最近一兩周還算平靜。國(guó)內(nèi) Kimi 站在了輿論風(fēng)口 ? 專題日?qǐng)?bào),，美國(guó)最吸睛的是 Inflection AI、Stability AI 兩家初創(chuàng)公司的人事變動(dòng),。
其他就是各家大模型和產(chǎn)品的上新迭代,。頗有點(diǎn)春光漸暖、萬(wàn)物勃發(fā)的意象啦 ??
國(guó)內(nèi)
?? 知乎 | 發(fā)布「發(fā)現(xiàn)·AI搜索」功能：在「2024知乎發(fā)現(xiàn)大會(huì)」上,，知乎創(chuàng)始人,、董事長(zhǎng)兼 CEO 周源發(fā)布了全新AI功能「發(fā)現(xiàn)·AI搜索」，以社區(qū)可信賴內(nèi)容為來(lái)源,，給用戶帶來(lái)集搜索,、實(shí)時(shí)問(wèn)答和追問(wèn)功能于一體的全新體驗(yàn) ? 詳情
?? 淘天 | 即將發(fā)布自研大模型「淘寶星辰」：淘寶天貓集團(tuán)自研大模型「淘寶星辰」官網(wǎng)已經(jīng)準(zhǔn)備好了，或?qū)⒃诓痪谜綄?duì)外開(kāi)放,。淘寶星辰是淘天集團(tuán)公開(kāi)的首個(gè)自研大模型,，可以為商家提供文案編寫(xiě)、商家運(yùn)營(yíng),、數(shù)據(jù)分析,、市場(chǎng)營(yíng)銷策略等智能服務(wù)，也可以為消費(fèi)者提供生活服務(wù)推薦,、商品智能搜索,、商品喜好推薦等智能服務(wù) ? 詳情
?? 360 | 發(fā)布「360安全大模型3.0」：該模型在構(gòu)建框架時(shí)充分參考人類大腦的運(yùn)行邏輯，不僅實(shí)現(xiàn)安全基礎(chǔ)知識(shí)問(wèn)答,、初級(jí)腳本分析等基礎(chǔ)能力,，而且錨定安全行業(yè)痛點(diǎn),、革新安全能力體系、引領(lǐng)未來(lái)安全實(shí)戰(zhàn) ? 詳情
?? 騰訊 | 混元大模型參數(shù)規(guī)模擴(kuò)展至萬(wàn)億：騰訊在財(cái)報(bào)中首度披露騰訊混元采用混合專家模型結(jié)構(gòu),，已擴(kuò)展為萬(wàn)億參數(shù)規(guī)模,。目前，騰訊混元大模型已具備文生圖,、視頻生成等能力,。騰訊內(nèi)部超過(guò)400個(gè)業(yè)務(wù)及場(chǎng)景已接入騰訊混元測(cè)試 ? 詳情
美國(guó)
?? Apple | 尋求操作系統(tǒng)的外部大模型合作方：最近陸續(xù)有消息爆出，蘋(píng)果公司正在與多家大模型公司洽談,，尋求外部大模型為其 iPhone 設(shè)備提供生成式AI能力,。從目前透露的消息來(lái)看，海外合作方選了 Google Gemini,，中國(guó)選了百度 ? 詳情
?? OpenAI | 開(kāi)始向好萊塢推銷 Sora：OpenAI 在美國(guó)洛杉磯與好萊塢制片廠,、媒體高管、人才經(jīng)紀(jì)公司舉行會(huì)議,，希望同娛樂(lè)行業(yè)建立合作伙伴關(guān)系,，并鼓勵(lì)電影制作人將 OpenAI Sora 整合到其創(chuàng)作過(guò)程中，還發(fā)布了與藝術(shù)家們合作生成的視頻 ? 詳情
?? Mistral AI | 突然宣布開(kāi)源新模型：前幾天在一場(chǎng)黑客松活動(dòng)現(xiàn)場(chǎng),，Mistral AI 突然宣布開(kāi)源 Mistral 7B v0.2 Base Model,，它是 Mistral-7B-Instruct-v0.2 背后的原始預(yù)訓(xùn)練模型。此次更新主要包括三個(gè)方面：將 8K 上下文提到了 32K,；Rope Theta = 1e6,；取消滑動(dòng)窗口 ? 詳情
?? Stability AI | 核心技術(shù)團(tuán)隊(duì)和 CEO 紛紛離職：公司發(fā)布官方公告，稱 Emad Mostaque 辭去 CEO 及公司董事會(huì)職務(wù),，以追求去中心化的AI,。加上此前參與 Stable Diffusion 模型研發(fā)的關(guān)鍵AI研究員都已離開(kāi)，公司已經(jīng)相繼失去了十幾位技術(shù)人才,，風(fēng)雨飄搖 ? 詳情
