AI Agent规划能力全面拆解

admin

“规划今天和每天的工作，然后执行规划”
--撒切尔夫人**
规划，无论对于人类还是智能体而言，本质上是一种预先设定行动的过程，以期望通过这些行动达到特定的目标或解决特定的问题。制定一个好的规划涉及对未来情景的预测、资源的分配、步骤的排序以及对可能出现的挑战的预备应对等诸多因素。

在智能体领域，规划决定了智能体如何自主地在复杂环境中进行操作。智能体通过目标理解与工作流自动化技术，精准地识别和解析复杂的业务目标，自动生成定制化的工作流程，甚至预测并建议潜在的优化方案。
与此同时，大模型与工具的交互也开始受到关注中。2021年12月，OpenAI发布了基于GPT-3的微调模型WebGPT，特别强调了模型与Web浏览器交互的能力。通过让模型编写指令，例如“搜索……”、“在页面中查找……”、“引用：……”等指令，WebGPT拥有了使用Web浏览器的能力，并通过观察搜索的结果生成对应的输出。这个项目标志着大模型在工具使用方面的一次重要尝试，涵盖了从单个步骤的工具使用到结果观察等多个方面。