我的毕业论文之路，不能说是一波三折，起码也是坎坎坷坷、疯狂横跳。

一开始想做MLOps，然后大模型火了叛变了想搞LLMOps，但是随着了解的不断深入，发现做训练和微调的平台对我来说无论是算力资源还是实践测试都是天方夜谭。

上周在调研了一些LLMOps工具平台后，我又叛变了，突然觉得做 Agent 很有意思！

背景：大模型 Agent

Agent，也被称为智能体。它为LLM（大语言模型，如ChatGPT）增添了规划任务、与外界环境交互（反馈、使用工具），以及记忆能力。

举个例子，LLM原来只能对话，我们现在告诉它：

• “你是一个订餐机器人，你可以调用查询菜品、点菜等功能，其中每个功能需要的参数是xxx。客户和你聊天的时候，如果你觉得需要调用其中的能力，请把能力名称和参数返回给我”
• 用户输入：“能不能给上个酸菜鱼”
• LLM返回：“功能：点菜，参数：{菜名：酸菜鱼}”

接着，程序就能调用「点菜」函数，并将结果返回给LLM，由LLM总结，决定是否继续对话。

我想做什么

现在的Agent我总结了一下，大概有这些比较火热的研究方向：

但他们研究的，都是纵向的，即，给对Agent一个任务，如何做任务规划与分解，以更好地完成当前任务。

我想在横向方面上做研究，即，研究同一个Agent的多次执行，优化这之间的关系。更确切地说，我们有时候会用Agent多次执行不同但相似的任务，Agent中间的这些步骤，理论上是可以保存并复用的。

这也是 Reuse Agent 的核心。

为什么论文要搞 Agent

上星期写的（比较偏向个人的角度，即怎么才能顺利毕业）