Agent 核心技术的演进

Agent 核心技术的演进

早期被动式 ReAct Agent

定义了基于大模型的 Agent 基本架构：LLM + Planning + Tools + Memory，参考 blog：https://lilianweng.github.io/posts/2023-06-23-agent/
● “一问一答”或“指令-执行”的简单交互形态
● 虽然引入了思维链（CoT，Chain of Thought）和简单的工具调用（Function Call），但还是严重依赖用户的Prompt指令
● 无长期 Planner 规划能力，任务复杂度超出上下文窗口时，出现容易导致任务偏离

Agentic Workflow Agent

用工程化的约束来弥补模型的不确定性，引入了像 LangGraph、Dify 等 Workflow的流程编排。整个大框架是一个固定的 Workflow，通过嵌入 LLM 作为决策中枢，执行预定义好的 Workflow。

自主 Agent

Agent走向自主性--自主 Agent（Autonomous Agent），
● 不仅仅是基于 Workflow 中定义好的节点快速调用几个工具后给出结论，而是具备了复杂的 Planning（规划） 能力
● 只要用户清晰描述需求，并设定好开发规范（Specs），Agent 就可以连续运行很长时间，自主处理复杂业务流程--能够执行长程任务
● 模型能够在任务运行中不断修正错误，最终交付结果。从“辅助者”向“执行者”角色的转变。

自进化 Agent

CS329A《自我进化AI智能体》，https://cs329a.stanford.edu/index.html