本文是对于 Google 发布的 《Agents Companion》的概述，进一步讨论可以访问【问茶师】选择《Agents Companion》。
摘要
本文深入探讨了生成式人工智能智能体，涵盖了它们的架构、评估以及在多智能体系统中的应用。文章强调了智能体运维、详细指标和自动化评估对于构建可用于生产环境的人工智能智能体的重要性。本文还重点介绍了智能体增强检索生成 (Agentic RAG) 的潜力以及智能体在企业环境中的变革性影响，包括汽车人工智能领域的实际用例。
术语
- 智能体运维 (AgentOps)：通用人工智能运维 (GenAIOps) 的一个子类别，专注于智能体的高效运营，包括工具管理、提示词工程、记忆和任务分解。
- 检索增强生成 (Retrieval-Augmented Generation, RAG)：一种框架，将来自知识源的信息检索与来自语言模型的文本生成相结合。
- 大型语言模型 (Large Language Model, LLM)：一种在大量文本数据上训练的深度学习模型，能够生成类似人类的文本。
- 轨迹 (Trajectory)：智能体为达成解决方案而采取的一系列动作。
- 自动评估器 (Autorater)：充当评判员的语言模型，根据预定义的标准评估智能体响应的质量和相关性。
主要观点
智能体运维：人工智能智能体的运营化
智能体运维对于将人工智能智能体从概念验证阶段过渡到生产阶段至关重要。它建立在开发运维 (DevOps) 和机器学习运维 (MLOps) 的基础上，增加了工具管理、提示词工程、记忆和任务分解等组件。关键方面包括版本控制、自动化部署、测试、日志记录、安全性和指标驱动的优化。
实施：
- 实施持续集成/持续部署 (CI/CD) 管道以实现自动化部署。
- 对智能体配置和代码使用版本控制。
- 建立强大的日志记录和监控系统。
智能体成功指标：衡量性能
指标对于构建、监控和比较智能体修订版本至关重要。业务指标（例如，收入、用户参与度）是“北极星”，而目标完成率和关键任务成功率是关键指标。人工反馈和详细的追踪信息为调试和改进提供了宝贵的见解。
实施：
- 跟踪业务层面的关键绩效指标 (KPI) 和智能体特定的指标。
- 实施用户反馈机制（例如，👍👎 评分）。
- 使用追踪记录内部智能体操作以进行调试。
智能体评估：确保质量和可靠性
一个稳健的评估框架对于弥合概念验证和可用于生产环境的人工智能智能体之间的差距至关重要。智能体评估包括评估智能体的能力、评估轨迹和工具的使用以及评估最终响应。精确匹配和精确率/召回率等自动化技术辅以人工参与的评估。
实施：
- 使用公开的基准来评估核心智能体能力。
- 实施自动化测试以评估智能体在各种场景下的行为。
- 纳入人工反馈以进行主观评估和校准。
多智能体系统：协作与协调
多智能体系统比单智能体系统具有优势，包括更高的准确性、更高的效率以及更好地处理复杂任务的能力。分层式、协作式和对等式等设计模式定义了交互协议和委托机制。
实施：
- 为每个智能体定义明确的角色和职责。
- 实施智能体间交互的通信协议。
- 根据应用需求选择合适的设计模式。
智能体增强检索生成：提升检索增强生成
智能体增强检索生成通过使用自主检索智能体来优化搜索查询、评估检索到的信息并适应不断变化的知识，从而改进了传统的检索增强生成。这种方法提高了响应的准确性、可解释性和适应性。
实施：
- 实施上下文感知的查询扩展。
- 使用多步推理来分解复杂的查询。
- 采用自适应源选择来动态选择知识来源。
企业中的智能体：变革工作流程
智能体通过协助员工完成特定任务和自动化后台流程，正在改变企业的工作流程。知识工作者将越来越多地管理智能体群，利用 Google Agentspace 等平台进行编排、监控和管理。
实施：
- 为特定任务或领域创建专门的智能体。
- 实施自动化智能体来监控事件并做出决策。
- 使用 Google Agentspace 等平台进行智能体管理和编排。
从智能体到合约方：形式化智能体交互
将智能体界面发展为“合约遵循智能体”旨在解决高风险的复杂任务。合约规定结果、实现协商并定义生成子合约的规则，从而确保清晰度和责任追究。
实施：
- 为智能体任务定义明确的可交付成果和规范。
- 实施协商机制以进行任务澄清和完善。
- 使智能体能够生成子合约以进行复杂的任务分解。
汽车人工智能：一个真实的用例
汽车人工智能展示了多智能体架构的实际应用，其中包含用于导航、媒体搜索、消息撰写、汽车手册访问和通用知识的专用智能体。分层式、菱形式、对等式和协作式等模式用于创建强大且响应迅速的用户体验。
实施：
- 为特定的车载功能实施专门的智能体。
- 使用分层模式进行查询路由和任务委派。
- 采用协作模式来组合来自多个智能体的响应。
改进与创新
本文有效地将理论概念与实际实施细节相结合，为开发人员提供了可操作的见解。汽车人工智能案例研究的使用有助于说明多智能体系统的实际应用。“合约遵循智能体”的引入是一个新颖的概念，解决了对更正式和可靠的智能体交互的需求。
洞察
人工智能的未来无疑是智能体的时代，人工智能智能体有望改变各个行业和我们生活的方方面面。随着人工智能智能体变得越来越复杂并集成到企业工作流程中，对稳健的评估方法、安全措施和伦理考量的需求只会持续增长。
预测与建议：
- 预计智能体运维实践和工具的采用将增加。
- 专注于为人工智能智能体开发标准化的基准和评估指标。
- 在企业环境中部署智能体时，优先考虑安全和隐私。
- 探索“合约遵循智能体”在高风险应用中的潜力。
参考文献
- ReAct: Synergizing Reasoning and Acting in Language Models
- Chain-of-Thought Prompting Elicits Reasoning in Large Language Models
- Tree of Thoughts: Deliberate Problem Solving with Large Language Models
- Berkeley Function-Calling Leaderboard (BFCL)
- AgentBench
- LangSmith platform for agent observability
- Multi-agent documentation from LangGraph
- Vertex AI Search, product documentation
- Agentspace product documentation
- NotebookLM Enterprise product documentation
- Accelerating scientific breakthroughs with an AI co-scientist
- Gen AI Toolbox for Databases
- Vertex AI Model Garden, product documentation
- Gemini family of LLMs, product documentation
Report generated by TSW-X Advanced Research Systems Division