第一本给程序员看的AI Agent图书上市了！

AI Agent火爆到什么程度？

OpenAI创始人奥特曼预测，未来各行各业，每一个人都可以拥有一个AI Agent；比尔·盖茨在2023年曾预言：AI Agent将彻底改变人机交互方式，并碘伏整个软件行业；吴恩达教授在AI Ascent 2024演讲中高赞：AI Agent是一个令人兴奋的趋势，所有从事AI开发的人都应该关注。而国内的科技巨头也纷纷布局AI Agent平台，如钉钉的AI PaaS、百度智能云千帆大模型平台等。Agent被视为未来最重要的智能化工具，对程序员而言，是时候将目光转向大模型的应用开发了。

那么，AI Agent究竟是什么？它如何工作？如何从零开始构建？一本新书《大模型应用开发：动手做 AI Agent》给出了系统性的答案。

AI Agent 面面观

先给Agent下一个定义：Agent是一个具有一定程度自主性的人工智能系统。更进一步说，它是一个能够感知环境、做出决策并采取行动的系统。Agent具有四大特性：

• 自主性：
  Agent能够根据自身的知识和经验，独立做出决策和采取行动。

• 适应性：
  Agent能够学习和适应环境，不断提高自己的能力。

• 交互性：
  Agent能够与人类进行交互，提供信息和服务。

• 功能性：
  Agent可以在特定领域内执行特定的任务。

要从技术上实现上述特性，Agent通常需要包含四大核心组件：感知器用来收集环境信息；知识库存储和管理有关环境和自身状态的信息；决策引擎分析感知的信息，做出决策；执行器在环境中采取行动。那么，开发Agent时要遵循哪些原则才能收效最佳？本书作者引据儒家经典的“博学之，审问之，慎思之，明辨之，笃行之”，经过引申后阐述了Agent方法论：

• 博学：
  海纳百川，基于海量数据的训练。

• 审问：
  接受清晰明确的指令，即有效的提示工程。

• 慎思：
  在精巧设计的模式下认知，配置CoT、ToT、ReAct等思维框架。

• 明辨：
  明确地遵循人类道德规范，通过指令微调和价值对齐来确保AI安全无害。

• 笃行：
  借助ToolCalls和Function Calling等技术工具与外界交互。

将传统文化中的哲理与现代科技前沿结合，碰撞出智慧的火花，这对处于萌芽阶段的Agent技术来说，是十分珍贵的思考。Agent市场潜力巨大，但目前相关技术资料分散，本书将多项AI技术和工具整合到一起，为Agent开发提供系统性指导。

本书作者黄佳，笔名咖哥，现任新加坡科技研究局人工智能研究员，在NLP、大模型、AI in MedTech、AI in FinTech等领域积累了丰富的项目经验。他还著有《GPT图解：大模型是怎样构建的》《零基础学机器学习》《数据分析咖哥十话：从思维到实践促进运营增长》等图书。在黄佳的书中，他总是以“咖哥”这个角色引出讨论，再以妙趣横生的方式讲解复杂的技术。他乐于保持好奇心、拥抱变化、持续学习，希望借助AI的“慧眼”和“注意力”来观察世界，并以轻松幽默的方式分享知识。

动手玩转 AI Agent

对于构建Agent来说，目前业界已经具备技术基础，包括大模型和AIGC模型、人工智能应用开发框架和工具、软件平台、丰富的数据等。只要结合具体的业务场景，将现有技术进行整合，就能开发出满足需求的Agent。本书按照“基础知识——技术工具——项目实战”三部分来组织内容，帮助读者从理论学习推进到动手实际操作。

基础知识

这部分先是定义了Agent的概念，然后说明大模型对于Agent的重要程度如同大脑，是Agent进行理解和决策的基础。还对Agent的四大特性与四大核心组件进行介绍。书中提到Agent可用于自动化办公、客户服务、个性化推荐、医疗保健等领域，将会带来新的商业模式和变革。

技术工具

书中介绍了Agent架构的四大要素：规划、记忆、工具、执行。重点介绍了当前流行的ReAct框架。详细说明了以下技术工具的使用方法：

• OpenAI API以及OpenAI Assistants：
  用于调用包含GPT-4模型和DALL·E 3模型在内的众多人工智能模型。

• LangChain：
  开源框架，专门用于构建和开发由大型语言模型驱动的应用程序，其中包含对ReAct框架的封装和实现。

• LlamaIndex：
  开源框架，用于帮助管理和检索非结构化数据，利用大模型的能力和Agent框架来提高文本检索的准确性、效率和智能程度。

Agent通过接口连接大模型，获得生成内容、语言理解、决策支持能力，再通过外部工具执行复杂任务，或者与环境交互。

项目实战

工具都会用之后，这部分讲的是怎样做出成功的应用。书中详细解析了7个项目实战：

1. Agent 1：自动化办公项目，通过Assistants API和DALL·E 3模型创作PPT。
2. Agent 2：多功能选择的引擎，通过Function Calling调用函数。
3. Agent 3：推理与行动的协同，通过LangChain中的ReAct框架实现自动定价。
4. Agent 4：计划和执行的解耦，通过LangChain中的Plan-and-Execute实现智能调度库存。
5. Agent 5：知识的提取与整合，通过LlamaIndex实现检索增强生成Agent。
6. Agent 6：GitHub的网红聚落，AutoGPT、BabyAGI和CAMEL。
7. Agent 7：多Agent框架，AutoGen和MetaGPT。

本书兼具理论与实践，读者可以轻松入门，快速掌握AI Agent的开发方法。

结语

自从ChatGPT诞生以来，大模型技术在业界可谓炙手可热，人们从最初的惊叹到现在广泛应用，而人工智能的下一个引爆点很有可能就是AI Agent。《大模型应用开发：动手做 AI Agent》从零基础出发，介绍了Agent的定义、特性与技术架构，还对构建Agent的AI技术工具进行了详细讲解，最后以7个实战项目展示了Agent开发的方法。本书的一大特点是站在技术前沿，结合当下实际需要，提出了一套Agent开发的系统性方法论，这在业界具有开创性意义。实战性强是另一大特点，7个实战项目覆盖了Agent开发的多个方面，读者如果在实际工作中遇到困难，都可以在案例中得到启发，或者直接找到解决方案。

在这本书里，我们又见到咖哥和搭档小雪，在轻松幽默的对话中，将各种原理和概念娓娓道来，生动形象地解释了复杂的技术实现过程。即使是讲前沿的AI技术，读者也会觉得非常有趣。

本书适合想要转型的程序员、意欲投身AI领域的专业研究人员阅读，对Agent技术感兴趣的技术爱好者、企业负责人、高等院校师生也都可以从中有所收获。《大模型应用开发：动手做 AI Agent》为读者提供了一个系统性学习和实践AI Agent开发的绝佳途径。