（關注公眾號設為標，獲取AI深度洞察）

全文 2,000字 | 閱讀約8分鐘

你是不是經常對著AI助手絞盡腦汁，卻總是得不到想要的結果？別擔心，這個困擾即將成為歷史。2025年初，AI領域悄然發生了一場革命，卻幾乎無人察覺。

2025年1月，OpenAI發布了名為DeepResearch的O3模型變種，專門用于網頁和文檔搜索。這不是普通的更新，而是AI交互方式的根本變革。這個模型經過特殊訓練，能像人類一樣聰明地搜索信息：它會自主制定搜索計劃，對比不同信息來源，甚至能根據搜索結果調整自己的策略，而這一切都不需要你掌握任何特殊的提示詞技巧。

正如AI研究員William Brown所說："現在的LLM Agent已經能完成需要多個步驟和較長時間的任務了，而且理解用戶需求的能力大幅提升。"

這些進展讓我們需要重新思考：什么才算是真正的LLM Agent？去年12月，Anthropic給出了一個新定義：真正的LLM Agent應該能自己決定怎么完成任務、何時使用什么工具，就像一個有自主性的助手。

而目前大多數所謂的Agent實際上只是按照預設規則運行的工作流系統。它們只是按照人類事先寫好的指令和規則來協調AI模型和各種工具。比如最近很火的Manus AI，我親自測試后發現它仍有明顯問題：

• 不能有效計劃任務，常常卡在中途不知道下一步怎么做

• 記不住之前的內容，無法處理超過幾分鐘的任務

• 做長任務時容易出錯，一連串小錯誤最終導致整個任務失敗

所以，這篇文章想給大家提供一個更清晰的"LLM Agent"定義，結合公開信息和我的一些想法，用簡單的方式解釋這些AI助手到底是什么，以及它們將如何改變我們的日常生活。"

一、LLM Agent的「苦澀教訓」

傳統的Agent和基礎大語言模型（base LLM）完全不同。

想象一下傳統的Agent就像是在迷宮中學習走路的小機器人。這個小機器人一開始什么都不懂，但通過不斷嘗試，它會記住哪條路能走通，哪條路是死胡同，慢慢找到最快到達終點的路徑。專業上，這叫「強化學習」和「搜索」，有點像我們在網上點擊各種鏈接尋找信息的過程。去年很火的OpenAI Q-star算法，據說就是從1968年一個著名的搜索算法改進而來的。

但大語言模型（LLM）的工作方式卻截然不同：

• 傳統Agent能記住之前的經驗，而基礎LLM只能看到當前對話中的內容，就像金魚記憶一樣短暫；

• 傳統Agent受物理世界限制，而基礎LLM只是預測"下一個詞應該是什么"，容易天馬行空不著邊際；

• 傳統Agent能規劃長期策略，而基礎LLM只擅長簡單推理，面對復雜任務就容易"糊涂"

現在，大多數"LLM Agent"都是靠預先寫好的提示詞和規則來引導模型工作。這種方法卻面臨一個被稱為"苦澀教訓"的問題：這就像是老師把所有答案都硬塞給學生，短期內學生考試成績很好，但長遠來看，學生并沒有真正學會獨立思考。真正的突破應該來自系統自己學習和探索的能力提升，而不是人為增加更多規則。

這就是為什么像Manus AI這樣的系統在訂機票或復雜任務上表現不佳——它們只是按規則行事，沒有真正的理解和適應能力。要想取得真正的進步，我們需要從根本上設計能夠像人類一樣思考、規劃和行動的系統，而不僅僅是依靠預設的指令。

二、RL+推理：LLM Agent的制勝秘訣

那么，真正厲害的LLM Agent到底應該是什么樣子呢？雖然官方沒透露太多信息，但從現有研究中，我們可以發現它們有這些共同特點：

• 1、強化學習：想象一個孩子學騎自行車：跌倒了（錯誤）就記住這樣不行，成功了（獎勵）就記住這個方法。LLM Agent的訓練也是這樣，設定一個目標，讓它通過不斷嘗試和犯錯來學習最佳方法。

