|
|
@@ -1242,6 +1242,66 @@ def find_primes(n):
|
|
|
|
|
|
至此，我们已经掌握了构建单个智能体的核心技术。为了过渡知识，以及对实际应用更加深入。下一节我们将会探索不同低代码平台的使用方式以及轻代码构建agent的方案。
|
|
|
|
|
|
+## 习题
|
|
|
+
|
|
|
+> <strong>提示</strong>：部分习题没有标准答案，重点在于培养学习者对智能体范式设计的综合理解和实践能力。
|
|
|
+
|
|
|
+1. 本章介绍了三种经典的智能体范式：`ReAct`、`Plan-and-Solve` 和 `Reflection`。请分析：
|
|
|
+
|
|
|
+ - 这三种范式在"思考"与"行动"的组织方式上有什么本质区别？
|
|
|
+ - 如果要设计一个"智能家居控制助手"（需要控制灯光、空调、窗帘等多个设备，并根据用户习惯自动调节），你会选择哪种范式作为基础架构？为什么？
|
|
|
+ - 是否可以将这三种范式进行组合使用？若可以，请尝试设计一个混合范式的智能体架构，并说明其适用场景。
|
|
|
+
|
|
|
+2. 在4.2节的 `ReAct` 实现中，我们使用了正则表达式来解析大语言模型的输出（如 `Thought` 和 `Action`）。请思考：
|
|
|
+
|
|
|
+ - 当前的解析方法存在哪些潜在的脆弱性？在什么情况下可能会失败？
|
|
|
+ - 除了正则表达式，还有哪些更鲁棒的输出解析方案？
|
|
|
+ - 尝试修改本章的代码，使用一种更可靠的输出格式，并对比两种方案的优缺点
|
|
|
+
|
|
|
+3. 工具调用是现代智能体的核心能力之一。基于4.2.2节的 `ToolExecutor` 设计，请完成以下扩展实践：
|
|
|
+
|
|
|
+ > <strong>提示</strong>：这是一道动手实践题，建议实际编写代码
|
|
|
+
|
|
|
+ - 为 `ReAct` 智能体添加一个"计算器"工具，使其能够处理复杂的数学计算问题（如"计算 `(123 + 456) × 789/ 12 = ?` 的结果"）
|
|
|
+ - 设计并实现一个"工具选择失败"的处理机制：当智能体多次调用错误的工具或提供错误的参数时，系统应该如何引导它纠正？
|
|
|
+ - 思考：如果可调用工具的数量增加到$50$个甚至$100$个，当前的工具描述方式是否还能有效工作？在可调用工具数量随业务需求显著增加时，从工程角度如何优化工具的组织和检索机制？
|
|
|
+
|
|
|
+4. `Plan-and-Solve` 范式将任务分解为"规划"和"执行"两个阶段。请深入分析：
|
|
|
+
|
|
|
+ - 在4.3节的实现中，规划阶段生成的计划是"静态"的（一次性生成，不可修改）。如果在执行过程中发现某个步骤无法完成或结果不符合预期，应该如何设计一个"动态重规划"机制？
|
|
|
+ - 对比 `Plan-and-Solve` 与 `ReAct`：在处理"预订一次从北京到上海的商务旅行（包括机票、酒店、租车）"这样的任务时，哪种范式更合适？为什么？
|
|
|
+ - 尝试设计一个"分层规划"系统：先生成高层次的抽象计划，然后针对每个高层步骤再生成详细的子计划。这种设计有什么优势？
|
|
|
+
|
|
|
+5. `Reflection` 机制通过"执行-反思-优化"循环来提升输出质量。请思考：
|
|
|
+
|
|
|
+ - 在4.4节的代码生成案例中，不同阶段使用的是同一个模型。如果使用两个不同的模型（例如，用一个更强大的模型来做反思，用一个更快的模型来做执行），会带来什么影响？
|
|
|
+ - `Reflection` 机制的终止条件是"反馈中包含<strong>无需改进</strong>"或"达到最大迭代次数"。这种设计是否合理？能否设计一个更智能的终止条件？
|
|
|
+ - 假设你要搭建一个"学术论文写作助手"，它能够生成初稿并不断优化论文内容。请设计一个多维度的Reflection机制，从段落逻辑性、方法创新性、语言表达、引用规范等多个角度进行反思和改进。
|
|
|
+
|
|
|
+6. 提示词工程是影响智能体最终效果的关键技术。本章展示了多个精心设计的提示词模板。请分析：
|
|
|
+
|
|
|
+ - 对比4.2.3节的 `ReAct` 提示词和4.3.2节的 `Plan-and-Solve` 提示词，它们显然存在结构设计上的明显不同，这些差异是如何服务于各自范式的核心逻辑的？
|
|
|
+ - 在4.4.3节的 `Reflection` 提示词中，我们使用了"你是一位极其严格的代码评审专家"这样的角色设定。尝试修改这个角色设定（如改为"你是一位注重代码可读性的开源项目维护者"），观察输出结果的变化，并总结角色设定对智能体行为的影响。
|
|
|
+ - 在提示词中加入 `few-shot` 示例往往能显著提升模型对特定格式的遵循能力。请为本章的某个智能体尝试添加 `few-shot` 示例，并对比其效果。
|
|
|
+
|
|
|
+7. 某电商初创公司现在希望使用"客服智能体"来代替真人客服实现降本增效，它需要具备以下功能：
|
|
|
+
|
|
|
+ a. 理解用户的退款申请理由
|
|
|
+
|
|
|
+ b. 查询用户的订单信息和物流状态
|
|
|
+
|
|
|
+ c. 根据公司政策智能地判断是否应该批准退款
|
|
|
+
|
|
|
+ d. 生成一封得体的回复邮件并发送至用户邮箱
|
|
|
+
|
|
|
+ e. 如果判断决策存在一定争议（自我置信度低于阈值），能够进行自我反思并给出更审慎的建议
|
|
|
+
|
|
|
+ 此时作为该产品的负责人：
|
|
|
+ - 你会选择本章的哪种范式（或哪些范式的组合）作为系统的核心架构？
|
|
|
+ - 这个系统需要哪些工具？请列出至少3个工具及其功能描述。
|
|
|
+ - 如何设计提示词来确保智能体的决策既符合公司利益，又能保持对用户的友好态度？
|
|
|
+ - 这个产品上线后可能面临哪些风险和挑战？如何通过技术手段来降低这些风险？
|
|
|
+
|
|
|
## 参考文献
|
|
|
|
|
|
[1] Yao S, Zhao J, Yu D, et al. React: Synergizing reasoning and acting in language models[C]//International Conference on Learning Representations (ICLR). 2023.
|
Tsumugii24