第一章习题思考

[lzp16]

1、四个 case
智能体：a、能够通过传感器感知其所处环境，b、能够根据目标和环境进行思考并制定计划，c、能够操作执行器采取行动，d、能够根据反馈优化思考和计划
1.1 计算机本身是一个工具，提供数值计算、逻辑计算和存储数据的能力，不具备智能体的四个能力。
1.2是一个专为特定场景设计的快速直觉类型的智能体，特斯拉自动驾驶系统主要基于神经网络技术实现环境感知与车辆控制，通过数百万车辆视频片段进行模型训练。符合智能体的四个特征。
1.3是一个专为特定场景设计的慢速推理类型的智能体，AlphaGo是一个围棋人工智能程序，其主要工作原理是“深度学习“。符合智能体的四个特征。
1.4是一个智能体，ChatGPT的底层是基于Transformer构建的LLM。符合智能体的四个特征。
2、智能健身教练
P（性能度量）‌：评估智能体成功与否的标准，如任务完成度、准确性或响应时间。 ‌E（环境）‌：智能体运作的场景与条件，包括动态性、可观察性等特征。 ‌A（执行器）‌：智能体影响环境的方式，如调用 API、发送指令或物理动作。 ‌S（传感器）‌：智能体获取环境信息的渠道，例如用户输入、数据接口或环境反馈。
P：根据身高、体重、心率和减脂/增肌/提升耐力目标制定运动量（运动强度和时间的规划）和食谱（食物种类和份量），检测运动量的完成度，检测动作的标准度，根据心率检测身体健康调整运动强度。
E：身高、体重、动作、心率、运动强度和时间。
A：通过语音调整动作、运动强度和时间。
S：通过传感器接收到用户的心率、动作、运动强度时间等。
3、电商公司的两种售后实现方案
3.1 方案一、人工成本高、售后效率低、七天之内的低价格商品容易被薅羊毛，方案二、前期智能体容易产生幻觉导致售后体验差，恶意攻击导致token成本失控，高权限带来安全与越权隐患‌。
3.2workflow适合高频固定场景，agent更适合输入、流程、规则不确定的场景，非金融场景，
3.3 固定场景工具化，供agent调用
4、智能旅行助手优化
4.1首次使用询问费用等偏好，偏好问题不超过3个，根据用户抉择记录或修改用户偏好（收集景点特征如景点类型等、金钱、时间等），用户提问时添加偏好，根据日期过滤偏好。
4.2给推荐景点后增加门票查询方法
4.3添加拒绝计数器，调整偏好
5、双系统工作流
直觉系统-模式识别：嵌入匹配 + 症状-疾病关联规则库 + 预警规则引擎，生成草案答案 + 置信度。
a、症状-疾病向量匹配-top3最有可能得疾病；
b、危急值预警；
c、典型病例识别；
推理系统：大语言模型 + 医疗知识图谱 ，生成分析报告 + 置信度。。
a、推理验证+主动问诊
b、生成分析报告并给出置信度
c、和直觉系统不一致则进行修正分析
6、
6.1 底层机制是统计预测，它是给出最有可能得答案；模型训练数据差+知识图库数据差；上下文限制+遗忘
6.2 防止异常判断无限循环，如找不到景点
6.3 还需要任务完成度、响应时间、token消耗、可验证性等

[jes614753-sketch]

学习到了，需要反复看。
2026年6月20日打卡

[Fuyknga]

thank you