2025年Agents与基础应用白皮书（中文版）-谷歌-41页.pdf

Agents

作者，和

:JuliaWiesingerPatrickMarlow

VladimirVuskovic

致谢

审阅者和贡献者

EvanHuang

EmilyXue

OlcanSercinoglu

SebastianRiedel

SatinderBaveja

AntonioGulli

AnantNawalgaria

策展人和编辑

AntonioGulli

AnantNawalgaria

GraceMollison

技术作家

乔伊·海梅

设计师

迈克尔·兰宁

目录

介绍4

什么是代理？5

模型6

工具7

编排层7

代理与模型8

认知架构:代理如何操作8

工具:我们的外部世界的钥匙12

扩展13

示例扩展15

功能18

用例21

功能示例代码24

数据存储27

实现和应用28

工具recap32

使用目标学习33

代理增强模型性能LangChain快速入门35

生产应用程序使用顶点AI代理38

摘要40

尾注42

Agents

这种推理、逻辑和对外部信息的访

问的组合都连接到生成式AI模型，

调用了代理的概念。

导言

人类非常擅长凌乱的模式识别任务。然而，他们往往依赖于工具

-像书籍，谷歌有哪些信誉好的足球投注网站，或计算器-在得出结论之前补充他们的先验知识。就像人类一样，生成式

人工智能模型可以被训练成使用工具来访问实时信息或建议现实世界的行动。例如，模型可

以利用数据库检索工具来访问特定信息，例如客户的购买历史记录，因此它可以生成定制的

购物推荐。或者，根据用户的查询，模型可以进行各种API调用，以向同事发送电子邮件响应

或代表您完成财务交易。为此，模型不仅必须能够访问一组外部工具，还需要能够以自我指

导的方式计划和执行任何任务。这种推理、逻辑和对外部信息的访问的组合都连接到生成式

AI模型，调用了代理的概念，或者扩展到生成式AI模型的独立功能之外的程序。本白皮书更详

细地介绍了所有这些和相关方面。

September20244

Agents

什么是代理人？

AI

在最基本的形式中，生成式代理可以被定义为一个应用程序，它试图通过观察世界并使用它

所拥有的工具来实现目标。代理人是自主的，可以独立于人为干预而行动，特别是当他们有适

当的目标或目的时。代理商也可以积极主动地实现其目标。即使在没有人类明确的指令集的情

况下，代理也可以推理出下一步应该做什么来实现其最终目标。虽然人工智能中代理的概念非

常普遍和强大，但本白皮书侧重于生成式人工智能模型在发布时能够构建的特定类型的代理。

为了理解代理的内部工作，让我们首先介绍驱动代理的行为、动作和决策的基本组件。这些组

件的组合可以描述为认知架构，并且有许多这样的架构可以通过这些组件的混合和匹配来实

现。专注于核心功能，在代理的认知架构中有三个基本组件，如图1所示。

September20245

Agents

图1.一般代理架构和组件

模型

在代理的范围内，模型是指将用作代理流程的集中决策者的语言模型(LM)。代理使用的模型可以

是一个或多个任何大小(小/大)的LM，其能够遵循基于指令的推理和逻辑框架，如ReAct、思想

链或思想树。模型可以是通用的、多模式的，也可以根据特定代理体系结构的需要进行微调。为

了获得最佳的生产结果，您应该利用最适合您所需的最终应用程序的模型，理想情况下，该模型

已经过与您计划在认知架构中使用的工具相关联的数据签名的训练。重要的是要注意，模型通常

不使用代理的特定配置设置(即工具选择、编排/推理设置)进行训练。但是，可以通过提供展示代

理功能的示例来进一步完善代理任务的模型，包括在各种上下文中使用特定工具或推理步骤的代

理实例。

September20246

Agents

工具

基础模型，尽管它们的文本和图像生成令人印