智能系统架构设计：对话式 AI、协同驾驶与 RAG 范式

ReWoo

ReWoo — 比 ReAct 生成更少的标记。

PlanRAG

它由两个组件组成：首先，制定一个计划，将整个任务划分为更小的子任务，然后根据计划执行子任务。

部署模式 2：对话式人工智能

传统意义上，对话流程一直是高度脚本化的，是'机器人说' -> '人类说' -> '机器人说'…的交互，表示不同假设的真实世界场景，对于 Rasa 开发人员来说也称为'故事'。每个用户的意图可以基于用户的状态和交互表达为数百个'故事'，机器人采取动作执行已定义好的故事并予以回应响应。

例如，如果用户想要订阅新闻稿，可能有两个路径：

1. 用户已经订阅。
2. 用户尚未订阅。

来源

如果用户说'如何订阅新闻稿'触发了意图，机器人需要检查该用户是否已经订阅，然后采取适当的下一步。这个'下一步该做什么'的决策是一个手动硬编码的路径。如果偏离了路径，机器人会说，'对不起，我还在学习，我可以帮助你做 xyz…'。

构建和维护机器人的真实成本来自这些故事，之所以要搭建上述乏味的模式，是为了使机器人能够在多样化的真实世界场景中导航，并且可以以有组织的方式添加新路径。路径编写者往往总是有一些'条件需要检查'，'动作需要执行'和'对话的最终目标'来构建一个有目标的执行脚本。

有了 LLM，可以尝试使用 LLM 的'推理'和'规划'能力来自动化脚本编写或路径规划。

想象一下，你是一个客户服务智能体，一名用户带着不同的需求来到你这里，该如何订阅你的服务？你将如何定义应该采取的下一步？它可以完全开放吗？很可能不是，从管理成本的角度来看，它也不能高度脚本化。如果我告诉你以下内容：

条件 — 如果存在电子邮件，那么用户可以订阅 工具 — check_subscription, add_subscription

作为有自尊的人类，你将能够在脑海中编织出如下故事：

1. 用户想要订阅，基于声明 — '我如何订阅？'
2. 向用户询问电子邮箱 — '你的电子邮箱是什么？'
3. 如果他提供了一个有效的电子邮箱，触发工具 — check_subscription
4. 如果用户尚未订阅，触发 add_subscription
5. 回应成功或失败。

这就是我们希望 LLM 做的，产生它可以参考的'计划'，并在运行时据此采取动作。

回到模块模板，看看规划者的模样：

上述规划者使用工具和条件构建出计划或故事，来看看研究中的一个真实示例：

KnowAgent: 基于知识的 LLM 智能体增强规划

有哪些工具可以帮助规划者根据可靠的推理决定路径？

1. 由先前类似声明触发的路径。
2. 企业动作图和动作之间的依赖性。帮助规划者确定某个动作是否会得出正确的结果，然后进行下一个动作，依此类推，直到递归地解决问题。
3. 用户/对话的当前状态。

部署模式 3：多智能体

在多智能体设置中，目标是为 LLM 支持的生成器定义角色和责任，配备精准的工具，可以协同工作，生成智能答案/解决方案。

得益于明确定义的角色和底层模型，智能体将子目标或'计划'的一部分委派给'专家'，然后根据输出来决定下一步该做什么。

使用下述通信模式控制下一步的权限。

智能体/模块如何通信以构建现实世界的 CoPilots — https://arxiv.org/pdf/2402.01680v1.pdf

多智能体设计的优势：

• 关注点分离：每个智能体可以有自己的指令和少样本示例，由单独微调的语言模型支持，并由各种工具支持。将任务分配给不同的智能体可以得出更好的结果。每个智能体专注于特定任务，而不是从众多工具中作出选择。
• 模块化：多智能体设计允许将复杂问题分解为可管理的工作单元，由专门的智能体和语言模型执行。多智能体设计允许对各智能体独立评估和改进，无需破坏整个应用程序。将工具和责任分组带来更好的结果，当专注于特定任务时，智能体更有可能成功。
• 多样性：引入强大的智能体团队，带来不同的观点，完善输出，避免幻觉和偏见。（像典型的人类团队一样）。
• 可重用性：一旦构建了智能体，就有机会将这些智能体应用于不同的用例，实现一个智能体生态系统，它们聚集在一起解决问题，具有适当的编排/协调框架（如 AutoGen、Crew.ai 等）。

部署模式 4：CoPilot

在 CoPilot 系统中看到的唯一区别是它能够从用户互动和测试功能中获得学习。

框架与实现

区分构建 CoPilots 的框架和实际的 CoPilots 实现（如 GPT Pilot 和 aider）非常重要。在大多数情况下，没有开源 CoPilots 是在已有框架上开发的，所有实现都是从头开始开发的。

回顾流行的实现：OpenDevin、GPT Pilot 回顾流行的研究论文：AutoDev、AgentCoder

流行的框架 — Fabric、LangGraph、DSPy、Crew AI、AutoGen、Meta GPT、Super AGI 等

全文尽可能坚持以下定义：基于 LLM 的多智能体。

深入研究 — APPS

GPT Pilot

GPT Pilot 项目是一个创造性提示工程和 LLM 响应链式'分层'流程的杰出例子，以执行看似复杂的任务。

有几个配置文件以分层通信方式工作，请参阅下面的绿色框：

各个智能体以分层方式交互，从一个节点触发到下一个节点，图中没有列出决策智能体。

根据一些漂亮的原则进行了产品部署，使其运作良好：

1. 将任务分解为 LLM 可生成代码的小模块。
2. 测试驱动开发，收集好的人工用例，以便能够准确验证和迭代。
3. 上下文回滚和代码总结。

尽管包含上述复杂的提示工程和流程设计，但对每个智能体进行微调的好处却显而易见，不但可以降低成本而且可以提高准确性。

总结

本文详细探讨了复合人工智能系统的四种核心部署模式及其技术实现细节。从基于检索增强生成的对话系统，到利用 LLM 规划能力的智能体对话，再到多智能体协作架构及 CoPilot 的学习机制，每种模式都有其特定的适用场景和优势。开发者在选择架构时，应综合考虑任务复杂度、成本控制及对实时性的要求。主流框架如 LangGraph、AutoGen 等为构建此类系统提供了坚实基础，而 GPT Pilot 等实践案例展示了分层提示工程在复杂任务中的有效性。未来，随着多智能体协同技术的成熟，AI 系统将具备更强的自主性和适应性，推动行业应用向更深层次发展。