?? Inflection AI | 賣身微軟談了個(gè)好價(jià)錢(qián)：微軟官方發(fā)文宣布創(chuàng)業(yè)公司 Inflection AI 的 CEO ,、首席科學(xué)家、核心科研團(tuán)隊(duì)一并入職微軟,，幾乎掏空了這家公司,。隨后，知情人士透露,，微軟已同意向 Inflection AI 支付約6.5億美元,，以許可協(xié)議的形式使 Inflection AI的模型可以在微軟 Azure 云服務(wù)上銷售，幫助其投資者獲得適度的資本回報(bào),。此外,，微軟還同意向 Inflection AI 支付1.4億美元的信貸額度和約 3000 萬(wàn)美元的大模型相關(guān)權(quán)利費(fèi)用 ? 詳情
?? OpenAI GPTs 項(xiàng)目要爛尾？「小甜甜」短短兩個(gè)月已成「牛夫人」
https://community./t/techcrunch-article-openais-chatbot-store-is-filling-up-with-spam/692772
2023年11月,，OpenAI 上線 GPTs 功能,，全球AI開(kāi)發(fā)者聞風(fēng)而動(dòng),；2024年1月，OpenAI 正式上線 GPT Store,，開(kāi)啟了構(gòu)建AI 智能體的風(fēng)潮,。
然而，被開(kāi)發(fā)者們寄予厚望的 GPT Store 情況不太樂(lè)觀,，似乎要跟 ChatGPT Plugins 一樣以「爛尾」收?qǐng)觥?/strong>
The Information 和 TechCrunch 近期都發(fā)文指出了 OpenAI GPT Store 存在的一些亂項(xiàng),，主要是平臺(tái)的垃圾 GPTs 太多了！
侵犯知識(shí)產(chǎn)權(quán)：很多 GPTs 是關(guān)于熱門(mén)電影,、電視劇,、電子游戲的，這些沒(méi)有經(jīng)過(guò)授權(quán)的開(kāi)發(fā)行為已經(jīng)游走在法律邊緣了,。
挑戰(zhàn)學(xué)術(shù)倫理：有些 GPTs 標(biāo)明可以完成論文的不正當(dāng)抄襲和改寫(xiě),，甚至宣稱可以繞過(guò)AI內(nèi)容檢測(cè)器，這嚴(yán)重違背了學(xué)術(shù)道德,。
冒充名人/官方：大量 GPTs 冒充公眾人物和知名企業(yè),，讓用戶誤以為是官方運(yùn)營(yíng)或認(rèn)可的。
越獄模型泛濫：一些模型聲稱能夠繞過(guò) OpenAI的內(nèi)容審查規(guī)則,，生成諸如暴力,、色情、仇恨等「越獄」內(nèi)容 (實(shí)測(cè)做不到),。
當(dāng)然,，更棘手的是 OpenAI 與開(kāi)發(fā)者們的關(guān)系正在惡化。官方糟糕的運(yùn)營(yíng)政策和表現(xiàn),，讓開(kāi)發(fā)者們的期待重重摔在了地上。概括起來(lái)有兩點(diǎn)：
有人敗興而歸：開(kāi)發(fā)者制作的 GPTs 沒(méi)什么人使用,，官方不分配流量也沒(méi)有渠道進(jìn)行營(yíng)銷,，一段時(shí)間后就放棄了。而使用者進(jìn)入到 GPT Store 嘗試了幾個(gè)垃圾 GPTs 后也就興致缺缺地離開(kāi)了,。
有人胡作非為：部分開(kāi)發(fā)者「歪腦筋」太多了,，聊幾句之后讓 GPTs 引導(dǎo)用戶去第三方付費(fèi)，有些甚至是公然剽竊站內(nèi)已有的 GPTs,。
官方?jīng)]有回應(yīng)：一方面,，開(kāi)發(fā)者對(duì) OpenAI 「暴殄天物」的行為感到失望，擁有全世界最強(qiáng)的大模型,，卻在產(chǎn)品設(shè)計(jì)方面如此拉跨,；另一方面，這樣一款聲勢(shì)浩大的產(chǎn)品,，竟然沒(méi)有設(shè)置 GPTs 開(kāi)發(fā)門(mén)檻,，也沒(méi)有優(yōu)質(zhì)內(nèi)容激勵(lì)措施,，而且無(wú)力應(yīng)對(duì)審查挑戰(zhàn)，OpenAI 似乎揭開(kāi)了自己的短板,，又一次,。
?? (目前) 最完整的 AI Agent 開(kāi)發(fā)體驗(yàn)報(bào)告：除了 GPTs，這10個(gè)智能體平臺(tái)也很好用
