我的知识库

Appearance

LLM-as-Agent ​

在知识图谱中的位置：模块五 · 05_前沿趋势 · 第 1 节 难度：⭐⭐⭐ | 前置知识：Agent 框架基础

1. 概述 ​

**LLM-as-Agent（模型即 Agent）**是 2025 年最大的范式转变——Agent 不需要框架了，LLM 本身就是 Agent。

核心思想：Function Calling + 原生 Agent 能力直接集成在模型端，框架只是薄封装。

2. 核心演进 ​

2.1 从框架到模型 ​

2023: LLM + LangChain 框架 → Agent
2024: LLM + OpenAI Agents SDK → Agent
2025: LLM(原生 FC) → Agent ✅ 框架消失

2.2 关键里程碑 ​

时间事件意义
2023.06ChatGPT Plugins首次工具调用
2023.11GPT-4 Function Calling结构化输出
2024.05GPT-4o Multi-modal FC多模态调用
2024.09Claude 3.5 Computer UseClaude 直接操作电脑
2024.12MCP 协议标准化工具连接标准
2025.03GPT-4.5 Agent Mode原生 Agent 模式

3. 技术原理 ​

3.1 原生 Agent 能力 ​

能力说明当前模型
Function Calling结构化输出 + 工具调用GPT-4o, Claude 3.5
Code Interpreter执行代码GPT-4, Claude
Browser Use操作浏览器Claude Computer Use
Computer Use操作桌面Claude 3.5

3.2 GPT-4.5 Agent Mode ​

传统: 用户 → Agent框架 → LLM → 工具 → 工具 → LLM → 用户
LLM-as: 用户 → LLM(原生 Agent) → 工具 → 用户
         ← 工具结果 → ← 工具结果 →

4. 实践指南 ​

4.1 LLM-as-Agent 实现 ​

python
from openai import OpenAI

client = OpenAI()

# 不需要框架！直接调用 LLM 的 Function Calling
response = client.chat.completions.create(
    model="gpt-4.5",
    messages=[{"role": "user", "content": "帮我查天气并订餐厅"}],
    tools=[get_weather_tool, book_restaurant_tool],
    agent_mode="auto"  # 原生 Agent 模式
)

# LLM 自主决定调用工具，返回最终结果
print(response.final_output)

4.2 Claude Computer Use ​

python
# Claude 直接操作你的电脑界面
import anthropic

client = anthropic.Anthropic()
response = client.messages.create(
    model="claude-3-5-sonnet-20241022",
    messages=[{"role": "user", "content": "打开浏览器搜索 AI Agent"}],
    computer_use="enabled"  # 原生桌面控制
)

5. 影响与趋势 ​

5.1 对框架的影响 ​

影响说明
框架简化LangChain → OpenAI SDK，代码量减少 70%+
框架整合LangChain/LlamaIndex 将被纳入 OpenAI/Ecosystem
LLM 成为平台OpenAI/Claude 成为 Agent 平台本身
框架价值转移从「编排」转向「监控/部署/评测」

5.2 未来方向 ​

  1. 多模型原生 Agent — 不同模型不同 Agent 能力
  2. 模型端工具注册 — 在模型侧管理工具
  3. Agent 即 API — Agent 能力直接暴露为 API

6. 参考资料 ​

7. 学习路径 ​

  1. Level 1 — 理解 LLM-as-Agent 概念
  2. Level 2 — 用 OpenAI Agents SDK 体验
  3. Level 3 — 对比传统框架的差异
  4. Level 4 — 理解 MCP 协议如何统一工具
  5. Level 5 — 预测未来 Agent 形态