Google白皮书：AI智能体的完整解析

摘要

本文系统阐述了AI智能体的概念与架构，指出智能体是结合推理、逻辑和外部信息访问能力，超越独立生成式AI模型的应用程序。文章详细解析了智能体的三大核心组件——模型、工具和编排层，说明了智能体如何通过认知架构实现自主决策与行动。此外，介绍了扩展、函数和数据存储三种工具类型，帮助智能体连接外部世界，执行更广泛、更准确的任务。

内容框架与概述

文章开篇通过类比人类处理任务的方式，引出智能体的核心概念——一个能够观察世界、使用工具并自主行动以实现目标的应用程序。接着，作者详细拆解了智能体的三大基础组件：作为中心决策者的语言模型、连接外部世界的工具，以及管理信息处理和决策循环的编排层。文章通过对比表格清晰展示了智能体与基础模型的关键区别，强调了智能体在会话管理、工具使用和认知架构上的优势。

随后，文章深入探讨了认知架构的运作机制，以厨房厨师为类比说明了信息接收、推理、执行和调整的循环过程，并介绍了ReAct、思维链、思维树等主流推理框架。文章重点讲解了工具如何成为智能体通向外部世界的钥匙，详细阐述了扩展、函数和数据存储三种主要工具类型的设计理念、工作原理和应用场景。最后，文章提供了具体的代码示例和实际用例，为开发者提供了从快速开发到生产部署的完整路径。

核心概念及解读

认知架构：指智能体内部处理信息的循环过程，包括记忆管理、状态维护、推理和规划。它类似于厨师的烹饪流程，通过持续的观察、思考和行动调整来实现最终目标。

编排层：管理智能体如何接收信息、执行内部推理并指导下一步行动的循环层。它持续运行直到智能体达到目标或停止点，是智能体自主决策的核心引擎。

ReAct框架：一种提示工程框架，让语言模型通过推理和行动的循环来处理用户查询。模型依次进行问题思考、选择行动、提供输入、观察结果，最终给出答案。

扩展：以标准化方式连接API和智能体的桥梁，包含示例数据教智能体如何使用API端点及所需参数。扩展在智能体端执行，使智能体能够无缝调用各种外部服务。

函数：与扩展类似但执行位置不同的工具类型。模型输出函数及其参数但不进行实时API调用，实际调用逻辑在客户端执行，为开发者提供更精细的数据流控制。

原文信息

此摘要卡片由 AI 自动生成