hello-agents第二章习题

[tongyi00]

1.1、充分性论断：智能可以被符号系统捕获和复现，因此实现了符号操作的物理系统都可以产生智能行为。必要性论断：具有智能的系统一定是符号操作的提现
1.2、a.现实世界过于复杂，只靠编写规则无法完全复现（知识获取瓶颈）；b.常识问题在符号系统下除非被编码，否则无法推理；c.现实世界是模糊、动态的，符号系统无法高效判断；d.符号系统无法产生真实的语义理解；e.规则完全靠人类编写，不具有学习能力
1.3、不符合，大模型虽然是在token的基础上得到结果，也就是实现符号操作，但本质上还是神经网络+概率的结果

2.1、过于死板，不够灵活，无法处理不确定性问题。医学知识非常庞大，专家系统的扩展过于困难。法律问题
2.2、使用知识库+RAG+LLM，知识库作为医学知识，使用RAG进行检索，LLM结合患者数据和医学知识进行推理。或者使用某类的医学知识对LLM进行微调后专门处理某类的医学知识也可以。比如外科就用外科的微调模型，儿科就用儿科的微调模型。
2.3、税务系统、恶意流量监测等规定比较严格的领域

3.4、在特定领域知识范围内的对话包含语言范围、意图、规则的各种不确定，组合起来会使状态空间和规则呈数据指数爆炸级增长

4.1、GRASP 智能体失效会使抓握动作停止，上层智能体无法完成任务。优势：任务并行、效率高，容错率高，单个智能体出错不会导致整个系统错误。劣势：复杂度大大提高、成本增加、单个智能体故障影响其他智能体
4.2、关联：分布式控制、子agent组合。区别：心智系统的智能来源于人工设计或预训练模型，现代多智能体系统的智能来源于LLM。心智系统的模块可以互相学习，现代多智能体依赖于预训练LLM与少量学习。
4.3、不完全不适用，复杂智能由多个agent协作产生、涌现智能、分布式控制仍然适用，大语言模型时代可以说是心智智能的升级版

5.1、每一盘棋都是一次试错，在棋局中通过自我对弈进行强化学习，根据棋局结果进行打分，大量棋局不断试错更新策略。
5.2、序贯决策问题每次动作都会影响未来的状态和最终结果，而强化学习专注的是长期收益，通过回溯机制可以动态更新策略，当前的每一个动作都有可能赢得最终的结果。监督学习需要的是确定的数据，明确的输出，而强化学习的数据通过不断的交互产生，输出奖励。
5.3、强化学习提升了模型的试错能力，通过奖励机制模型可以不断调整策略，同时大模型的输出是序列化的，强化学习在这个过程中可以优化生成序列

6.1、模型通过预训练可以从文本中隐式学习知识，不再需要手动构建规则，并且知识是可扩展的，语料越多模型知识越多。
6.2、问题：信息错误、偏见、时效性。缓解：挑选高质量数据，经常更新数据
6.3、有可能出现纯自我进化的模型

7.1、构建专家系统结合逻辑推理。问题：知识获取困难、逻辑太复杂会导致组合爆炸、无法进行模糊处理。
7.2、代码解析器和深度学习构建。
7.3、核心为LLM推理，代码解析器解析代码，LLM和工具进行bug检测、优化建议，结合用户反馈形成循环。
7.4、手工编码规则构成知识->数据标注+模型训练->预训练+ReAct

[lizhiyuandashuai]

这个太难了

[chenjia123]

具体是哪里难呢，感觉这里面的设计都比较常规吧

[gugi007]

我觉得第六题三个小问都很难，去改这个框架，6.1我不是很理解，在HelloAgents/core/llm，这个初始化llm调用不是已经给出流式输出吗？还要怎么修改它

[AntaresFeng]

遇到调用不了MCP工具的问题，把hello_agents包里的hello_agents/tools/builtin/protocol_tools.py里MCPTool初始化最后的父类初始化加上自动展开

super().__init__(
             name=name,
            description=description,
+            expandable=self.auto_expand
         )

[Wangjiaqi-97]

太牛了，怎么找到的，用AI跑了一天没给我解决

[chenjia123]

@第五章

[chenjia123]

这些低代码平台为啥不直接0代码呢，直接用agent-create-agent不可以吗

[jinliangshen]

请问，如何让agent使用skills或mcp，这些功能呢