围观AI大佬吴恩达教授开发的Agent智能体

讲AI，靠得住， 蓝色字体 求关注

大家好，我是 老渡 。

最近 Agent 智能体很火， 人工智能领域国际上最权威的学者之一吴恩达教授，不但总结了Agent设计模式，还亲自下场开发了一款 翻译Agent 。

这个 翻译Agent 在 设计模式和提示词工程等方面都有许多值得学习的地方。老渡拆解一下，跟朋友们分享。

翻译Agent 项目已开源，有三千多的关注

下面是 翻译Agent 的实现思路，分三步骤

上面的每一步都是一个 Prompt。

对于我们大部分人来说，一般只用到第一步。而 翻译Agent 之所以被称为Agent，核心就在后两步。

后两步用到的是 Agent设计模式 中的 反思模式 ，就是让大模型检查、评估上一步生成的结果，提出改进，并重新生成。

其中，第二步 反思Prompt 的内容如下：

得到改进意见后，第三步的Prompt会基于这些改进意见重新翻译

上述Prompt提示词，有两个值得学习的地方—— 分隔符 和 系统提示 。

正好前不久「首届GPT-4提示工程大赛」 夺冠者也提到了这两点。

分隔符 是特殊的符号，能帮助大语言模型辨识提示词中哪些部分是有特殊含义的，一般可用 XML 标签表示。

比如，上面的提示词中<SOURCE_TEXT>、<TRANSLATION>、<EXPERT_SUGGESTIONS>等XML标签用来标识 原文 、 翻译后的内容 和 改进意见 。

大模型可以直接读懂这些分隔符，而不需要在提示词中增加额外解释，从而简化整体提示词的复杂度。

系统提示 是向大语言模型提供的关于其应如何响应的额外指示。这被视为一种额外的提示，因为它超出了大模型的常规用户提示。

上面提示词中 system_message 中的内容就是系统提示词。

翻译Agent 项目是用Python代码编写的，实现了简单工作流将上述三个步骤串联起来。

老渡之前也分享过基于Agent平台开发智能体，不管是 dify 还是扣子，都支持工作流，配置好大模型和提示词，就可以零代码复现这个翻译Agent了。

老渡最近一直在研究利用大模型开发Agent智能体， 公众号 持续分享。