本文深入探討了Re-Act與Conversational-Chat兩種會(huì)話模式的差異，并通過(guò)比較TFlow AI和Coze兩款產(chǎn)品，揭示了Re-Act模式在B端業(yè)務(wù)場(chǎng)景中的優(yōu)越性。文章不僅詳細(xì)解析了目標(biāo)、SOP、離散推理和環(huán)境交互等概念，還通過(guò)實(shí)例展示了不同模式下的Agent如何處理任務(wù)。對(duì)于希望了解Agent技術(shù)及其在商業(yè)應(yīng)用中的實(shí)際效果的讀者來(lái)說(shuō)，這是一份寶貴的資料。

大家好，在研究Agent時(shí)，發(fā)現(xiàn)了不同的會(huì)話模式會(huì)帶來(lái)對(duì)相同的問(wèn)題帶來(lái)不同的處理方式，所以研究了Re-Act 和 Conversational-Chat的區(qū)別，發(fā)現(xiàn)對(duì)于2B而言re-act才是更適配的模式。

對(duì)標(biāo)了2款產(chǎn)品，TFlow AI 和 Coze

一、先介紹一下產(chǎn)品

TFlow AI 是面向B端業(yè)務(wù)場(chǎng)景Agent平臺(tái)，能按流程處理任務(wù)（SOP），圍繞目標(biāo)來(lái)進(jìn)行離散推理。

允許LLM與環(huán)境進(jìn)行交互，根據(jù)環(huán)境數(shù)據(jù)的反饋不斷的調(diào)整行動(dòng)計(jì)劃/策略。

且整個(gè)sop的過(guò)程是由文本來(lái)控制，不需要用到Work Flow。

產(chǎn)品基本信息如下：

• 使用問(wèn)心一言-3.5的模型，未微調(diào)
• 做了邏輯處理的Agent框架
• 單條回復(fù)的消耗不到2K token，成本約0.8-2份錢(qián)。價(jià)格不貴

怎么理解目標(biāo)、sop、離散推理、環(huán)境交互？我們以下列TFlow AI任務(wù)sop提示詞為例：

• 目標(biāo)：要做一件什么事情，要達(dá)到什么目的。解答問(wèn)題，引導(dǎo)留咨
• 任務(wù)sop：處理事情流程步驟。注：模擬人的行為的任務(wù)處理流程或者說(shuō)思考流程，以及標(biāo)準(zhǔn)的交互過(guò)程。
• 離散推理/環(huán)境交互：要完成留咨任務(wù)，需要多次與用戶(hù)/外部環(huán)境進(jìn)行互動(dòng)。不斷的根據(jù)用戶(hù)反饋，調(diào)整執(zhí)行計(jì)劃，達(dá)成目標(biāo)。

如：在上述的任務(wù)sop的流程中，任務(wù)的執(zhí)行需要多次與外界交互，借助外界補(bǔ)充的信息，持續(xù)推理完成任務(wù)的過(guò)程。比如查詢(xún)知識(shí)庫(kù)、引導(dǎo)用戶(hù)提供姓名聯(lián)系方式、調(diào)用留咨工具，將數(shù)據(jù)插入到已有的CRM中。

相同提示詞下，在Coze和TFlow Ai的表現(xiàn)如下

oze和TFlow的比較

為什么會(huì)產(chǎn)生這么個(gè)差異昵？為什么coze不能做到昵？

核心的區(qū)別就一個(gè)：Agent的模式不同

二、Agent的會(huì)話模型：Conversational-Chat VS Re-ACT

會(huì)話模式代表了處理提示詞的邏輯不同

• 豆包：Conversational-Chat （助手模式）要做什么事情，取決于用戶(hù)的指令
• TFlow Ai：Re-Act（推理+行動(dòng)）要解決什么問(wèn)題，初始的提示詞決定

