@LearnWithBrij: AI代理栈 — 主树 AI代理 │ ├── 01. 基础层 │ ├── LLMs │ │ ├── GPT-4.1 │ │ ├── Claude │ │ ├── Gem…
摘要
AI代理栈各层的综合主树概览,从基础LLMs到多代理系统及基础设施,阐述了AI代理如何超越聊天机器人不断进化。
AI代理栈 — 主树 AI代理
│
├── 01. 基础层
│ ├── LLMs
│ │ ├── GPT-4.1
│ │ ├── Claude
│ │ ├── Gemini
│ │ └── DeepSeek
│ │
│ ├── 提示
│ │ ├── 系统提示
│ │ ├── 少样本
│ │ ├── 思维链
│ │ └── 结构化输出
│ │
│ └── 上下文
│ ├── 记忆
│ ├── RAG
│ ├── 向量数据库
│ └── 知识图谱
│
├── 02. 代理大脑
│ ├── 计划
│ │ ├── 任务分解
│ │ ├── 目标路由
│ │ └── 反思
│ │
│ ├── 推理
│ │ ├── ReAct
│ │ ├── Tree of Thoughts
│ │ ├── 多代理辩论
│ │ └── 自我纠正
│ │
│ └── 决策引擎
│ ├── 工具选择
│ ├── 记忆检索
│ └── 行动优先级
│
├── 03. 工具层
│ ├── 网络搜索
│ ├── 浏览器自动化
│ ├── 代码执行
│ ├── APIs
│ ├── 数据库访问
│ └── 文件系统
│
├── 04. 代理工作流
│ ├── 研究代理
│ ├── 编码代理
│ ├── 销售代理
│ ├── 客户支持代理
│ ├── 内容代理
│ └── 自主工作流
│
├── 05. 多代理系统
│ ├── 管理代理
│ ├── 工作代理
│ ├── 审查代理
│ ├── 专业技能
│ └── 共享内存总线
│
├── 06. 基础设施
│ ├── LangGraph
│ ├── CrewAI
│ ├── OpenAI Agents SDK
│ ├── MCP
│ ├── Docker
│ └── Kubernetes
│
├── 07. 可观测性
│ ├── 日志
│ ├── 追踪
│ ├── 评估
│ ├── 幻觉检查
│ └── 成本监控
│
├── 08. 安全层
│ ├── 沙箱
│ ├── 权限控制
│ ├── 秘密管理
│ ├── 护栏
│ └── 人工审批循环
│
└── 09. 代理的未来
├── 语音代理
├── 计算机使用
├── AI员工
├── 自我改进代理
└── 自主公司
大多数人把AI当作聊天机器人使用。下一代将把AI当作操作系统使用。
相似文章
@OpenAI:我们祝贺Levent Alpöge和Tristan Buckmaster在数学研究上的杰出工作。我们(研究人员和……
OpenAI宣布,他们的AI代理使用下一代模型解决了Navier-Stokes千禧年大奖问题,同时祝贺独立研究者Levent Alpöge和Tristan Buckmaster在数学工作上的成就。
Show HN:LLM注意力可视化
一款基于React的应用工具,利用Transformers.js可视化大型语言模型中的注意力机制,展示令牌如何影响生成过程,帮助理解LLM行为。
代理何时应为研究付费调用,而非仅使用免费网页搜索?
作者正在开发针对AI代理的付费调用工具,以提高研究准确性,例如公司研究和声明检查,并请求社区对定价和JSON响应格式提出意见。
AI代理应如何处理工具预算,避免盲目重试被拒绝的调用?
作者研究了AI代理有效管理工具预算的设计挑战,重点是通过预算感知策略防止不必要的重试并处理API故障。
为电子表格代理设置响应预算,而非仅单元格范围参数
这篇文章建议为电子表格AI代理设置响应预算,以确保高效和完整的数据检索,专注于限制输出并允许上下文跟进。