2.Agent：从可控性到自主反思

1.Workflow Agent:工作流智能体

    Workflow Agent给了LLM多大的自由度？

1.1LLM会有幻觉

1.2LLM只会说，不会做

1.3LLM规划步骤不靠谱

    1.3.1有些任务需要极强准确度以及可控性，怎么办？

    1.3.2模型提供智能，Agent保证结果：

1、用 RAG 技术构建私有知识库，提升对话能力

2、用设计者定义好的Workflow 完成特定任务

采

3、过程中使用工具完成LLM 无法完成的任务

4、让 LLM 写代码，完成数据处理、数学计算

Agent用户交互界面

2.ReAct Agent:推理型智能体

有些任务无法提前设定步骤怎么办？

比如：我有份文件里记录了上个月最终的业务数据，找找是哪份文件

比如：检查一下直播系统，我的直播间学员们说很卡，但是网络测速是正常的

比如：听说明天台风，我明天从深圳飞北京，能正常起飞么？

ReAct: Reasoning + Acting

推理、行动、获得反馈

根据反馈再次推理、行动、再次获取反馈

.....

使用了 ReAct 技术的 AI 产品们

AutoGPT

Perplexity

Manus

Cursor

GenSpark

等等

思维链（Chain Of Thought）

链式思考是什么

NeuralFlow

模型执行任务时，通过输出一系列中间推理过程文字，模拟人类推理过程。

3.Agent平台

管理、运行、支持一系列的Agent