大模型学习指南:收藏这份Agent实战技巧,小白也能轻松入门!

大模型学习指南:收藏这份Agent实战技巧,小白也能轻松入门!

本文介绍了两种主流的智能体技术:Workflow Agent和工作流智能体,以及ReAct Agent和自推理智能体。Workflow Agent通过工作流、私有知识库和工具调用,解决大模型的局限;ReAct Agent则通过自推理和思维链技术,实现自主决策和任务执行。文章还简要介绍了Harvey AI和Glean等Agent平台,帮助读者更好地理解和应用智能体技术。

LLM存在的问题:1.会有幻觉。2.只会说,不会做。3.规划的步骤不靠谱。

有些任务需要极强的准确度、可控性时,就会引用Agent,模型是用来提供智能,Agent 用来保证结果。

Agent如何保证结果:

1、用 RAG 技术构建私有知识库,提升对话能力

2、用设计者定义好的 Workflow 完成特定任务

3、过程中使用工具完成 LLM 无法完成的任务

4、让 LLM 写代码,完成数据处理、数学计算

可以让大模型写代码,不要让大模型做计算,大模型做计算会存在问题。大语言模型只能输出文字,所以可以让大模型写代码,然后用代码完成数据处理、数学计算等操作。

一个Agent包含的东西比较多,包括提示词、LLM、工作流、数据库、向量库、触发器,以及各种工具调用。如下图所示:

大模型学习指南:收藏这份Agent实战技巧,小白也能轻松入门!

通过工作流的方式,丰富大模型无法完成的任务(比如数据库查询、API的调用、数学计算等),在工作流的节点中使用大语言模型完成一些文字输出的工作(比如写代码),这种智能体就是Workflow Agent(工作流智能体)。

大模型根据提示词自主进行推理、然后自动调用工具,得到执行后的结果,然后再根据结果再进行推理、执行调用、得到反馈结果,如此反复,直到结束。

例子:根据问题和提供的文件,自主进行推理和执行动作,并做反馈,最终得到问题的正确答案。如下图所示:

大模型学习指南:收藏这份Agent实战技巧,小白也能轻松入门!

大模型学习指南:收藏这份Agent实战技巧,小白也能轻松入门!

大模型学习指南:收藏这份Agent实战技巧,小白也能轻松入门!

提示词中的设置:

大模型学习指南:收藏这份Agent实战技巧,小白也能轻松入门!

可以在提示词中设置思考以及推理过程中需要输出的哪些关键信息,最后在结尾加上每次最新的任务执行记录,并作为下一次的输入。即把上一次的推理反馈作为新的提示词,让大模型进行下一次的推理。

大模型学习指南:收藏这份Agent实战技巧,小白也能轻松入门!

如此循环执行推理、执行、反馈,最后执行成功并退出。不同的大模型执行的轮次可能会不一样。也可能在中间执行过程中出现错误的情况,如例子中的第4轮推理。也可能出现死循环的情况,可以设置推理最大次数,到达了最大次数还是没有得到答案的话,就自行结束,并返回错误信息。

这个就是ReAct Agent(reasoning+Acting):自推理智能体。

适用于无法提前设置步骤的流程,需要大模型根据提供的资料进行自主决策下一步的动作,并返回结果。如此反复,最终得到答案。当然这种智能体会使用更多的Token,通俗点就是可能需要花费更多的钱。

使用了 ReAct 技术的 AI 产品有AutoGPT、Perplexity、Manus、Cursor、GenSpark等等。

上面说的自推理过程,叫思维链(Chain Of Thought),即模型执行任务时,通过输出一系列中间推理过程文字,模拟人类推理过程。

下面是百度对Agent的解释的图片,其中Action和Tools就需要人类提供给大模型,大模型自主决策何时进行调用。

大模型学习指南:收藏这份Agent实战技巧,小白也能轻松入门!

Harvey AI(https://www.harvey.ai ) 是一家专注于法律、税务和合规等专业服务领域的人工智能公司,致力于为律师事务所、企业法务部门及专业服务机构提供高度专业化、安全可靠、可集成的生成式AI平台

其中Workflows(工作流自动化)提供预建或自定义的AI工作流(如合同审查、尽职调查、诉讼准备)。最新推出 Workflow Builder,允许律所将自身方法论编码为AI流程,形成“数字资产”。

大模型学习指南:收藏这份Agent实战技巧,小白也能轻松入门!

Glean(https://www.glean.com)是一家专注于企业级人工智能工作平台的公司,致力于通过 AI 技术帮助员工在日常工作中更快找到信息、理解上下文、生成内容并自动化任务。其核心理念是打造一个“Work AI for all”(为所有员工提供工作AI)的统一平台。

Glean 不是一个通用聊天机器人,而是一个深度集成于企业现有工具生态中的智能工作平台。它连接企业内分散在 Slack、Teams、Google Drive、Notion、Salesforce、ServiceNow、GitHub 等数十种系统中的数据,构建统一的知识图谱,并在此基础上提供 AI 助手(Assistant) + AI 智能体(Agents) + 企业搜索(Search) + 安全控制(Protect) 四大支柱能力。所有企业员工——从工程师、销售、HR 到高管,都能在其日常使用的应用中获得 AI 赋能。

大模型学习指南:收藏这份Agent实战技巧,小白也能轻松入门!

