每日面试题-5月19日
全部评论
不会
共有4层。业务层,工具层,记忆层,安全层。
model(例 Gpt 5.1)作为大脑,理解用户需求,进入工作环境建模,计算业务量(目标与现实),根据优先级拆解任务模块,为各任务模块选择合适的工具。在执行过程中,利用rag调用短期工作记忆与长期rule,与时俱进利用恰当工具解决不同阶段问题。
到了安全层,就是自主,也就是系统,我对他的理解是第3者,也叫元认知,对业务层某个模块可能出现问题设定if行为,各个模块也是,说白了就是规则,对业务层工具的调用,记忆层的知识调用失败,进行一个兜底。
其中我们需要分清的是,没有model就没有agent。
Agent包含model、工具、记忆库、安全机制。
Agent先拆解目标,接着调用工具获取信息,再用知识理解反馈,最后规划下一步,反复循环直到任务完成。
面经活动在火热征集中,4大投稿赛道等你来参加!发1篇得3元现金奖励!活动指路:https://www.nowcoder.com/discuss/885956853023117312
Agent 的运行遵循一个经典的 感知(Perceive) 思考(Think) 行动(Act) 的闭环,通常被称为 ReAct 循环。
今日有奖回答已截止
将复杂目标拆解为可执行步骤,再结合工具调用与知识记忆,在“思考-行动-观察”的循环中自主完成各项任务。
Agent 自主运行核心是闭环,先根据用户目标做任务规划,再判断并调用工具获取信息 / 执行操作,同时结合自身知识和上下文推理整合,最后根据结果动态调整计划,循环迭代直到完成目标。
Agent 拿到任务,先拆解复杂目标,拆分多步子
Agent先通过规划拆解任务步骤,再依托知识确定执行逻辑,接着调用工具落地操作,根据反馈不断复盘调整,形成闭环自主运行。
1.先拆解任务,把大目标拆成小任务
2.再调用工具+查知识
3.每做一步就检查任务有没有完成,没完成就重复步骤1和2,直到完成
先解析用户指令、拆解任务步骤,再通过「调用工具→更新记忆→检查任务完成度」的循环,每次检查任务完成度,没有完成继续循环。
Agent 的运行遵循一个经典的 感知(Perceive) 思考(Think) 行动(Act) 的闭环,通常被称为 ReAct 循环。
我认为,Agent 是通过工具调度执行能力、知识库辅助决策、动态规划分解任务实现自主运行的。当前的技术已经从单一的功能调用演进至复杂任务的解决,未来的发展重点在于多 Agent 协作与安全可控性提升。
我理解的 Agent,其实就是一个能够围绕目标持续行动的 AI 系统。普通 LLM 更像是“你问一句,它答一句”,而 Agent 会多一步:它会思考为了达成目标需要做哪些事情。比如订机票、做调研、写代码、分析数据,这些任务都不是一句话能完成的,需要规划和工具配合。
Agent主要是通过大语言模型负责理解用户意图和推理,知识库提供专业资料或上下文,工具则让它能够执行现实中的操作,比如搜索网页、查询数据库、调用 API、生成代码或发送邮件。最后通过多轮决策逐步完成任务。
Agent 可以理解成一个具备思考—行动—反馈能力的智能系统。在这个过程中,知识负责提供背景和判断依据,工具负责连接外部世界,规划能力负责决定先做什么、后做什么。Agent 的自主性就体现在它不需要用户一步步指挥,而是能根据目标自己安排流程,并根据工具返回的结果不断调整下一步行动。

我认为主要是基于现有的模型库里的知识库然后结合以往的案例整合一下,最后展示
相关推荐
鹿LF:你mt不是才工作三年吗,怎么就中年研发人了 点赞 评论 收藏
分享
点赞 评论 收藏
分享
昨天 10:18
湖南大学 Java 点赞 评论 收藏
分享