補(bǔ)充一份背景：在比較寬泛的語(yǔ)境里,，AI Agent = 智能體 = GPTs = Bot,，都是基于大模型能力構(gòu)建完成特定任務(wù)的聊天機(jī)器人，比如小說(shuō)寫(xiě)作,、新聞搜集,、人物對(duì)話等等。
如果我想創(chuàng)建一個(gè)比較專業(yè)的智能體,，應(yīng)該選擇哪個(gè)平臺(tái)呢,？Coze，扣子,，Dify,，天工 SkyAgents… 它們有什么區(qū)別 & 有哪些操作注意事項(xiàng)？
這篇文章可以解答你這些疑問(wèn)??！
作者是一名資深的 AI Agent 開(kāi)發(fā)者和用戶，在深度使用十多款 Agent 創(chuàng)作平臺(tái)后,，詳細(xì)記錄了它們的特點(diǎn),、優(yōu)勢(shì)和局限性。滿滿都是實(shí)戰(zhàn)經(jīng)驗(yàn)哇~ ? 這篇可以收藏
分類
- 第一類 | AI+插件：
coze / 扣子,、Dify,、百度 · 千帆 AppBuilder、昆侖萬(wàn)維 · 天工 SkyAgents,、釘釘 · AI 助理 | 產(chǎn)品邏輯都是通過(guò) Prompt,、插件等給大語(yǔ)言模型帶上附加功能，操作有相似之處,，使用門(mén)檻不高 ,。
插件功能：coze/扣子的插件最豐富，千帆 AppBuilder 的圖像識(shí)別類插件最豐富
工作流功能：天工 SkyAgents 工作流提供了一些預(yù)設(shè)的大模型功能,，釘釘 AI 助理工作流嵌入了一些釘釘內(nèi)部功能,，Dify 應(yīng)該是準(zhǔn)備中
Multi-Agent 模式：目前只有 coze/扣子提供
發(fā)布方式：Dify、千帆 AppBuilder,、天工 SkyAgents 都可以生成網(wǎng)頁(yè),，扣子可以發(fā)布到飛書(shū)，釘釘 AI 助理必須在釘釘內(nèi)部使用
第二類 | 以工作流為核心：Botpress、Voiceflow,、Zapier | 自動(dòng)化流程的工具,，只不過(guò)也可以提供 AI 作為工作流的一部分，適用于創(chuàng)建復(fù)雜工作流的需求 ,。
第三類 | 關(guān)注任務(wù)分解：Ai Agent,、Reworkd AI | 能夠自己完成任務(wù)的步驟分解，主動(dòng)跟用戶互動(dòng)來(lái)明確執(zhí)行流程。
第一類 | AI + 插件
coze / 扣子
優(yōu)點(diǎn)：① 綜合能力和易用性排到前列；② 設(shè)計(jì)流程靈活,，無(wú)需預(yù)先選擇bot分類,；③ 頁(yè)面即使空空如也也能夠進(jìn)行對(duì)話,；
缺點(diǎn)：① 工作流調(diào)用不穩(wěn)定，存在不按指令調(diào)動(dòng)或調(diào)用超時(shí)等問(wèn)題；② 多Agent模式下意圖識(shí)別可能存在問(wèn)題 ；③ 當(dāng)前知識(shí)庫(kù)作為一個(gè)單獨(dú)節(jié)點(diǎn)輸入輸出太受限,。
Dify
優(yōu)點(diǎn)：① 多模型輸出結(jié)果對(duì)比，幫助用戶選擇最佳答案,；② 自動(dòng)生成變量,，簡(jiǎn)化工作流設(shè)計(jì)；③ 開(kāi)啟「標(biāo)注回復(fù)」功能,，可以在用戶重讀輸入時(shí)提高響應(yīng)速度,，也可以手動(dòng)編輯特定標(biāo)準(zhǔn)回復(fù)。
千帆 AppBuilder
優(yōu)點(diǎn)：① 提供了多種圖像識(shí)別插件,；② 發(fā)布渠道友好,，支持個(gè)人認(rèn)證的微信公眾號(hào)。
天工 SkyAgents
優(yōu)點(diǎn)：① 提供了額外的信息處理節(jié)點(diǎn),，幫助構(gòu)建更智能的工作流,；② 部分操作預(yù)設(shè)了 Prompt，簡(jiǎn)化操作流程,；③ 界面設(shè)計(jì)對(duì)用戶操作比價(jià)友好,。
缺點(diǎn)：① 創(chuàng)建好的規(guī)劃無(wú)法在當(dāng)前頁(yè)面測(cè)試，測(cè)試環(huán)節(jié)不夠直觀,，可能影響調(diào)試效率。
