目    录

第1部分：生成式AI和智能体系统的基础

第1章  生成式AI基础  3

1.1  生成式AI简介  3

1.2  生成式AI模型的类型  4

1.2.1  变分自编码器  5

1.2.2  生成对抗网络  6

1.2.3  自回归模型和Transformer架构  7

1.2.4  基于LLM的AI智能体  9

1.3  生成式AI的应用  14

1.4  生成式AI面临的挑战与局限性  17

1.4.1  数据质量与偏见  17

1.4.2  数据隐私  18

1.4.3  计算资源  18

1.4.4  伦理和社会影响  19

1.4.5  泛化能力与创造力  19

本章小结  20

习题  20

习题答案  20

扩展阅读  20

参考文献  21

第2章  智能体系统的原理  23

2.1  技术要求  23

2.2  理解自我管理、能动性和自主性  23

2.2.1  自我管理  24

2.2.2  能动性  25

2.2.3  自主性  25

2.2.4  智能体的能动性和自主性的示例  26

2.3  回顾智能体及其特征  29

2.4  探讨智能体系统的架构  30

2.4.1  慎思型架构  30

2.4.2  响应型架构  32

2.4.3  混合架构  33

2.5  理解多智能体系统  34

2.5.1  多智能体系统的定义和特征  35

2.5.2  多智能体系统中的互动机制  36

本章小结  41

习题  41

习题答案  42

第3章  智能体的基本组成部分  43

3.1  技术要求  43

3.2  智能体中的知识表示  44

3.2.1  语义网络  44

3.2.2  框架  45

3.2.3  基于逻辑的表示  46

3.3  智能体中的推理  48

3.3.1  演绎推理  48

3.3.2  归纳推理  49

3.3.3  溯因推理  50

3.4  自适应智能体的学习机制  52

3.5  智能体系统中的决策与规划  53

3.5.1  效用函数  53

3.5.2  规划算法  55

3.6  利用生成式人工智能增强智能体能力  58

本章小结  61

习题  61

习题答案  61

第2部分：设计与实现基于生成式人工智能的智能体

第4章  智能体的反思与自省能力  65

4.1  技术要求  66

4.2  智能体中反思的重要性  66

4.2.1  增强决策能力  66

4.2.2  提高适应性  67

4.2.3  增加伦理考量  67

4.2.4  优化人机交互体验  68

4.3  智能体的自省能力  69

4.4  实现反思能力  70

4.4.1  传统推理  70

4.4.2  元推理  70

4.4.3  自我解释  78

4.4.4  自我建模  81

4.5  应用场景和示例  83

4.5.1  客户服务聊天机器人  83

4.5.2  个性化营销智能体  84

4.5.3  金融交易系统  85

4.5.4  预测智能体  86

4.5.5  电子商务中的定价策略  87

本章小结  88

习题  88

习题答案  89

第5章  赋予智能体使用工具与进行规划的能力  91

5.1  技术要求  92

5.2  理解智能体中工具使用的概念  92

5.2.1  工具调用与函数调用  93

5.2.2  为智能体定义工具  94

5.2.3  工具的类型  96

5.2.4  工具在智能体系统中的重要性  99

5.3  智能体的规划算法  99

5.3.1  实用性有限的规划算法  100

5.3.2  具备一定实用性的规划算法——FF  101

5.3.3  实用性最强的规划算法  102

5.4  工具使用与规划的整合  108

5.4.1  对工具进行推理  108

5.4.2  制订工具使用计划  109

5.5  探索实际代码实现  110

5.5.1  CrewAI示例  110

5.5.2  AutoGen示例  112

5.5.3  LangGraph示例  113

本章小结  115

习题  115

习题答案  115

第6章  探索“协调者-工作者-委派者”设计模式  117

6.1  技术要求  117

6.2  理解CWD模型  118

6.2.1  CWD模型的关键原则  119

6.2.2  CWD模型在旅行系统中的应用  120

6.3  为智能体设计并分配角色  122

6.4  智能体之间的沟通与协作  129

6.4.1  沟通  129

6.4.2  协调机制  130

6.4.3  协商与冲突解决  130

6.4.4  知识共享  130

6.5  在生成式AI系统中实施CWD模式  131

6.5.1  系统提示词与智能体行为  132

6.5.2  指令格式化  132

6.5.3  交互模式  133

本章小结  134

习题  134

习题答案  135

第7章  高效的智能体系统设计技术  137

7.1  技术要求  137

7.2  聚焦式系统提示和智能体指令  138

7.2.1  定义目标  138

7.2.2  任务规范  139

7.2.3  上下文感知  141

7.3  状态空间与环境建模  142

7.3.1  状态空间表示  142

7.3.2  环境建模  143

7.3.3  集成与交互模式  144

7.3.4  监控与适应  146

7.4  智能体记忆架构与上下文管理  146

7.4.1  短期记忆  146

7.4.2  长期记忆  147

7.4.3  情景记忆  148

7.4.4  上下文管理  149

7.4.5  决策整合  150

7.5  智能体工作流中的顺序处理和并行处理  151

7.5.1  顺序处理  151

7.5.2  并行处理  152

7.5.3  工作流优化  152

本章小结  154

习题  155

习题答案  155

第3部分：信任、安全、伦理和应用

第8章  构建生成式AI系统的信任  159

8.1  技术要求  160

8.2  AI中信任的重要性  160

8.3  建立信任的技术  161

8.3.1  透明度和可解释性  161

8.3.2  不确定性和偏见的处理  165

8.3.3  高效的输出沟通  165

8.3.4  用户控制权与同意权  166

8.3.5  伦理化开发与责任  167

8.4  透明度和可解释性的实现  168

8.5  不确定性和偏见的应对  169

本章小结  170

习题  171

习题答案  171

第9章  安全管理与伦理考量  173

9.1  了解潜在风险和挑战  173

9.1.1  对抗攻击  174

9.1.2  偏见和歧视  175

9.1.3  错误信息和幻觉  176

9.1.4  数据隐私侵犯  176

9.1.5  知识产权风险  178

9.2  确保安全且负责任的AI  179

9.3  探索伦理准则与框架  182

9.3.1  以人为本的设计  182

9.3.2  可追溯性与责任  182

9.3.3  隐私与数据保护  182

9.3.4  多元化利益相关者的参与  183

9.4  解决隐私与安全问题  183

本章小结  184

习题  185

习题答案  185

第10章  常见用例与应用场景  187

10.1  创意和艺术应用  188

10.1.1  创意和艺术智能体的演进  188

10.1.2  实际应用  188

10.2  自然语言处理和对话式智能体  190

10.2.1  语言智能体的演进  190

10.2.2  实际应用  191

10.3  机器人技术和自主系统  193

10.3.1  机器人智能体的演进  193

10.3.2  实际应用  193

10.4  决策支持与优化  195

10.4.1  决策支持智能体的演进  196

10.4.2  实际应用  196

本章小结  199

习题  199

习题答案  200

第11章  结论与未来展望  201

11.1  核心要点总回顾  202

11.2  前沿趋势与新动向  202

11.2.1  多模态智能：整合多样化输入  203

11.2.2  高级语言理解  203

11.2.3  经验式学习：强化学习创新  203

11.2.4  对各行各业的实际影响  204

11.3  通用人工智能  204

11.3.1  AGI到底牛在哪里  204

11.3.2  核心挑战  205

11.4  挑战与机遇  206

本章小结  207