智能体本身既不是单纯的软件也不是硬件 ， 而是一个更为 宽泛的概念 ， 它们可以是软件程序、 机器人或其他形式的 系统 ，具备一定的自主性和智能性 智能体（ AI Agent ） ，又称“人工智能代理” ，是一种模 仿人类智能行为的智能化系统 ， 它就像是拥有丰富经验和 知识的“智慧大脑” ，能够感知所处的环境 ，并依据感知 出跨领域的应用潜力 AI Agent 的诞生就是为了处理各种复杂任务的 ，就复杂任务的处 理流程而言 AI Agent 主要分为两大类：行动类、规划执行类。总 而言之 ， AI Agent 就是结合大模型能去自动思考、规划、效验和 执行的一个计算体 ，以完成特定的任务目标 ，如果把大模型比作大 脑 ，那 AI Agent 可以理解为小脑 + 手脚 手脚 6. 基于大模型的智能 体 AI Agent 的工作仅需给定一个目标 ，它就 能够针对目标独立思考并做出行动 ，它会 根据给定任务详细拆解出每一步的计划步 骤 ，依靠来自外界的反馈和自主思考 ， 自 己给自己创建 prompt ，来实现目标 目前各类 AI Copilot 不再是机械地完成人

技术创新—模型架构 | V3 PPO ： Proximal Policy Optimization GRPO ： Group Relative Policy Optimization 强化学习让智能体（ Agent ）在环境 （ Environment ）中不断尝试、学习 ，并优化自己 的策略（ Policy ） ，最终获得最大化的奖励 （ Reward ）。 DeepSeek ： 数据库工 程 RAG 中的 Embedding 模 型 Embedding 模型贯穿 RAG 流程多 环节 Cherry LM+DeepSeek API 大模型智能体工程 五大 AI Agent 多智能体开发框 架 微软 Magentic-One Git hub 地址： https://github.com/micr osoft/autogen/tree/ main/python/packages/autogen-

未来更多是能否利用强推理能力赋能Agent和具身智能 ➢ OpenAI Deep Research Agent ➢ Anthropic PC Controller ➢ 需要依赖于强推理模型反思、长程规划、Tool Use 工具调用等能力 ➢ 内存和记忆模块的挑战需要克服，小模型如何获得强推理效果？ [1] https://lilianweng.github.io/posts/2023-06-23-agent/ ➢ 与此同时，安全价值的监管具有多元性: 人类的安全价值观具有多样性， 内建价值冲突 \ 单智能体系统下 的安全，并不保证多智能体系统安全 \AI系统伪装已被“安全对齐”，行为欺骗监管 ➢ 随着 VLA \ Agent 等模型下游和赋能应用兴起，确保模型AI系统准确应对不确定性，考虑物理规律下的人 类价值观对齐至关重要 ➢ 在复杂动态环境中不仅要短期安全，还要确保长期行为的安全性，例如对操作环境造成影响。 ➢