AIAgent構(gòu)建智能應(yīng)用的新范式——從LLM到AgenticworkflowTransformer到多模態(tài)AgenticWorkflow的演進(jìn)指令上下文輸入數(shù)據(jù)示例步驟引導(dǎo)格式說(shuō)明輸出指示評(píng)估標(biāo)準(zhǔn)步驟引導(dǎo)格式說(shuō)明角色設(shè)定約束條件在很久很久以前，有一個(gè)小村莊坐落在群山環(huán)抱之中。村子里住著一群淳樸善良的人們，他們過(guò)著平靜而簡(jiǎn)單的生活。村子里有一位老奶奶，她以制作美味的糕點(diǎn)而聞名。每當(dāng)村里有慶典或節(jié)日時(shí)，大家都會(huì)聚集在她家門前，等待品嘗她新鮮出爐的點(diǎn)心。詩(shī)歌創(chuàng)作情感分析代碼生成文本分類Generate詩(shī)歌創(chuàng)作情感分析代碼生成文本分類語(yǔ)言翻譯廣告文案PromptengineeringModelpre-training提示詞工程師應(yīng)用層Agent煉丹師算法層window2.ConversationChat2.ConversationChat2.ConversationChat名字：說(shuō)明：讓用戶及其它agent了解，必要時(shí)使用它角色定位(instructions)：你是一位xxx，balabala知識(shí)：該agent所在領(lǐng)域的更多的知識(shí)文本，inContext工具集：agent可以使用什么工具來(lái)解決問(wèn)題LLM：把上述信息作為prompt的內(nèi)容扔給LLM，它來(lái)推理并拆解需求，并回答/解決你的需求流行的Agent推理與執(zhí)行框架?ReAct：早期社區(qū)的主流，基于Prompt工程的方案?FunctionCall：OpenAI?把工具使用能力，預(yù)訓(xùn)練進(jìn)模型?行業(yè)普遍跟進(jìn)Agent推理與執(zhí)行框架--ReActToTAgent推理與執(zhí)行框架--ReActAgent推理與執(zhí)行框架–FunctionCallFunctionCallAgentSample無(wú)特別訂制的提示詞FunctionCallAgentSample?工具執(zhí)行結(jié)果（數(shù)據(jù)）作為L(zhǎng)LM決策參考死循環(huán)BadCase于是突然流行起另一種形態(tài)的“Agent”駭！DAG或狀態(tài)機(jī)，低代碼的瓶子，裝上LLM的酒邏輯固化下來(lái)了，不是真.Agentxewa狀態(tài)機(jī)?靜態(tài)Flow，只能解決固定場(chǎng)景的問(wèn)題，對(duì)開放性問(wèn)題無(wú)解?本質(zhì)上是固化邏輯LLMAPP的無(wú)代碼版?Flow是一種存在已久的成熟的低代碼形態(tài)的程序?Flow并不能完全替代AgentAgent的問(wèn)題亟待解決?我們從現(xiàn)實(shí)中解決問(wèn)題的場(chǎng)景中借鑒更優(yōu)的方案，遷移至Agent現(xiàn)實(shí)：老板臨時(shí)要數(shù)據(jù)，兩種做事方法腳本黨的推理執(zhí)行框架：FlowofThought?做全盤規(guī)劃?定制新的工具規(guī)范：同時(shí)關(guān)注輸入輸出的結(jié)構(gòu)?低代碼Oteam的Loki?萬(wàn)物皆可工具化工具有確定的輸入輸出結(jié)構(gòu)FoT：Agent與Flow內(nèi)核同源?相同的表達(dá)語(yǔ)言?運(yùn)行時(shí)動(dòng)態(tài)生成即為Agent?兩者可互相轉(zhuǎn)換?一定性規(guī)劃，大大減少LLM的來(lái)回調(diào)用次數(shù)，提升性能?數(shù)據(jù)不離開服務(wù)器，保障安全性?Agent與Flow同源，頻率高的問(wèn)題轉(zhuǎn)化為Flow簡(jiǎn)單?對(duì)規(guī)劃器LLM的推理邏輯能力要求高?喪失一定的靈活性，需要其他手段找補(bǔ)JD:2.熟悉Jinja23.熟練使用jq、jsonpatch等json工具4.較強(qiáng)的學(xué)習(xí)能力和抗壓能力據(jù)?本質(zhì)：根據(jù)需求動(dòng)態(tài)寫DSL代碼解決問(wèn)題?【易校驗(yàn)】結(jié)構(gòu)化DSL，正確性校驗(yàn)更方便修正JSON的效率高消除幻覺：優(yōu)化&容錯(cuò)消除幻覺：優(yōu)化&容錯(cuò)TODO：進(jìn)一步提升生成質(zhì)量單個(gè)Agent的問(wèn)題?無(wú)法回避的穩(wěn)定性問(wèn)題多Agent分工協(xié)同，保證生成質(zhì)量面向復(fù)雜問(wèn)題的Agent打法關(guān)于AgenticWorkflow分解任務(wù)，多Agent協(xié)同、迭代改進(jìn)解決復(fù)雜任務(wù)軟件開發(fā)的AutoPilot——結(jié)構(gòu)化協(xié)同的AI Agent團(tuán)隊(duì)多AgentFr