釘釘AI助理
優(yōu)點(diǎn)：① 提供了詳細(xì)的使用教程和操作示例,；② 功能模塊與釘釘生態(tài)緊密結(jié)合,，適合企業(yè)內(nèi)部使用；③ 業(yè)務(wù)工作流實(shí)現(xiàn)自動(dòng)化,，特別適合小型創(chuàng)業(yè)團(tuán)隊(duì) ,。
缺點(diǎn)：① 功能受限于釘釘平臺(tái)。
第二類 | 以工作流為核心
Botpress
優(yōu)點(diǎn)：① 能夠?qū)崿F(xiàn)復(fù)雜的工作流和邏輯跳轉(zhuǎn)，適合高度定制化的需求,；② 支持持續(xù)接收用戶輸入并提供多樣功能,，增強(qiáng)了bot的交互性。
缺點(diǎn)：① 學(xué)習(xí)門(mén)檻較高,，產(chǎn)品設(shè)計(jì)可能顯得混亂,；② 參數(shù)配置分散，用戶可能需要花費(fèi)更多時(shí)間來(lái)熟悉和設(shè)置,。
Voiceflow (優(yōu)點(diǎn)同上)
Zapier
優(yōu)點(diǎn)：① 同上,；② Prompt 格式全面，Actions 板塊進(jìn)入工作流設(shè)置,；③ 工作流和能接入的 App 非常豐富,。
第三類 | 關(guān)注任務(wù)分解
Reworkd AI
優(yōu)點(diǎn)：① 能夠自動(dòng)進(jìn)行任務(wù)分解，提供分階段的結(jié)果輸出,；② 界面直觀,，允許用戶看到AI的工作流程 。
缺點(diǎn)：① 不能根據(jù)輸入依次執(zhí)行任務(wù),，只能執(zhí)行當(dāng)前一次輸入的任務(wù)拆分,。
Ai Agent
優(yōu)點(diǎn)：① 同上；② 允許用戶在任務(wù)后添加補(bǔ)充任務(wù),，增強(qiáng)了靈活性,。
缺點(diǎn)：① 同上。
?? 吳恩達(dá)強(qiáng)推,！今年 AI Agent Workflow (智能體工作流) 將成為重要趨勢(shì)
https://www./the-batch/issue-241
補(bǔ)充一份背景：吳恩達(dá)（Andrew Ng）是AI領(lǐng)域最權(quán)威的學(xué)者之一,，曾擔(dān)任斯坦福大學(xué)副教授，是 Google Brain 的創(chuàng)建者和領(lǐng)導(dǎo)者之一,，也曾回國(guó)擔(dān)任百度首席科學(xué)家并領(lǐng)導(dǎo) Baidu Brain 項(xiàng)目,，離職后創(chuàng)辦 DeepLearning.AI 致力教育和研究。此外,，他也是知名在線教育平臺(tái) Coursera 聯(lián)合創(chuàng)始人,。
要多留心上條提到的 WorkFlow (工作流) 功能了！
最近,，吳恩達(dá)分享了團(tuán)隊(duì)關(guān)于 Agent Workflow (智能體工作流) 的研究成果,，預(yù)測(cè)這將成為今年的流行趨勢(shì)！
?? 如上圖所示,，零樣本 (Zero-shot) 模式下的 GPT-4 在 HumanEval (代碼生成測(cè)評(píng)數(shù)據(jù)集) 上的準(zhǔn)確率也只有 67.0%,，但經(jīng)過(guò) Agent Workflow 加持的 GPT-3.5 準(zhǔn)確率能飆升到驚人的 95.1%。
也就是說(shuō),，Agent Workflow 能帶來(lái)顯著的效果提升,。
以文章寫(xiě)作為例,。零樣本（Zero-Shot）指的是大語(yǔ)言模型在沒(méi)有進(jìn)行迭代修正的情況下直接生成最終輸出，類似于人類在不回退刪除的情況下一次性寫(xiě)完一篇文章,。
但是,，更符合人類寫(xiě)作經(jīng)驗(yàn)的模式，是拆分成多個(gè)步驟,，例如規(guī)劃大綱,、檢索資料、撰寫(xiě)初稿,、審閱初稿,、修訂草稿等，也就是上文提到的 Agent Workflow (智能體工作流),。
此外,，吳恩達(dá)簡(jiǎn)單列舉了幾種團(tuán)隊(duì)驗(yàn)證有效的 Agent 設(shè)計(jì)模式，并預(yù)告會(huì)進(jìn)行詳細(xì)介紹,，感興趣關(guān)注一下他的 X 賬號(hào)叭 ??