对于正在迷茫择业、想转行提升,或是刚入门的程序员、编程小白来说,有一个问题几乎人人都在问:未来10年,什么领域的职业发展潜力最大?

答案只有一个:人工智能(尤其是大模型方向)

当下,人工智能行业正处于爆发式增长期,其中大模型相关岗位更是供不应求,薪资待遇直接拉满——字节跳动作为AI领域的头部玩家,给硕士毕业的优质AI人才(含大模型相关方向)开出的月基础工资高达5万—6万元;即便是非“人才计划”的普通应聘者,月基础工资也能稳定在4万元左右

再看阿里、腾讯两大互联网大厂,非“人才计划”的AI相关岗位应聘者,月基础工资也约有3万元,远超其他行业同资历岗位的薪资水平,对于程序员、小白来说,无疑是绝佳的转型和提升赛道。
图片
图片
对于想入局大模型、抢占未来10年行业红利的程序员和小白来说,现在正是最好的学习时机:行业缺口大、大厂需求旺、薪资天花板高,只要找准学习方向,稳步提升技能,就能轻松摆脱“低薪困境”,抓住AI时代的职业机遇。

如果你还不知道从何开始,我自己整理一套全网最全最细的大模型零基础教程,我也是一路自学走过来的,很清楚小白前期学习的痛楚,你要是没有方向还没有好的资源,根本学不到东西!

下面是我整理的大模型学习资源,希望能帮到你。

图片

👇👇扫码免费领取全部内容👇👇

在这里插入图片描述

img

从入门到进阶这里都有,跟着老师学习事半功倍。

在这里插入图片描述

在这里插入图片描述

2026最新行业报告,针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估,以了解哪些行业更适合引入大模型的技术和应用,以及在哪些方面可以发挥大模型的优势。

manus 教程img

img

【大厂 AI 岗位面经分享(107 道)】

img

【AI 大模型面试真题(102 道)】

img

【LLMs 面试真题(97 道)】

img

img

适用人群

在这里插入图片描述

四阶段学习规划(共90天,可落地执行)
第一阶段(10天):初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。

  • 大模型 AI 能干什么?
  • 大模型是怎样获得「智能」的?
  • 用好 AI 的核心心法
  • 大模型应用业务架构
  • 大模型应用技术架构
  • 代码示例:向 GPT-3.5 灌入新知识
  • 提示工程的意义和核心思想
  • Prompt 典型构成
  • 指令调优方法论
  • 思维链和思维树
  • Prompt 攻击和防范
第二阶段(30天):高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。

  • 为什么要做 RAG
  • 搭建一个简单的 ChatPDF
  • 检索的基础概念
  • 什么是向量表示(Embeddings)
  • 向量数据库与向量检索
  • 基于向量检索的 RAG
  • 搭建 RAG 系统的扩展知识
  • 混合检索与 RAG-Fusion 简介
  • 向量模型本地部署
第三阶段(30天):模型训练

恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。

到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?

  • 为什么要做 RAG
  • 什么是模型
  • 什么是模型训练
  • 求解器 & 损失函数简介
  • 小实验2:手写一个简单的神经网络并训练它
  • 什么是训练/预训练/微调/轻量化微调
  • Transformer结构简介
  • 轻量化微调
  • 实验数据集的构建
第四阶段(20天):商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。

  • 硬件选型
  • 带你了解全球大模型
  • 使用国产大模型服务
  • 搭建 OpenAI 代理
  • 热身:基于阿里云 PAI 部署 Stable Diffusion
  • 在本地计算机运行大模型
  • 大模型的私有化部署
  • 基于 vLLM 部署大模型
  • 案例:如何优雅地在阿里云私有部署开源大模型
  • 部署一套开源 LLM 项目
  • 内容安全
  • 互联网信息服务算法备案
  • 👇👇扫码免费领取全部内容👇👇

    在这里插入图片描述

这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理,现任上海殷泊信息科技CEO,其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证,服务航天科工、国家电网等1000+企业,以第一作者在IEEE Transactions发表论文50+篇,获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目,无论你是小白还是有些技术基础的技术人员,这份资料都绝对能帮助你提升薪资待遇,转行大模型岗位。
在这里插入图片描述
在这里插入图片描述

这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【】

在这里插入图片描述

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:Ai探索者,转载请注明出处:https://javaforall.net/273929.html原文链接:https://javaforall.net

(0)
上一篇 2026年3月12日 下午12:50
下一篇 2026年3月12日 下午12:50


相关推荐

关注全栈程序员社区公众号