思考题与回答

[lvlc233]

这里记录着"LangGraph实战"中的思考题以及相关回答(回答仅表示个人观点,欢迎讨论)

[lvlc233]

第一章

第一问

'''（1）AI 智能体通常具备规划、工具使用、行动执行和记忆管理四项核心能力，
请通过实际或虚拟案例说明这四项能力如何协同运作。若某项能力存在缺陷，分析该
AI 智能体在处理复杂任务时可能遇到的具体瓶颈，并结合工程实践探讨不同
领域对这项能力的侧重是否存在差异。'''

回答

所有智能体都围绕着LLM本身的能力进行而进行扩展
为什么要有记忆?
因为上下文有限制,并且不进行上下文管理很容易会导致上下文混乱,进而引发幻觉,指令失效,等问题。通过引入记忆管理之后,最本质的影响是提供了可控的上下文注入,通过分离解耦上下文和数据,使得智能体通过交互积累”学习素材”成为了可能,因此,记忆管理不仅仅是LLM上下文优化和长期可靠交互的方案,更加看重的是上下文管理这一抽象概念。
工具使用:
这是现在llm从纯自然语言生成到环境互动的最根本技术,在本质上,工具调用的效果有两种:数据注入和外界交互
数据注入指的是:
通过该工具,模型能获取到非先天知识或数据,并建立了一条具有确定性的需求到数据的映射,从而提高的token的转换率(参考论文:Understanding Tool-Integrated Reasoning),避免了具有随机性的转换,说简单点,就是降低幻觉。基于数据注入的工具典型的有web搜索,或者数据库的查询操作,这类工具的特点就是info input to llm,如果不使用基于数据注入的工具,打个比方的化,就像是面对一道数据题,如果我们没有背过公式,那么可能需要重新推导,并具体计算,才能获得数据,在这个过程中还有可能是错的,而使用工具,就像是我们有个计算器,或者说我们背诵过某些公式,甚至更加本质一点,我们知道某些公式的作用,含义,前途等。可靠性和准确性就大部幅度提高了。
外界交互是指:
通过该工具,模型可以对网页,甚至是现实世界进行交互,这一类的工具则扩展了模型的边界,真正意义上将模型从纯文本交互转向智能体的根本所在。缺少了这一部分能力,可以说大模型所带给我们的可能性就大打折扣。
行动执行:其实我个人是比较偏向于将工具使用同行动执行视作一个活动,尽管前者仍然表示的是模型如何识别并生成文本的内容,后者则表示具体的工具使用过程,但在外部视角看来,工具使用和行为执行是同一个步骤。将工具使用同行动执行视为同一个步骤的好处就是直观的理解具体的工具使用是会影响模型本身的。嘛,当然这只是我个人的理解和习惯,如果站在纯行动执行的角度上看我关注的两个点分别是
追踪:用于追踪工具的调用情况,这一个功能我认为在异步环境或者是"智能体学习"领域格外重要,因为它不仅可以帮助我们了解系统的内部运行情况,更是agent能了解一个工具,认知一个工具的重要数据来源。
异常(包括阻塞):当工具发生异常的时候,需要附加信息告知给智能体,或者更加广泛的表述就是对于一个工具而言,不论如何,都一定要做到让模型感知,这个感知可以携带任意的信息使得模型能够的及时做出处理。如果不进行处理的话,那么对于整个agent系统的可靠性上,就会有不小的冲击。
规划:我认为这个是4个功能中最不重要的一个点我认为,因为规划就本身而言其最重要的就是任务的分解和任务的编排,但是比起模型本身的扩展来说,规划本身并不足以说从根本性上去扩展模型的边界,比起必要的需求,我会更加觉得这是一个相当优秀的技巧。
表现上,任务的分解看上去像是把一个大的任务拆解为多个小的任务进行完成,但是换个角度,可以发现任务的分解本质上是一种上下文的补充
例如:假设任务为”我要喝杯水”
分解:
1,我需要移动我的手将其放在杯子的外边
2,使用我的手抓住杯子,确保它不会下滑
3,使用我的手将杯子移动至我的嘴巴
4,打开我的嘴巴
5,将杯子倾斜,将水送入我的嘴巴肿
6,将杯子放回原来的位置,闭上嘴巴
…
所以可以看到,实际上是对任务的细节进行补充的过程
在这个过程中信息密度被释放的同时,系统熵值也在增加,因此,如何平衡规划的准确性,深度,是这一个内容的重点。
规划在我的理解里更像是一个上下文工程的有效方案 一个成功的规划=正确的意图识别+合适的信息转换过程(或者说成细化更加简单)+正确的编排
但是实际上,规划即使不使用这样子的上下文策略,不会影响它作为一个智能体而存在。