反思（Reflection）：讓大語(yǔ)言模型對(duì)自己的結(jié)果檢查改進(jìn)
使用工具（Tool use）：讓大語(yǔ)言模型調(diào)用外部工具,，如網(wǎng)絡(luò)搜索、代碼執(zhí)行等
規(guī)劃（Planning）：讓大語(yǔ)言模型自己設(shè)計(jì)一個(gè)多步驟的計(jì)劃來(lái)達(dá)成目標(biāo)
多智能體協(xié)作（Multi-agent collaboration）：多個(gè) AI 智能體協(xié)同工作,，分配任務(wù),，討論和辯論想法，寫(xiě)作得到更好的結(jié)果
?? 如何把握 AI Agent 的創(chuàng)業(yè)時(shí)機(jī),，以及當(dāng)下必知的行業(yè)共識(shí)
但過(guò)去一年時(shí)間,，Agent 的飛速發(fā)展超出了我們預(yù)期，并且快速取得了行業(yè)共識(shí),，成為承載大模型應(yīng)用的基本范式,。圍繞 Agent 正在逐步形成一套系統(tǒng)的方法論，和吸引了無(wú)數(shù)開(kāi)發(fā)者,、創(chuàng)業(yè)公司,、資本及巨頭的關(guān)注。
如果你想快速了解行業(yè)發(fā)展脈絡(luò),、跟上行業(yè)共識(shí),，那最少需要了解以下內(nèi)容：
AI Agent 發(fā)展大事記
2023年3月，微軟發(fā)布 Microsoft 365 Copilot,，提示了一種基于 LLM 的應(yīng)用開(kāi)發(fā)范式,，也就是今天形成行業(yè)共識(shí)的 Agent。
2023年4月,，以 AutoGPT 為代表的 Autonomous Agent 熱度快速躥升,，同期比較受關(guān)注的類似項(xiàng)目還有 TaskMatrix.ai、HuggingGPT,、AgentGPT、Toolformer、BabyAGI 等等,。
2023年6月,，Lilian Weng 發(fā)布知名博文「LLM Powered Autonomous Agents」，進(jìn)一步推升了 Agent 的熱度,。
隨后,，Multi-Agent 框架相繼發(fā)布并展示了解決復(fù)雜問(wèn)題的能力，目前比較火的包括 Camel,、MetaGPT,、AutoGen。
2023年11月,，OpenAI 舉辦開(kāi)發(fā)者大會(huì) DevDay,，推出官方 Agent 開(kāi)發(fā)框架 Assistant API，使開(kāi)發(fā)者能基于 GPT 模型開(kāi)發(fā) Agent,。
2024年1月,，OpenAI 正式發(fā)布定制化 GPTs 和 GPT mentions，并隨后上線 GPTStore,。字節(jié)跳動(dòng)海外版 Coze / 國(guó)內(nèi)版扣子,、Dify、百度千,、天工,、釘釘?shù)葒?guó)產(chǎn) Agent 開(kāi)發(fā)部署平臺(tái)陸續(xù)被廣大開(kāi)發(fā)者熟知。
11 個(gè)頂級(jí)開(kāi)源 Agent 框架
AutoGPT：基于中島洋平的論文開(kāi)發(fā),，是一個(gè)用于構(gòu)建和運(yùn)行定制AI代理的工具包,，使用OpenAI的GPT-4和GPT-3.5大型語(yǔ)言模型。
https://github.com/Significant-Gravitas/AutoGPT
BabyAGI：中山的任務(wù)驅(qū)動(dòng)自主代理的簡(jiǎn)化版本,，這個(gè)Python腳本只有140行代碼,，使用OpenAI和向量數(shù)據(jù)庫(kù)來(lái)創(chuàng)建、優(yōu)先處理和執(zhí)行任務(wù),。
https://github.com/yoheinakajima/babyagi
SuperAGI：AutoGPT的更靈活,、用戶友好的替代品，包含構(gòu)建,、維護(hù)和運(yùn)行自己代理所需的一切,，包括插件和一個(gè)云版本。
