一文深度了解Agent智能体以及认知架构

对于Agent的定义，似乎每个人心中都有不同的答案，Langchain 的首创人 Harrison Chase 是这样定义的，“Agent是一个使用大语言模型（LLM）来决定应用程序控制流的系统。”与其纠结Agent怎么定义，我更喜好吴恩达之前在推特上面说的这样一句话，“与其争论什么应被归类为真正的智能体，不如认可系统具有不同水平的智能体特性（agentic）。”
前排提示，文末有大模型AGI-CSDN独家资料包哦！
是的，我觉得真正的智能体不应该被归类为某一种，而是它在办理某个题目、某件事情上面，它具备办理这件事情的能力。

Langchain 的首创人 Harrison Chase 在博客分享了他对 AI Agent 的思考和看法，我对作者的文章进行整理和翻译，看完这一篇，我相信，你会对 Agent、认知架构、怎样规划有更加深刻的明白和开导。
写在前面
读完此篇，我们可以知道，智能体不仅仅是一个技术定义，它还涉及到系统怎样“思考和决议”。
要让智能体真正管用，我们就得好好设计它们的认知架构，这就像是智能体的大脑，决定了它们怎么吸取信息、怎么干活、怎么回应。而且，纵然那些大模型越来越牛，但要让智能体在特定的任务上体现得好，照旧得有定制的认知架构。
在设计智能体的时候，得在智能体底子办法的方便性和认知架构的个性化之间找到平衡点，这样才能让智能体体现得最好。
01 什么是智能体？

什么是智能体？Harrison 几乎每天都会被问到这个题目。在LangChain，我们构建工具帮助开辟者创建大语言模型（LLM）应用程序，特别是那些作为推理引擎并与外部数据和计算资源交互的系统。这些系统通常被称为“智能体”。
每个人似乎对智能体的定义都有些不同。我的定义可能比大多数人更加技术化：