1. Conversational-Chat：助理的模式

助理模式下的Agent的邏輯處理如下：

助理模式Agent的思考邏輯

提示詞確定后，對(duì)于用戶(hù)的每次輸入的處理步驟：

• 觀察：用戶(hù)輸入了什么？工具返回的數(shù)據(jù)
• 思考：是調(diào)用工具，還是直接回答用戶(hù)
• 行動(dòng)：調(diào)用知識(shí)庫(kù)，搜索等
  • 將結(jié)果重新給到大模型，繼續(xù)觀察
  • 中間過(guò)程可能重復(fù)N次
• 答案：模型理解用戶(hù)為你，不需要調(diào)用工具，直接給到用戶(hù)答案

特點(diǎn)如下：

• 助手。每次思考都是基于用戶(hù)的指令，理解我該去做什么事情。
• 大模型要執(zhí)行的事情由用戶(hù)來(lái)控制，根據(jù)用戶(hù)輸入，去理解做下一步事情

關(guān)鍵點(diǎn)：要做什么事情，取決于用戶(hù)的指令

2. Re-ACT：Reason and Act（推理+行動(dòng)）

處理邏輯如下：

e-act處理邏輯

提示詞確定后，對(duì)于用戶(hù)的每次輸入的處理步驟：

• 持續(xù)循環(huán)：觀察用戶(hù)的最新輸入，和任務(wù)的關(guān)系，形成新的計(jì)劃、直到模擬達(dá)成任務(wù)目標(biāo)
• 觀察：用戶(hù)輸入了什么？工具返回的數(shù)據(jù)
• 思考：我的下一步要做做什么事情
• 行動(dòng)：我才采取什么樣的行動(dòng)

……中間過(guò)程可能重復(fù)N次，直到模擬完成任務(wù)

計(jì)劃模擬完成，確定下一步的行動(dòng)計(jì)劃

• 行動(dòng)：我該去調(diào)用什么工具
• 答案：我可以直接回復(fù)用戶(hù)

特點(diǎn)：

• 拿到用戶(hù)輸入，都會(huì)思考和用戶(hù)輸入和目標(biāo)之間的關(guān)系，然后重新制定執(zhí)行計(jì)劃，達(dá)成目標(biāo)。
• 用戶(hù)無(wú)法決定讓模型做什么事情
• 要解決什么問(wèn)題，取決于初始的提示詞

為什么TFlow AI的Re-ACT模式，更適合B端對(duì)客場(chǎng)景

2B業(yè)務(wù)對(duì)客戶(hù)特征：

特征1：

2B對(duì)業(yè)務(wù)有明確的思考流程和目標(biāo)。參考以真人處理為思考流程

例1：常見(jiàn)退貨換處理。

• 目標(biāo)：解決用戶(hù)對(duì)到貨商品的不滿意問(wèn)題。
• 用戶(hù)提問(wèn)：我要退貨
• 處理流程：不滿意原因是什么-&訂單是否是真實(shí)(已到貨）-& 是否符合退貨政策-&引導(dǎo)退貨操作-&解答退貨流程中的問(wèn)題

例2：汽車(chē)銷(xiāo)售過(guò)程關(guān)于汽車(chē)參數(shù)的咨詢(xún)

• 目標(biāo)：幫助客戶(hù)找到合適的汽車(chē)
• 用戶(hù)提問(wèn)：這款車(chē)的續(xù)航軸距是多少？
• 處理流程：收集客戶(hù)用車(chē)訴求(顯示身份等）-& 解答續(xù)航問(wèn)題-&補(bǔ)充用車(chē)訴求下的產(chǎn)品價(jià)值（如續(xù)航低，但是上下班通勤足夠）

例3：saas軟件產(chǎn)品答疑

• 目標(biāo)：引導(dǎo)客戶(hù)留咨
• 用戶(hù)提問(wèn)：軟件有什么優(yōu)勢(shì)
• 處理流程：收集客戶(hù)場(chǎng)景-& 解答產(chǎn)品疑問(wèn)-&引導(dǎo)留咨詢(xún)

Re-ACT模式能夠基于流程去模擬真人思考處理問(wèn)題的流程

特征2：

• 用戶(hù)問(wèn)題的解答處理，需要在B端企業(yè)提供的可控范圍內(nèi)
• 如果是豆包的助手模式，用戶(hù)使用的產(chǎn)品的過(guò)程都無(wú)法預(yù)測(cè)。