围观AI大佬吴恩达教授开发的Agent智能体

最近 Agent 智能体很火，人工智能领域国际上最权威的学者之一吴恩达教授，不但总结了Agent设计模式，还亲自下场开发了一款翻译Agent。

这个翻译Agent在设计模式和提示词工程等方面都有许多值得学习的地方。老渡拆解一下，跟朋友们分享。

翻译Agent项目已开源，有三千多的关注

在这里插入图片描述

下面是翻译Agent的实现思路，分三步骤

让大模型直接翻译，得到初版结果
让大模型反思初版翻译结果，提出建设性的改进建议
使用这些建议改进翻译

上面的每一步都是一个 Prompt。

对于我们大部分人来说，一般只用到第一步。而翻译Agent之所以被称为Agent，核心就在后两步。

后两步用到的是Agent设计模式中的反思模式，就是让大模型检查、评估上一步生成的结果，提出改进，并重新生成。

其中，第二步反思Prompt的内容如下：

在这里插入图片描述

得到改进意见后，第三步的Prompt会基于这些改进意见重新翻译

在这里插入图片描述

上述Prompt提示词，有两个值得学习的地方——分隔符和系统提示。

正好前不久“首届GPT-4提示工程大赛” 夺冠者也提到了这两点。

在这里插入图片描述

分隔符是特殊的符号，能帮助大语言模型辨识提示词中哪些部分是有特殊含义的，一般可用 XML 标签表示。

比如，上面的提示词中<SOURCE_TEXT>、、<EXPERT_SUGGESTIONS>等XML标签用来标识原文、翻译后的内容和改进意见。

大模型可以直接读懂这些分隔符，而不需要在提示词中增加额外解释，从而简化整体提示词的复杂度。

系统提示是向大语言模型提供的关于其应如何响应的额外指示。这被视为一种额外的提示，因为它超出了大模型的常规用户提示。

上面提示词中 system_message 中的内容就是系统提示词。

翻译Agent项目是用Python代码编写的，实现了简单工作流将上述三个步骤串联起来。

我之前也分享过基于Agent平台开发智能体，不管是 dify 还是扣子，都支持工作流，配置好大模型和提示词，就可以零代码复现这个翻译Agent了。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述