1.5.2　工具使用能力

Agent的工具使用能力包含兩層含義：一層是代碼層面的工具調(diào)用；另一層是物理層面的交互。

在代碼層面，Agent可以通過(guò)軟件接口與各種系統(tǒng)交互。Agent可以調(diào)用外部API（Application Programming Interface，應(yīng)用程序接口）來(lái)執(zhí)行各種任務(wù)，如獲取數(shù)據(jù)、發(fā)送指令或處理信息（見(jiàn)圖1.17）。例如，天氣預(yù)報(bào)Agent可能會(huì)調(diào)用天氣服務(wù)的API來(lái)獲取最新的天氣信息。Agent也可以通過(guò)軟件工具自動(dòng)處理復(fù)雜的任務(wù)，例如使用腳本語(yǔ)言自動(dòng)化辦公軟件的操作，或控制數(shù)據(jù)分析工具來(lái)處理和分析大量數(shù)據(jù)。更高級(jí)的Agent可以進(jìn)行系統(tǒng)級(jí)的操作，例如文件系統(tǒng)的管理、操作系統(tǒng)層面的任務(wù)調(diào)度等。

圖1.17　會(huì)使用工具的Agent

而物理層面的交互通常涉及機(jī)器人或其他硬件設(shè)備。這些設(shè)備被編程來(lái)響應(yīng)Agent的指令，執(zhí)行具體的物理操作。機(jī)器人或自動(dòng)化設(shè)備可以執(zhí)行物理任務(wù)，如移動(dòng)物體、組裝零件等，可以使用傳感器獲取環(huán)境數(shù)據(jù)（如溫度、位置、圖像等），并根據(jù)這些數(shù)據(jù)做出相應(yīng)的物理響應(yīng)。Agent也可以遠(yuǎn)程控制無(wú)人機(jī)、探測(cè)車(chē)等設(shè)備，執(zhí)行探索、監(jiān)控或其他任務(wù)。

在物理層面，Agent的能力擴(kuò)展到與現(xiàn)實(shí)世界的直接交互，這要求其具備更高級(jí)的硬件控制能力和對(duì)物理環(huán)境的理解。從這里開(kāi)始，我們進(jìn)入了具身智能（Embodied Intelligence）的范疇。