https://www.bilibili.com/video/BV1QhPQzoEEF?spm_id_from333.788.player.switchvd_sourcebdf1567680c44f72b0a1fff4ad90e553p6肖斌关于Agent和Multi-Agent的面试题一. WorkFlow和Agent有什么区别?WorkFlow根据项目需要定义清晰的逻辑链Agent是ReAct项目中采用了langchain和langgraph框架开发在这个框架中Agent本质就是WorkFlow它是一种特殊的WorkFlow且Agent的底层也是由WorkFlow的graph来实现的区别WorkFlow采用逻辑链Agent始终由大模型进行自主规划路径从灵活度上来说WorkFlow更灵活它也可以加入大模型进行自主决策也可以使用其它方式决策二. 能直接把超过30个以上的工具都给Agent?不能。因为这样可能出现上下文窗口爆炸的情况另外这样思索时间可能变长token变多成本飙升三. Multi-Agent的连接方式有那几种?目前本质上有两种1.主管架构可能设计成多层主管架构2.网络架构可能回造成智能体间相互跳转可能导致死循环四. 怎么确保Agent能正确完成意图决策从而选择合适的工具?1.选择基于智能体意图决策后训练优化的推理模型让智能体拥有更加聪明的核心大脑2.要定义完整的清晰化的工具描述以及工具的参数描述让智能体知其所能3.用精确的提示词引导智能体比如采用Few-Shot提示词工程或者动态提示词加载工程来让智能体选其所示4.设置合适的节点和工具调用容错备份机制让智能体善用其果5.定义清晰的智能体边界让多个不同功能边界的子智能体协调完成复杂任务并且每个子智能体管理一小部分工具可以显著提升智能体工具决策的准确性和鲁棒性6.在某些意图非常重要的决策场景下最好采用agent evaluation来评估智能体的最终答案 目前评估框架有RGS、agent evaluation框架