• 2、草稿模式：不是一個字一個字地訓練，而是讓AI先寫出一整段內容（就像我們寫草稿），然后再整體評價好壞，這樣AI能學會更連貫的思考方式。

• 3、結構化輸出：就像填表格一樣，AI必須按照特定格式輸出結果，這樣更容易判斷對錯，也更容易給予明確的反饋。

• 4、多步訓練：不是一次性完成訓練，而是分多個階段。比如在搜索任務中，AI會學習如何制定計劃、如何根據結果調整計劃、如何回頭檢查等等，就像人類解決復雜問題的過程。

好消息是，這些技術已經變得越來越高效，不需要超級昂貴的計算資源就能實現。這意味著未來這樣的智能AI助手會越來越普及，真正走入我們的日常生活。

三、等等，這東西能大規模制造嗎？

但要真正做出像DeepResearch這樣厲害的搜索Agent，還有一個大難題：我們缺少訓練數據！

想想看，要教會AI像人類一樣聰明地搜索信息，理想情況下應該有大量"人類是如何搜索的"數據。比如你在搜索引擎上尋找信息時，點擊了哪些鏈接，怎么組織搜索詞等。但這些數據大多掌握在谷歌這樣的大公司手中，外人幾乎拿不到。 現在的解決方案是：創造虛擬數據。具體來說，就是搭建一個"迷你互聯網"模擬環境，讓AI在這個環境中反復練習搜索，就像游戲角色在虛擬世界中練級一樣。雖然這個過程需要龐大的計算資源，但通過一些技術手段可以降低成本。

OpenAI和Anthropic這樣的公司可能正在用這種方法訓練他們的搜索Agent：

• 首先，創建一個虛擬的網絡環境，讓AI在里面自由搜索

• 接著，給AI一些基礎訓練，就像教小孩基本規則

• 然后，讓AI通過不斷嘗試來提升搜索技巧

• 最后，教會AI如何把找到的信息整理成有用的回答

這樣訓練出來的AI才能真正理解人類的搜索需求，提供更智能的幫助。

四、真正的LLM Agent，根本不需要提示詞

當真正的LLM Agent出現后，它將和現在那些需要你學習特定指令的AI系統完全不同。正如Anthropic的定義所說：

LLM Agent能自己決定怎么做事，用什么工具，完全不需要人手把手教。

拿搜索任務來舉個例子：

• 它會自動理解你想找什么，如果聽不懂就會直接問你

• 它會自己判斷應該去哪找信息，不需要你指定

• 它能夠規劃整個搜索過程，如果走錯路還會自己調整方向

• 整個過程都會記錄下來，讓你明白它是怎么工作的，增加信任感

這種先進的Agent可以直接使用現有的搜索工具，你完全不需要學習什么"提示詞技巧"或"特殊指令"。

這種技術同樣可以用在金融、網絡管理等許多領域：未來，真正的AI Agent不再只是一個花哨的聊天機器人，而是能真正理解你需要什么、主動幫你完成任務的智能助手，就像有一個真人助理一樣方便

五、2025：Agent元年？

現在，只有少數幾家科技巨頭有資源和技術能力開發出真正的LLM Agent。雖然短期內這些強大的AI助手可能還是大公司的專利，但從長遠看，這種技術終將普及。

我們不想夸大任何技術的影響，但這種能自主思考和行動的LLM Agent的潛力確實令人震撼。2025年會是這些智能AI助手真正走進日常生活的一年嗎？答案取決于整個行業的努力與創新。

正如著名英國科幻小說家阿瑟·克拉克所說：'任何足夠先進的技術都與魔法無異。'而真正的LLM Agent，很可能就是我們這個時代最接近'魔法'的技術突破。"

星標公眾號， 點這里 1. 點擊右上角 2. 點擊"設為星標" ← AI深度研究員 ? ← 設為星標

參考資料：https://vintagedata.org/blog/posts/designing-llm-agents

來源：官方媒體/網絡新聞

排版：Atlas

編輯：深思

主編: 圖靈