一个典型的 Agentic AI 系统可拆解为若干协同工作的核心组件,这些组件共同将"生成"转化为"行动"。
1. 推理引擎(大脑)
- 通常基于大语言模型,负责理解目标、推理判断并生成结构化的下一步指令
- 大语言模型是智能体的认知底座,决定其推理与规划的基本能力
- 当前主流智能体多构建于前沿大模型之上,并叠加专门的调度脚手架
2. 规划模块
- 负责将高层目标分解为有序、可执行的子任务,并处理分支与依赖关系
- 在遇到阻塞时能够停止并重新规划路径
- 是智能体区别于固定脚本的关键组件之一
3. 记忆模块
- 用于跨步骤、跨会话保存上下文,避免每次交互都从零开始
- 通常包含工作记忆、情景记忆与语义记忆等层次
- 记忆能力使智能体能够保持长任务的连贯性
4. 行动与工具模块
- 提供调用外部工具与接口的能力,如数据库查询、发送邮件、操作软件、执行代码
- 工具集的范围决定了智能体能够触达的真实操作边界
- 通过函数调用机制,模型得以可靠地触发结构化工具