Anthropic預(yù)測：2025是智能體系統(tǒng)年！年終總結(jié)分享最佳實踐

原標(biāo)題：Anthropic預(yù)測：2025是智能體系統(tǒng)年！年終總結(jié)分享最佳實踐
文章來源：新智元
內(nèi)容字?jǐn)?shù)：5663字

Anthropic：2025年將是智能體系統(tǒng)之年

Anthropic開發(fā)者關(guān)系主管近日預(yù)測2025年將是智能體系統(tǒng)之年，并分享了構(gòu)建高效智能體系統(tǒng)的最佳實踐。文章總結(jié)了Anthropic一年來與客戶合作的經(jīng)驗，指出成功的關(guān)鍵在于采用簡單的可組合模式，而非復(fù)雜的框架。

1. 智能體與工作流：何時選擇哪個？

文章首先闡明了智能體與工作流的區(qū)別：工作流通過預(yù)定義代碼路徑調(diào)用LLM和工具；而智能體則由LLM動態(tài)指導(dǎo)流程和工具使用。選擇哪個取決于任務(wù)復(fù)雜度。簡單任務(wù)選擇工作流，復(fù)雜任務(wù)且需要靈活性和模型驅(qū)動決策時則選擇智能體。 許多應(yīng)用場景只需優(yōu)化單個LLM調(diào)用即可。

2. 框架的使用：謹(jǐn)慎選擇，避免過度復(fù)雜

雖然LangChain、Amazon Bedrock等框架能簡化構(gòu)建過程，但Anthropic建議開發(fā)者優(yōu)先直接使用LLM，僅在必要時才使用框架。過度依賴框架可能增加抽象層，導(dǎo)致難以調(diào)試。 如果使用框架，務(wù)必了解其底層代碼，避免因錯誤假設(shè)導(dǎo)致問題。

3. 構(gòu)建智能體系統(tǒng)的常用模式

文章介紹了多種構(gòu)建智能體系統(tǒng)的常用模式，均是從基礎(chǔ)模塊——增強型LLM出發(fā)，逐步增加復(fù)雜性：

1. 提示鏈(Prompt chaining): 將任務(wù)分解為一系列步驟，每個LLM調(diào)用處理前一個調(diào)用的輸出。適用于可輕松分解為固定子任務(wù)的情況。
2. 路由(Routing): 對輸入進行分類并定向到專門的任務(wù)，分離關(guān)注點，優(yōu)化不同類型輸入的處理。
3. 并行化(Parallelization): LLM并行處理任務(wù)，再聚合輸出。包括分段和投票兩種形式，適用于可并行執(zhí)行的子任務(wù)或需要更高置信度的結(jié)果。
4. Orchestrator-workers: LLM動態(tài)分解任務(wù)，委托給worker LLM，再綜合結(jié)果。適用于無法預(yù)測子任務(wù)數(shù)量的復(fù)雜任務(wù)。
5. Evaluator-optimizer: 一個LLM生成響應(yīng)，另一個LLM循環(huán)提供評估和反饋。適用于有明確評估標(biāo)準(zhǔn)且迭代過程能提供比較值的場景。

4. 智能體在生產(chǎn)環(huán)境中的應(yīng)用

智能體在生產(chǎn)環(huán)境中能處理復(fù)雜輸入、參與推理和規(guī)劃、可靠地使用工具并從錯誤中恢復(fù)。其自主性意味著更高的成本和更復(fù)雜的錯誤處理。Anthropic建議在沙盒環(huán)境中進行廣泛測試，并使用適當(dāng)?shù)姆雷o機制。

5. 構(gòu)建智能體的核心原則

文章總結(jié)了構(gòu)建智能體的三個核心原則：保持簡單性；明確顯示規(guī)劃步驟；提供全面的工具文檔和測試。 在生產(chǎn)環(huán)境中，應(yīng)減少抽象層，使用基本組件進行構(gòu)建。

聯(lián)系作者

文章來源：新智元
作者微信：
作者簡介：智能+中國主平臺，致力于推動中國從互聯(lián)網(wǎng)+邁向智能+新紀(jì)元。重點關(guān)注人工智能、機器人等前沿領(lǐng)域發(fā)展，關(guān)注人機融合、人工智能和機器人對人類社會與文明進化的影響，領(lǐng)航中國新智能時代。