https://github.com/TransformerOptimus/SuperAGI
ShortGPT：一個(gè)框架,，允許使用大型語(yǔ)言模型來(lái)簡(jiǎn)化視頻創(chuàng)作,、語(yǔ)音合成和編輯等復(fù)雜任務(wù)。
https://github.com/RayVentura/ShortGPT
ChatDev：被打造成「一個(gè)虛擬軟件公司」,，使用多個(gè)代理人扮演傳統(tǒng)開(kāi)發(fā)組織中的不同角色,，合作處理各種任務(wù),。
https://github.com/OpenBMB/ChatDev
AutoGen：微軟開(kāi)發(fā)的用于開(kāi)發(fā)和部署多個(gè)代理的開(kāi)源框架，這些代理可以共同工作以自主實(shí)現(xiàn)目標(biāo),。
https://github.com/microsoft/autogen
MetaGPT：模仿傳統(tǒng)軟件公司結(jié)構(gòu)的框架,，代理被分配為產(chǎn)品經(jīng)理、項(xiàng)目經(jīng)理和工程師的角色,，并協(xié)作完成用戶定義的編碼任務(wù),。
https://github.com/geekan/MetaGPT
camel：早期的多智能體框架之一，采用獨(dú)特的角色扮演設(shè)計(jì),，使多個(gè)智能體能夠相互通信和合作,。
https://github.com/camel-ai/camel
Loop GPT：Toran Bruce Richards 的 AutoGPT 的一個(gè)迭代版本，改進(jìn)了對(duì) GPT-3.5 的支持,，集成和自定義代理能力,。
https://github.com/farizrahman4u/loopgpt/tree/main
JARVIS：以 ChatGPT 作為其「決策引擎」，處理任務(wù)規(guī)劃,、模型選擇,、任務(wù)執(zhí)行和內(nèi)容生成。
https://github.com/microsoft/JARVIS
OpenAGI：一個(gè)開(kāi)源的AGI（人工通用智能）研究平臺(tái),，結(jié)合了小型專家模型和來(lái)自任務(wù)反饋的強(qiáng)化學(xué)習(xí)（RLTF）來(lái)改進(jìn)它們的輸出,。
https://github.com/agiresearch/OpenAGI
LLM based Agent 初創(chuàng)公司分類
中間層infra：這類公司專注于提供實(shí)用的 Agent 框架，降低開(kāi)發(fā) Agent 的復(fù)雜性,，并促進(jìn) Agent 間的合作,。
拿到知名機(jī)構(gòu)投資的代表項(xiàng)目包括 AutoGPT、Imbue,、Voiceflow,、Fixie AI、Reworked,、Cognosys,、Induced ai等。
Vertical Agent：這類公司深入特定的行業(yè)領(lǐng)域,，理解專家的工作流程,，并運(yùn)用 Agent 的思路來(lái)設(shè)計(jì)產(chǎn)品。
拿到知名機(jī)構(gòu)投資的代表項(xiàng)目包括：Dropzone（安全領(lǐng)域）,、Middleware（大模型可觀察性領(lǐng)域）,、Parcha（Fintech領(lǐng)域）、Luda（游戲領(lǐng)域）,、Outbound AI（醫(yī)療領(lǐng)域）,、Fine（軟件開(kāi)發(fā)領(lǐng)域）。
創(chuàng)業(yè)建議
微軟亞研院首席研究經(jīng)理 譚旭
AI Agent 領(lǐng)域如何構(gòu)筑護(hù)城河：要深入到 AI Agent 各個(gè)環(huán)節(jié),，提升其解決實(shí)際需求的能力,，并在實(shí)際場(chǎng)景中得到優(yōu)化方向的反饋,。但是，AI Agent領(lǐng)域目前缺乏一個(gè)評(píng)估體系,，指導(dǎo)這個(gè)設(shè)計(jì)和優(yōu)化過(guò)程,。
