Add AI Agent guide with images and detailed explanations

Author: rootsongjc

content/blog/what-are-ai-agents-step-by-step-guide-to-build-your-own/f1.png

@@ -0,0 +1,159 @@
+---
+title: "什么是 AI Agent？简要介绍与构建指南"
+summary: "本文介绍了 AI Agent 的基本概念及其与传统生成式 AI 的区别，并通过一个保险理赔场景，分步骤讲解如何构建一个可自主完成复杂任务的 AI Agent。"
+authors: ["Maximilian Vogel"]
+translators: ["云原生社区"]
+categories: ["AI"]
+tags: ["AI Agents", "生成式AI", "RAG", "LangChain", "自动化流程"]
+draft: false
+date: 2025-04-18T09:30:08+08:00
+links:
+  - icon: language
+    icon_pack: fa
+    name: 阅读英文版原文
+    url: https://maximilianvogel.medium.com/what-are-ai-agents-a-short-intro-and-a-step-by-step-guide-to-build-your-own-1cbb17d08ba0
+---
+
+**下一件大事？** Gartner 认为 AI Agent 将引领未来。OpenAI、Nvidia 和 Microsoft 都在下注，就连在 AI 领域一直比较低调的 Salesforce 也开始布局。
+
+这一趋势确实正在快速起飞。
+
+![](f1.png)
+
+“AI Agents” 在 Google Trends 上的搜索趋势（来源：trends.google.com）
+
+## 什么是 AI Agent？关键词是 “Agency”
+
+不同于传统的生成式 AI 系统，Agent 不只是回应用户输入，而是能够**自主处理一个复杂流程**，比如处理一个保险理赔请求：理解邮件内容、图像、PDF 文件，从客户数据库提取信息，比对条款、与客户沟通并等待对方回复（哪怕是几天后）——整个过程中不丢失上下文。
+
+**它能自主完成这些操作**，无需人类实时干预。
+
+## 咖啡机与咖啡师的比喻
+
+相比 Copilot 这类工具“辅助”员工，**AI Agent 更像是一位可以独立上岗的“数字员工”**，可实现高程度的流程自动化。
+
+**想象一下**，一个 AI 能够承担当前由人类员工或整个部门完成的复杂任务：
+
+- 策划、设计、执行、评估并优化一场 **营销活动**
+- 与物流公司、客户和仓库沟通以**追踪遗失的货物**，若找不到可发起索赔
+- 每天**监控商标注册数据库**，发现潜在冲突后自动提起异议
+- **汇总 ESG 报告所需数据**，主动向员工发起询问并校验信息准确性
+
+目前的 AI 模型只能在流程中“协助”，而不能主导。**AI Agent 则能完成整个流程的执行**。
+
+![](f2.png)
+
+如上图所示，传统生成式 AI 协助团队完成流程（黄色），AI Agent 能从头到尾执行整个任务（橙色）。图片来源：Maximilian Vogel
+
+**如果把传统模型比作高端咖啡机，Agent 则是咖啡师**。咖啡师不仅能做咖啡，还能招呼客人、点单、收银、洗杯子，甚至打烊关店。而咖啡机永远无法独自运营一家咖啡馆。
+
+## 为什么 Agent 能胜任这些任务？
+
+Agent 擅长在复杂流程中**掌控多个子流程**，能自主判断下一步应该执行什么任务。如果遇到问题，它知道该向谁请求帮助（缺咖啡豆就找老板，机器故障就联系售后）。
+
+![](f3.png)
+
+AI Agent 与传统生成式 AI 的比较。图片来源：Maximilian Vogel
+
+## 一位 AI 员工的构成解剖
+
+现在开始动手构建一个 AI Agent，基于上述保险理赔流程，我们来看每一步的设计。
+
+我们的目标是构建业务架构与流程设计。由于篇幅原因，本篇不涉及具体代码实现。
+
+### 第一步：分类并进入处理通道
+
+流程从客户发送邮件报案开始。Agent 需要先**分析邮件内容，识别客户的意图**。
+
+一旦分类完成，Agent 会将请求路由至正确的处理通道。通常这远不止是 function calling，而是涉及流程路径的选择与多个步骤的执行。
+
+![](f4.png)
+
+AI Agent 的第一步：对邮件进行分类并分发至对应处理路径。图片来源：Maximilian Vogel
+
+### 第二步：提取数据
+
+下一步，Agent 将**非结构化数据转化为结构化数据**，以实现安全、系统、规范的处理。
+
+- 分类是将文本归入某个类别
+- 而抽取是“读懂”数据并提取其中的关键信息
+
+模型并不会直接“复制粘贴”，而是生成带格式的结果，例如将“(718) 123–45678”转换为“+1 718 123 45678”。
+
+![](f5.png)
+
+数据提取可以来自邮件文本、附件图片、PDF等。通常是多模型协作，包含 LLM、OCR 等模块。
+
+示例输入（非结构化）：
+
+```
+Hi,
+
+I would like to report a damage and ask you to compensate me...
+```
+
+输出（结构化 JSON）：
+
+```json
+{
+  "name": "Deepak",
+  "surname": "Jamal",
+  "address": "123 Main Street, 10008 New York City, NY",
+  "phone":"+1 718 123 45678",
+  "contract_no": "HC12-223873923",
+  "claim_description": "..."
+}
+```
+
+### 第三步：调用外部系统并持久化上下文
+
+普通生成式 AI 通常只能在会话中处理信息，Agent 则**需要访问并更新数据库与企业系统中的数据**。
+
+例如：
+
+- 查询合同号是否存在
+- 将处理状态写入客服工单系统
+- 向客户或外部方索要补充信息
+
+![](f6.png)
+
+图示：调用系统服务并实现上下文持久化。图片来源：Maximilian Vogel
+
+### 第四步：判断、RAG、推理与置信度
+
+行政流程的核心是**基于规则做判断**。这就需要引入 RAG（检索增强生成），通过向量数据库找出条款内容。
+
+在判断前，我们引导模型“思考过程”，即 prompt 要求其先解释自己的推理过程。
+
+好处包括：
+
+- 给客户一个合理解释
+- 帮助数据科学家分析模型是否“瞎猜”
+- 判断模型的结果是否有理可循
+
+设置“置信度阈值”也很关键：
+
+- 若置信度低，交给人工处理
+- 若置信度高，可全自动处理
+
+阈值的设置影响系统的安全性与自动化程度之间的平衡。
+
+![](f7.png)
+
+AI Agent 的判断流程。图片来源：Maximilian Vogel
+
+至此，如果你实现了以上 2~3 个步骤，你就构建了一个初级 Agent。
+
+你可以使用 crewAI、langGraph、langFlow 等框架，也可以直接用 Python 编写。
+
+根据实践，这种 Agent 可承担理赔部门 70%~90% 的工作量。这是传统生成式 AI 无法完成的。
+
+![](f8.png)
+
+AI Agent 的三大法则（致敬 Asimov 的机器人三定律）。图片来源：Maximilian Vogel
+
+---
+
+我的团队刚刚上线了一个大型物流系统，预计未来几个月我们将继续深耕 Agent 系统的开发。
+
+祝你成功打造属于自己的 AI Agent！