Agent这个名词，做技术的同学都不陌生。
在IT技术领域，Agent指的是“代理”能力，这个“代理”能力概述来说可分为三部分：感知环境、自主决策和执行任务的能力。
举个例子，CICD流水线中的很多任务，都是Agent根据配置好的逻辑规则自动触发执行。包括不同的分支走不同的测试环境，调用哪些技术组件，执行任务的结果通知等。
在AI领域，Agent代指智能体，它同样具备感知环境、做出决策并执行任务的能力，通过感知、决策和行动实现目标。它的核心特征包括：
- 感知能力：获取外部环境信息如视觉、听觉。
- 决策能力：基于感知信息进行推理和规划，选择合适的行动策略。
- 行动能力：执行具体任务或操作，影响环境。
- 学习能力：通过与环境的交互不断改进策略。
AI Agent还可以被理解为“大模型 + 插件 + 执行流程”的结合体，分别对应控制端、感知端和执行端。
截至目前，AI Agent的发展历史可以分为四个阶段，分别是：裸大模型调用、简易Chatbot、多智能体、任务智能体。
一、裸大模型调用
简单理解类似于后端接口调用，直接返回response body。处理逻辑如下图所示：
二、简易Chatbot
Chatbot，即聊天机器人，最出名的应该是ChatGPT了，2022年底横空出世，自此开启了全球AI加速化的浪潮。
Chatbot的实现原理，其实就是在裸大模型调用上封装了一层，从后端接口调用，变成了界面可视化的Chatbot。当然，Chatbot的每一轮对话，都会包含系统提示词+历史对话+最新一轮的用户提示词。处理逻辑如下图所示：
三、多智能体
所谓多智能体，即Multi-agent，Manus就是采用了这种技术实现架构。
Multi-agent可以理解为多个Agent进程/线程并行工作，它们之间通过通信机制进行沟通(例如TCP)。比如metagpt，就是典型的多角色协同(多Agent并行)工作。
关于Manus的更多技术细节，可查阅这篇文章：一张图讲清楚：Manus的技术架构
四、任务智能体
任务智能体目前可以粗略分为两种类型：短任务智能体、长任务智能体。
- 短任务智能体：追求更快的响应时间，如虚拟人、智能音箱、车载智能座舱。
- 长任务智能体：即需要较长的步骤或时间才能完成任务，通常需要agentflow进行编排。
长任务智能体，还可以细分为两种：
- Copilot类：常见于AI IDE领域，既可以进行人工干预、修改参数，也可以自主选择参考资料，甚至路由。
- Agentic类：这种追求较高的自动化和智能化程度，需要人工干预的环节很少，比如Manus、metagpt、autogpt等。
下面是autogpt的工作流程示意图：
有一些关于AI Agent的概念需要做出澄清，避免大家混淆。
智能体这个概念最初源自Langchain。Langchain是一个很古老的智能体项目，它的重大意义在于提出了智能体的概念，以及组成部分。后面问世的智能体，大多都有Langchain最初的影子。
智能体的主要特征包含如下几个方面：
- 智能体Agent：一个包含AI步骤、能自动完成多不任务的智能程序。
- 步骤/链条Chain：一个有输入有输出，会进行任务处理的步骤链路。
- 典型案例：LLMChain，即大模型步骤，当然也包括其他形式的任务处理方式。
- 路由Router：路由规则，决定接下来该执行哪个步骤。
- 判断条件，可以是某些数值或者条件，也可以是LLMRouter，即直接问大模型接下来走哪个步骤。
- 工具Tool：基本的工具调用箱，比如日期、搜索、计算等基础功能。
- Tool与Chain的区别在于，工具是在链路调用后会返回到该步骤。
- Run概念：context上下文、status状态等。
最后需要明确的是，智能体和大模型是典型的上下游概念。
Manus(Agent)和DeepSeek(LLM)之间没有任何竞争和对立关系，反而与DeepSeek应用(chatbot)有竞争关系。
AI+测试全链路落地实践技术训练营，即将开课。课程大纲如下图：
