ai-agents-for-beginners
(點擊上方圖片觀看本課視頻)
AI Agents 及代理用例介紹
歡迎來到 AI Agents for Beginners 課程！本課程會為你提供基礎知識 — 以及實際可用的代碼 — 從零開始構建 AI Agents。
來 Azure AI Discord 社區 打個招呼吧 — 這裡聚集著許多學習者和 AI 建造者，樂意解答問題。
在開始構建之前，先確保我們實際了解什麼是 AI Agent，以及在什麼情況下使用它才合理。
介紹
本課涵蓋內容：
- 什麼是 AI Agents，以及它們的不同類型
- AI Agents 最適合用來處理哪些類型的任務
- 設計 Agentic 解決方案時會使用的核心構建模塊
學習目標
完成本課後，你應該能夠：
- 解釋什麼是 AI Agent，以及它與普通 AI 解決方案的區別
- 知道何時該使用 AI Agent（以及何時不該）
- 為真實世界問題草擬一個基本的 Agentic 解決方案設計
定義 AI Agents 及 AI Agents 的類型
什麼是 AI Agents？
這裡有一個簡單的理解方式：
AI Agents 是讓大型語言模型（LLMs）真正能「做事」的系統 —— 給它們工具和知識來影響世界，而不只是回應提示。
我們詳細說說這點：
- 系統 — AI Agent 不只是單一個體。它是多個部分協同運作的集合。每個 Agent 核心都有三個部分：
- 環境 — Agent 工作的空間。對旅遊預訂代理來說，就是預訂平台本身。
- 感知元件 — Agent 如何讀取環境當前狀態。我們的旅遊代理可能會檢查酒店房態或機票價格。
- 執行元件 — Agent 如何採取行動。旅遊代理可能會預訂房間、發送確認或取消預訂。
-
大型語言模型 — Agent 在 LLM 出現之前就存在，但現代的 Agent 因為 LLM 變得強大。它們能理解自然語言，推理上下文，以及把模糊的用戶請求轉化為具體行動計劃。
-
執行動作 — 沒有代理系統，LLM 只是生成文字。在代理系統內，LLM 可以真正 執行 步驟 —— 搜尋資料庫、調用 API、發送訊息。
-
工具訪問 — Agent 可使用的工具取決於 (1) 它運行的環境，和 (2) 開發者給它配置什麼。旅遊代理可能能搜尋航班，但不能修改顧客資料 —— 全看你怎麼接線。
-
記憶 + 知識 — Agent 可以有短期記憶（當前對話）和長期記憶（顧客資料庫、過往互動）。旅遊代理或許會「記得」你偏好靠窗座位。
不同類型的 AI Agents
並非所有 Agents 結構相同。以下用旅遊預訂代理作為範例，說明主要類型：
| Agent 類型 | 功能說明 | 旅遊代理範例 |
|---|---|---|
| 簡單反射代理 | 遵循硬編碼規則 — 無記憶，無規劃。 | 收到投訴郵件 → 轉給客服。完事。 |
| 基於模型的反射代理 | 內部維護世界模型並隨狀態更新。 | 跟蹤歷史機票價格，標記突然變貴路線。 |
| 目標導向代理 | 心中有目標，逐步推演如何達成。 | 預訂完整行程（飛機、車、酒店），從現地出發到目的地。 |
| 效用導向代理 | 不只找到一個解決方案，而是經權衡找到最佳方案。 | 平衡價格與便利性，找出最符合偏好的行程。 |
| 學習代理 | 通過反饋持續學習提升。 | 根據行程後調查結果調整未來推薦。 |
| 層次代理 | 高層代理拆分任務並委派低層代理。 | 「取消行程」分為：取消機票、取消酒店、取消租車，各由子代理處理。 |
| 多代理系統 (MAS) | 多個獨立代理協同工作（或競爭）。 | 協作型：不同代理分別處理酒店、航班和娛樂。競爭型：多代理競爭以最優惠價格搶訂酒店。 |
何時使用 AI Agents
能用 AI Agent 不代表一定要用。以下是代理真正大放異彩的情況：
- 開放式問題 — 解決步驟無法事先編程，需讓 LLM 動態推理流程。
- 多步驟流程 — 用工具完成跨多輪的任務，不只是單步查詢或生成。
- 持續優化 — 希望系統能根據用戶反饋或環境信號變得更聰明。
課程後續會在 建構可信的 AI Agents 課程深入探討何時該用與不該用。
Agentic 解決方案基礎
Agent 開發
建立代理前，第一件事是定義 它能做什麼 — 它的工具、行為和動作。
本課程主要使用 Azure AI Agent Service 平台。它支持：
- 開放模型，如 OpenAI、Mistral 和 Llama
- 來自 Tripadvisor 等供應商的授權資料
- 標準化 OpenAPI 3.0 工具定義
Agentic 模式
與 LLM 通訊靠提示詞。對 Agent 而言，不能手工打造每個提示 —— 代理需跨多步執行操作。這就是 Agentic Patterns 的用武之地。它們是可重用的提示與協調策略，使 LLM 以更可擴展、可靠的形式運作。
本課圍繞最常見且有用的 Agentic 模式結構。
Agentic 框架
Agentic 框架為開發者提供現成模板、工具和基礎設施，讓構建代理更輕鬆：
- 快速串接工具和能力
- 觀察代理行為（並在錯誤時除錯）
- 多代理間協作
本課聚焦使用 Microsoft Agent Framework (MAF) 來建立生產級代理。
程式碼範例
準備好實戰演練了嗎？本課的程式碼範例如下：
- 🐍 Python: Agent Framework
- 🔷 .NET: Agent Framework
有問題嗎？
加入 Microsoft Foundry Discord，與其他學習者互動、參加答疑時間，並由社群解答你的 AI Agent 問題。
上一課
下一課
免責聲明：
本文件由 AI 翻譯服務 Co-op Translator 進行翻譯。雖然我們力求準確，但請注意自動翻譯可能包含錯誤或不準確之處。原文的母語版本應被視為權威來源。對於重要資訊，建議使用專業人工翻譯。我們不對因使用本翻譯而引起的任何誤解或錯誤詮釋承擔責任。