2024年AIAgent行业报告

Al Agent的发展历程梳理：大模型赋予了Al Agenti核心改变甲子光年口Aget(代理)一概念起源于哲学，描述了一种拥有欲望、信念、意图以及采取行动能力的实体，在人工智能领域，这一术语被赋予了一层新的含义：具有自主性、反应性、交互性等特征的智能“代理”。大型语言模型(LMs)的出现为智能代理的进一步发展带来了希望。Al Agen的发展历程简述基于大模型LLM给AlAgent底层提供了一个突破性技术方案：LLM带来了深度学习新范基于深度学习式，思维链和强大的自然语言理解能力有望让Agnt具备强大的学习能幼和迁移能力，从而让创建广泛应用且实用的Agent成为可能LLM的框架优势：过去等强化学习基于深度学习框架可让Agent学到技能，但Aget的泛化性较差，往往用于非常的特定领域，例如用在家戏或低维基于统计学习层面的控制就十划，标志性应用是围其领域的AlphaG0,基于符号规则过往的工作主集中在增强代理的特定能力，如骑号推理或对特定任务的掌握（国际象棋田铁等)，这些研究更加注重算法设计和训炼策路。而忽视了模型因有的通用能力的泼发展。知识记忆.长期规划、有效泛和高效互动等。事实证明。增强模型固有能力是推动智能代理进一步发展的关提因素长期以来，研究们一直在追球与人相当、乃至超越人袋水平的道用人工暂能(Arifidial GeneralInteligence.AGl过往的Al Agent类型：在190年代.AnTu血g就将「哲能的念刻扩感符号型暂能体：采用送规测符号示来装知识和促进推理过程如1980年前后。出现到了人工实体，拼提出了著的图员测试，这色人工的医学诊断专家系统模拟心理疗任序等：哲能实体道常被称伪一Ag阳t(代理)反殊型暂能体：关注智能体与环境之间的文西。单调快时响应。缺乏京缺乏复杂决策和规划能力：基于强化学习的哲体递：关注如何让哲能体置过与环镜的交西进行学写.基于迁移学习和元学习的指能体使哲能体从少量样体中进速推理出执行任务的最优略.代Ag,四,家为UAg是来摩：公开预科，专巧说甲光店库www中西yeYE0m