Ch23 AI Agent 与工具使用 · 复习大纲¶
目标: 90 分钟掌握 Agent 全栈(理论 + 框架 + 实战) 受众: LLM 应用工程师 / Agent 架构师 / 面试候选人
一、知识地图(10 大模块)¶
§01 LLM 到 Agent¶
- 3 大核心: Tool / Plan / Memory
- Perception-Action Loop
- ReAct (Yao 2022)
§02 推理与规划¶
- CoT: 思维链 + Self-Consistency
- ReAct: Reason + Act
- ToT: Tree of Thoughts, BFS/DFS
- LATS: MCTS + LLM
- Plan-and-Execute: Planner/Executor 分离
- Reflexion: 反思 + 长期记忆 (NeurIPS 2023)
§03 工具调用¶
- OpenAI Function Calling: JSON Schema
- Toolformer: Meta 2023, LLM 自学
- Gorilla: UC Berkeley, 1600+ API
- Tool Use / JSON Mode: Anthropic / Google
- HuggingFace Agents: transformers.agents
§04 MCP 协议¶
- Anthropic 2024-11
- "USB-C for AI"
- 1000+ MCP Server
- 3 组件: Resources / Tools / Prompts
§05 Multi-Agent¶
- AutoGen: Microsoft, ConversableAgent
- CrewAI: 角色 + 任务 + 工具
- LangGraph: 状态图
- Smolagents: HF Code Agent
- MetaGPT / AgentVerse: 多角色协作
§06 生产落地¶
- 评估: Agent-as-Judge / Trajectory
- 监控: Langfuse / Phoenix
- 调试: Replay / Human-in-the-loop
- thread_id 恢复 (P13 修复)
§07 前沿方向¶
- 虚拟世界: Voyager / Mineflayer
- 真实电脑: Computer Use / Browser-Use / Skyvern
- 评测: GAIA / AgentBench
- 失败模式: 循环 / 幻觉
§08 A2A / ANP 协议¶
- A2A (Google 2025): Agent-to-Agent, JSON-RPC
- ANP (开源): Agent Network Protocol, DID
- ACP (IBM): FIPA ACL
§09 记忆与自进化 (P14)¶
- 5 大记忆: 短期/长期/情节/语义/程序
- 框架: Mem0 / Letta / MemGPT / LangMem / Cognee / HippoRAG
- 5 大自进化: Reflexion / Voyager / Self-RAG / AlphaEvolve / DGM
- AI Scientist (Sakana AI)
§10 Computer Use (P16)¶
- Anthropic Computer Use: 2024-10
- OpenAI Operator v2: 2025-09, 1M context
- Browser-Use / Skyvern: 开源 8 万星
- 评测: OSWorld 38% / WebArena 58%
- 沙盒 + 5 大风险
二、重点公式¶
ReAct 单步¶
\[\text{Thought}_t, \text{Action}_t = \text{LLM}(\text{History}_{t-1})$$
$$\text{Observation}_t = \text{Env}(\text{Action}_t)\]
ToT 评估¶
\[V(s) = \text{LLM-eval}(s)\]
Self-Consistency¶
\[\hat{y} = \arg\max_y \sum_{i=1}^N \mathbb{1}[y_i = y]\]
Elo (Arena 排名)¶
\[R_{\text{new}} = R_{\text{old}} + K(S - P_{\text{pred}})\]
三、必会题(20 题)¶
- Agent 3 大核心?
- ReAct 与 CoT 区别?
- ToT 搜索策略?
- Reflexion 如何提升性能?
- MCP 3 组件?
- Function Calling vs MCP?
- AutoGen 核心概念?
- LangGraph 与 LangChain 区别?
- Voyager 是什么?
- Computer Use 如何工作?
- OSWorld 38% 含义?
- Mem0 与 LangMem 区别?
- 5 大自进化范式?
- A2A 与 MCP 协议栈关系?
- Agent-as-Judge 评估什么?
- thread_id 恢复为何关键?
- Smolagents Code Agent 优势?
- MetaGPT 虚拟软件公司?
- AlphaEvolve 是什么?
- DGM 工作原理?
四、5 道深入题¶
- 为某客服系统设计完整 Multi-Agent 方案?(架构图 + 协议选型)
- MCP 与 A2A/ANP 协议栈如何协作?(详细流程图)
- Agent 长期记忆系统设计?(参考 Mem0/Letta)
- Computer Use 安全沙盒如何实现?(技术细节)
- Agent 自进化系统风险与缓解?(DeepMind DGM 思路)
五、实践作业¶
- 用 LangGraph 实现一个 4 节点 Agent(含 ReAct + Memory)
- 用 MCP 连接 Claude Desktop + 自定义 Server
- 部署 Browser-Use + Skyvern,完成一个网页表单自动填写
- 阅读 Voyager 论文, 实现简化版
六、参考资源¶
- ReAct (Yao et al. 2022)
- Tree of Thoughts (Yao et al. 2023)
- Reflexion (Shinn et al. 2023)
- AutoGen (Wu et al. 2023)
- MCP 官方文档 (Anthropic)
- Anthropic Computer Use Blog (2024-10)
- Mem0 论文
七、自检清单¶
- [ ] 能区分 ReAct / ToT / Reflexion
- [ ] 能说出 MCP 3 组件
- [ ] 能列出 5 个 Multi-Agent 框架
- [ ] 能描述 Voyager 工作原理
- [ ] 能解释 Computer Use 与 Function Calling 区别
- [ ] 能设计 1 个 Agent 系统架构
- [ ] 能写出 thread_id 恢复代码
- [ ] 能解释 5 大自进化范式
- [ ] 能比较 A2A/MCP/ANP 协议栈