对于AI的基本理解

Prompt

在chatGPT诞生的时候，对于AI的理解就是一个聊天框。当输入一条语句给AI的时候，它就会返回一条答案或者回复给我们。而在这里，我们发送的消息就叫做Prompt（User Prompt）。

但是，这样的回复不能满足用户，因为这样的AI只是很单一的，它没有一个人设，不像平常的聊天，不同的人对于同一个问题可能有不同的回复。因此，我们需要给他一个人设，就可以在聊天框中给它绑定一个人设，那么下次回答他就可以根据它的人设背景进行回答了。

这里就有出现了一个问题，我们每次和它聊天都需要进行人设的绑定，这样显得很麻烦。所以，就有了另外的Prompt————System Prompt，我们可以将它的人设存放在这里，我们给它发送消息时，就不用给它重新绑定人设了，因为AI得到的消息是User Prompt + System Prompt。

AI Agent

Agent就是能自主感知环境、做出决策并执行行动的智能体，它和普通的AI模型是有一定的区别的。

  • AI模型是被动响应（chatGPT等）
  • AI Agent是主动执行任务的，比如自动订机票、找资料、完成代码调试等

具体是如何实现的？

假设我们有一个场景：帮我查找10篇关于AI的最新论文。

首先，我们需要有一些工具Agent Tools（可以理解为工具类函数：想要的内容以及返回的格式），比如说：寻找某个关键字的论文的工具（getPapersByKey）、浏览网页的工具（browseWeb）。然后，当用户提出User Prompt的时候，AI Agent就会去调用Agent Tools，将这些工具转换为System Prompt，将User Prompt + System Prompt发送给AI模型。接着AI模型通过这些内容就会得到一个答案，将这个答案返回给AI Agent。如果答案的格式或者内容不正确，那么AI Agent就会重新让AI模型生成答案，得到想要的答案后，就会返回给用户。

但是，这样就会出现另外的一种情况，这样反复重新让他生成答案不是很优雅，会持续浪费用户的时间以及Token，造成这个的原因是：Agent Tools中的工具是一种描述，并不是很规范，于是Function Calling出现了。

Function Calling

就是对Agent Tools的调用的规范，可以将这个规范改为一个JSON字符串，这里还可以对规范AI的返回结果的格式。

1
2
3
4
5
6
7
{
  "function": "getPapersByKey",
  "arguments": {
    "key": "AI"
  }
}

Function Calling会替换System Prompt，从而增加AI的回答标准。

当AI还是生成了错误的答案时，AI也会根据返回的格式要求进行重新生成。

目前，System Prompt和Function Calling还是共存的形式。

这些就是AI Agent和AI模型是如何进行联系的，接下来就是AI Agent和Agent Tools是如何进行通信的了————MCP

MCP

在之前的服务中，一个AI Agent调用一个Agent Tools，当遇到有通用的Agent Tools时候，这样会显得不是很优雅。于是MCP协议诞生了，会将Agent Tools封装成一个服务（MCP Server），其他的AI Agent（MCP Client）可以在这里面找需要的工具，就大大增加了工具的复用性了。

其中，MCP Server会暴露出通用的接口（查询有哪些Agent Tools，需要的参数，格式等），还会暴露出数据（类似文件读写）、prompts提示词。