阻礙相關(guān)研究落地的主因在于效果：目前唯一的瓶頸是現(xiàn)有研究效果無(wú)法達(dá)到落地指標(biāo)，只有 AI 的效果能夠真正達(dá)到我們的需求標(biāo)準(zhǔn)時(shí),，才會(huì)被大規(guī)模廣泛使用。
來(lái)也科技聯(lián)合創(chuàng)始人&CTO 胡一川
AI Agent 落地?cái)?shù)字員工時(shí)的挑戰(zhàn)：① 模型的能力需要更強(qiáng),，因?yàn)闃I(yè)務(wù)復(fù)雜度可能超出現(xiàn)有模型的能力,；② 應(yīng)用生態(tài)需要更開(kāi)放；③ 許多工作流程需要被優(yōu)化和重構(gòu),，以適應(yīng) AI Agent 的運(yùn)作方式,。
開(kāi)發(fā)者選擇大模型時(shí)的三個(gè)考量指標(biāo)：① 效果考量，即需要在特定領(lǐng)域任務(wù)中表現(xiàn)出色,；② 成本考量,；③ 開(kāi)源與閉源，服務(wù)B端客戶時(shí)需要結(jié)合開(kāi)源模型建立數(shù)據(jù)閉環(huán),。
真格基金管理合伙人 戴雨森
回溯移動(dòng)互聯(lián)時(shí)代,，對(duì)于中國(guó)早期AI創(chuàng)業(yè)者的三條建議：① 要靈活，用動(dòng)態(tài)的眼光看待技術(shù)本身,，適應(yīng)技術(shù)的高速發(fā)展變化,；② 商業(yè)化應(yīng)先關(guān)注用戶新增，再思考用戶留存,；③ 先關(guān)注用戶價(jià)值,，再思考商業(yè)模式，如果產(chǎn)品能帶來(lái)用戶價(jià)值,，就始終有辦法從中提取一部分成為商業(yè)化收入,。
創(chuàng)業(yè)公司如何把握入場(chǎng)時(shí)機(jī)：① 創(chuàng)業(yè)需要尋找大趨勢(shì)和小拐點(diǎn)結(jié)合的時(shí)機(jī)，然后迅速做出行動(dòng),；② 從經(jīng)驗(yàn)注意的角度出發(fā),，如果你相信一件事遲早會(huì)發(fā)生，那么剋有每隔五年嘗試一次,。
真格基金EIR 季逸超
- 不去搶有限的時(shí)間：讓用戶愿意為價(jià)值付費(fèi)：① 在新平臺(tái)出現(xiàn)之前,， To C 創(chuàng)業(yè)者都是在與 TikTok/抖音爭(zhēng)用戶的注意力和時(shí)間；② (爭(zhēng)不過(guò)) 所以,，要尋找不需要長(zhǎng)時(shí)間交互,，但用戶愿意付費(fèi)的服務(wù)機(jī)會(huì)；③ 也就是說(shuō),，不再跟成熟的產(chǎn)品去搶占用戶有限的時(shí)間,。
? 引用參考1 | 引用參考2 | 引用參考3 | ? 引用參考4
?? 萬(wàn)字長(zhǎng)文：從第一性原理看大模型 Agent 技術(shù),，掰開(kāi)揉碎講技術(shù)演變的原理
補(bǔ)充一份背景：第一性原理 (First Principles) 是一種基本的、不可推導(dǎo)的命題或假設(shè),，構(gòu)成了一個(gè)理論體系或解釋的基礎(chǔ),。可以理解為「探索問(wèn)題的本質(zhì)」,。
想了解 Agent 技術(shù)原理但不想啃論文,？那 @鄧范鑫 這次分享一定合你胃口！
視頻時(shí)長(zhǎng)1個(gè)小時(shí),，文稿字?jǐn)?shù)過(guò)萬(wàn),，將近 40 份參考資料/文獻(xiàn)，是 Agent 技術(shù)科普的入門(mén)必讀指南,。
文章梳理了 Agent 技術(shù)的發(fā)展路徑,，以及這條時(shí)間線上的主要研究和關(guān)鍵結(jié)論。脈絡(luò)清晰,，環(huán)環(huán)相扣,。此外，還介紹了通用智能原理,、面向目標(biāo)架構(gòu)這個(gè)兩個(gè)根本性問(wèn)題,，以及基于的架構(gòu)缺陷和未來(lái)可能的發(fā)展方向 ? 點(diǎn)擊閱讀長(zhǎng)文
