依靠来自外界的反馈和自主思考，自己给自己创建 prompt，甚至调用外部API，全自动的实现目标。
为什么需要AI Agent

很多人不禁会问，已经有很厉害的ChatAI了，为什么还需要AI Agent呢？但问题是，ChatAI真的在各种场景下都像你想象的那么厉害吗？

LLM有一些已知的缺点：

会产生幻觉
结果并不总是真实的
对时事的了解有限或一无所知
很难应对复杂的计算
没有行动能力
没有长期记忆能力

这个或许看上去很难理解，我们再举一个例子。
比如让 ChatAI帮忙买一杯咖啡，ChatAI 给出的反馈一般类似 “无法购买咖啡，我只是一个文字 AI 助手” 之类的回答。

那让我们来看一看，如果是一个买咖啡的AI Agent智能体，它应该怎样才能完成这个任务呢？
它需要首先拆解如何才能为你购买一杯咖啡，并制定出通过某个外卖 APP 下单、并采用某种在线支付方式等一系列计划，然后按照这些步骤调用外卖APP选择外卖咖啡，再调用支付程序下单支付，过程无需人类去指定每一步操作。（这里请先忽略不同人选择不同外卖APP及不同支付方式的习惯）

这就是 AI Agent 的用武之地，它可以利用外部工具来克服这些限制。这里的工具是什么呢？工具就是代理用它来完成特定任务的一个插件、一个集成 API、一个代码库等等，例如：

搜索引擎：获取最新信息
Python REPL：执行代码
Wolfram：进行复杂的计算
外部 API：获取特定信息

AI Agent是怎么工作的

一个精简的Agent决策流程，用函数表达式：
Agent：P（感知）—> P（规划）—>A（行动）
类似人类“做事情”的过程，Agent的核心功能，可以归纳为三个步骤的循环：感知（Perception）、规划（Planning）和行动（Action）。
感知（Perception）是指Agent从环境中收集信息并从中提取相关知识的能力，规划（Planning）是指Agent为了某一目标而作出的决策过程，行动（Action）是指基于环境和规划做出的动作。
其中，Policy是Agent做出Action的核心决策，而行动又通过观察（Observation）成为进一步Perception的前提和基础，形成自主的闭环学习过程。

如何开发自己的AI Agent

开发AI Agent是一项技术工作，需要具备基础的软件技术知识和AI相关的知识。目前国内很多AI平台都推出了自己的AI Agent开发的功能。
例如，字节跳动推出的扣子（Coze）是一站式 AI Bot 开发平台，用户可以在该平台上快速搭建各类 AI 应用。在扣子平台中，通过创建 Bot、编写提示词、添加技能（如插件、工作流等）、设置开场白等步骤来构建智能体。
这些智能体具有一定的功能和逻辑，能够根据用户的输入进行响应和处理。例如，可以利用知识库回答问题，通过工作流实现复杂的业务流程等。也可以根据用户的需求和设置，具备不同程度的自主性和任务处理能力，以实现各种特定的应用场景和目标。

另外，智谱清言也支持创建自己的智能体。用户可零代码构建属于自己的智能体，如创建内容智能体，提供实时准确的行业信息、针对性内容创作、免费改写、查错等多功能应用。
支持在创建智能体时，选择一个模板作为智能体的基础。支持配置智能体属性如名称、描述、技能等。支持设定智能体行为，包括设置触发条件、响应动作以及与用户的交互方式等。根据实际应用场景去定制智能体的行为。支持智能体的训练、测试、与发布。
新推出多智能体协作系统——清言 Flow，可在同一个对话框中调用多种智能体协同工作，高效精准地解决思维导图、文档助手、日程安排等各种问题。

希望以上内容对大家有帮助。本人目前聚焦研究AI Agent，对智能体有比较全面和深入的理解，也有深厚的技术背景搭建过很多智能体。欢迎大家关注我 @人人都能用好AI 或找我交流智能体的问题。

发表于 2025-4-9 17:32:55

卷？完全没有。就是百度在吹。
我的认知是这东西可有可无，大部分东西聊天机器人都可以承包。
智能体很难跑通，本质上跟OpenAI的GPTs差不多。OpenAI已经放弃了，因为什么呢？他们认识到模型变强了，很多事情可以迎刃而解，在弱模型下，谈智能体，属于太监开会，无J之谈。OpenAI要做的是全力开发模型。
LLM都是AGI型的模型，拥有通用智力+通用知识。但它们最不知道的就是用户和用户的环境。
智能体的构建方式，通常是Prompt+RAG，这套东西是有矛盾的，如果它非常有用，那它就是强针对性的，既然是强针对性，它就没有广泛的市场基础，开发这种没有经济价值的东西就纯属浪费时间，普通人又没有能力去构建这套东西，到最后开发者不用，用户也不用。
可能给大企业构建客服系统和文书系统还有点用，通常有非常专业的SWE工程师服务他们。
我们日常用的APP，已经非常成熟，你甚至已经想不出需要什么功能，更多情况是功能溢出，界面混乱，呼出卡顿，LLM和智能体能插足的空间非常少，几乎没有。
要打造真正的智能Agent，最少还需要1年半，要到2026年，把幻觉和多模态成本都降下来，把速度提上来。自主收集信息，处理信息，自主判定有效性，发布成果。——至少，我认为如果你需要去学如何打造智能体，那么这个模型还不合格。模型需要自建工作流，才能叫合格的模型。
我觉得现在在狂吹智能体的百度AI熬不到2026年，我不是说他们的AI会死，而是资金不足，导致无法开发SOTA，永远做不出真正的智能体。

AI 行业开卷「智能体」，如何打造自己的「智能体」？

本周热门