就以最近(似乎并不是很近)的agentic rag(是这么拼嘛?)来说,
核心的一个任务就是将rag和agent结合
传统做法里面,我们采取的是工作流式的处理,也就是agent本身没有办法对是否要进行rag的检索进行决策
因此我们首先要让agent和rag结合起来,
那说白了,就是将传统的工作流的节点作为tool交给agent呗并且告诉我们的模型什么时候应该用这些工具,->tool_bind:[工具使用+行动执行]
那与此同时,如果我们将rag中的内容包含或者专门记录我们的智能体交互的话,此时就变成一个由agent自动管理和检索记忆的系统[记忆管理]
之后,如果系统遇到复杂的问题,例如在一次对话中可能需要agent检索多种话题的聊天记录,那么我们可能就需要设计"规划"来将需求进行分解,达到可工具调用的最小单位,以提供更准确的服务了。
一句话总结
记忆的本质是上下文管理,工具与行动是智能体实际能力的边界,规划则是上述内容的强化方案。
记忆能力的不足会导致需求可能无法被真正的识别,甚至产生幻觉,工具了解的不足或使用有误,都可能导致交互式任务无法被正确的完成,而规划能力的不足可能会导致智能体在进行复杂任务的时候无法有效处理

就这样子

[webup]

@lvlc233 感谢提交参考答案🙏

[lvlc233]

这里记录着"LangGraph实战"中的思考题以及相关回答(回答仅表示个人观点,欢迎讨论)

第一章

第二问

(2) 请用简明示例阐述 AI 智能体从任务接收、需求解析、规划分解到工具调用
用及反馈回收的完整“感知—思考—行动”循环流程。针对多线程或高并发环境，说
明应如何实现有效的任务状态管理。

回答

任务接收→需求解析→规划分解→执行规划(合适的时候使用工具)→获取内容→根据内容→分析内容→规划分解….直到任务完成

那就设计到规划的方法了,那涉及到多线程高并发,那我们理所应到的就想到任务分解后同时执行,那我们就得考虑任务的规划和分解产生的内容是否具有必要耦合性或者说线性依赖关系,通过尽量的减少线性依赖的关系使得分解的人物尽量能分配到多个节点进行异步执行

那与此同时我们就要解决冲突的情况了,那有两种冲突

一种叫做资源冲突,例如文件的写入创作,线程争夺的冲突,可能需要我们做一个队列或者降级等处理

那另外一种叫做逻辑冲突,即多个任务可能对同个资源进行操作后,存在幻读,脏读等情况,即并发的任务之间无状态感知

那就有三种解决的思路

1,—→节点之间消息通知,当一个节点进行了修改之后,告知其他节气,进行了修改操作,确保其他节点能根据附属的信息进行额外的调整

2,同步检查:类似于超步,每个节点完成后,向检查节点发送信息,当所有的节点完成后,检查节点会看到所有并行的节点完成的情况,根据是否有冲突和冲突解决策略进行处理

3,完全禁止相同数据操作的情况

…总之,这里和传统的IT中涉及的高并发的逻辑是一样的

就我个人而言,我会更加注重解耦和检查这两个概念上。—→就像是前后端分离开发,我的比喻的话