一、概念解释

AI Agent 是通用人工智能 AGI 的前置科技。在大语言模型（LLM）的场景下，AI Agent 可以理解为在大语言模型的基础上能够自主感知、规划决策、执行复杂任务的智能产品，它可以通过独立思考和调用工具逐步完成给定的目标，无需人类去指定每一步的操作。

AI Agent = LLM（大型语言模型） + 记忆（Memory） + 规划（Planning）技能 + 工具（Tools）使用

其中 LLM 是核心大脑；记忆（Memory）、规划技能（Planning）、工具使用（Tools）则是 Agents 系统实现的三个关键组件。

比如当你想点外卖时，AI Agent 可以直接打开美团APP，结合你的历史订单信息来选择外卖商家并调用微信支付下单，这一连串的操作完全不需要你的介入，只用安心等待外卖送上门即可。

二、工作原理

总的来说，这个系统描述的是一个简化的模型，展示了是一个 AI agent 如何从感知信息开始，经过一系列内部处理和决策，最终做出响应的过程。

1、感知（Perception）

AI 通过传感器、摄像头、麦克风等，建立起对外部世界进行感知，包括信息的输入（Input）以及系统的环境或上下文（Environment）。

2、信息处理（Brain）

（1）信息存储

• Storage：长期数据，如个人基础信息、爱好等；
• Memory：短期数据，如消耗物品剩余个数等；
• Knowledge：知识库，专业知识等。

（2）大模型 处理

基于感知的信息（输入+环境 ）、记忆、知识库信息，进行加工处理，得出结论。

（3）制定计划

制定下一步的具体动作，但还没执行

3、执行（Action）

大模型本身不能完成这些任务，需要调用第三方工具（Tools 和 Calling API），通过接口或者应用，与其他App进行互动，达到最终效果。