開(kāi)篇亮明觀點(diǎn)：未來(lái)5到10年可能有一場(chǎng)大變局：99%的開(kāi)發(fā)/設(shè)計(jì)/文字工作將被AI接管，人類開(kāi)始進(jìn)入智能時(shí)代,。而智能時(shí)代的核心載體,，不是網(wǎng)站也不是 App，而是 Agent (智能體),。
LLM Agents 發(fā)展歷程
Prompt 工程：大模型剛出來(lái)的時(shí)候被當(dāng)作一種編程語(yǔ)言,，用戶通過(guò)角色扮演、零樣本提示,、少樣本提示等工程技巧,，引導(dǎo)大模型的輸出。
Prompt 外掛：為了克服大模型自身的諸多局限性 (如不能及時(shí)更新知識(shí),、上下文有限等),，用戶開(kāi)始通過(guò)加入插件 (向量數(shù)據(jù)庫(kù))、調(diào)用外部工具 (ChatGPT Plugins 開(kāi)放體系) 來(lái)增強(qiáng)功能,。
分解與組合：大模型推理能力存在顯著天花板,，因此完成復(fù)雜任務(wù)需要考慮執(zhí)行策略，比如分解和組合 (MapReduce 模式,、思維鏈 CoT /思維樹(shù) ToT / 思維圖 GoT,、累計(jì)推理等)。
反饋：任務(wù)的分解和組合策略缺少與外界互動(dòng)的能力，因此需要借鑒 ReACT 增加反饋機(jī)制,，還可以借鑒強(qiáng)化學(xué)習(xí) Reflection 機(jī)制積累經(jīng)驗(yàn) → 對(duì)應(yīng) OpenAI 推出的 Funtion Calling,。
Agent：2023年4月 AutoGPT 橫空出世，這種更徹底的技術(shù)變革正式宣布了 Agent 時(shí)代的到來(lái),。
Multi-Agent：多智能體也應(yīng)運(yùn)而生,，比如「斯坦福小鎮(zhèn)」、MetaGPT,、清華 ChatDev 等項(xiàng)目,，都展示了多角色智能體在群體智能涌現(xiàn)方面的潛力。
技術(shù)發(fā)展脈絡(luò)與現(xiàn)狀：以上梳理了技術(shù)發(fā)展至今的脈絡(luò),，不過(guò)現(xiàn)有大模型和 Agent 仍然面臨著諸多挑戰(zhàn)挑戰(zhàn),。
通用智能基本原理
大腦的系統(tǒng)1和系統(tǒng)2：系統(tǒng)1 (直覺(jué)系統(tǒng)) 包含快速思考、神經(jīng)網(wǎng)絡(luò)連接主義,、長(zhǎng)期記憶、深度學(xué)習(xí),、亞符號(hào),、潛意識(shí)和非結(jié)構(gòu)化數(shù)據(jù)；系統(tǒng)2 (理性系統(tǒng)) 包含意識(shí),、思考,、符號(hào)主義、邏輯推理圖靈,、機(jī)制結(jié)構(gòu)化和模型,。
在構(gòu)建 Agent 時(shí)，可以參考這兩種系統(tǒng)的思維框架：在系統(tǒng)2中反復(fù)出現(xiàn)的行為會(huì)逐漸沉淀到系統(tǒng)1中,，也就是同樣的動(dòng)作反復(fù)訓(xùn)練直至變成肌肉記憶和反射 → 稱為Shortcut,。
面向目標(biāo)架構(gòu)
隨著人類的生產(chǎn)方式的變化，軟件工程可能正在逐步演化為智能體工程 (Agent Engineering),，即以AI為中心+人類做輔助,。
例如，傳統(tǒng)的用戶界面,，由于其垂直的任務(wù)層級(jí)架構(gòu),，每一層都需要人類逐一生成，未來(lái)這個(gè)過(guò)程可能會(huì)被智能體自主生成并改良,。
前瞻性分析
Central Executive：提出建立中央執(zhí)行機(jī)構(gòu)的概念,，以增強(qiáng)Agent的規(guī)劃和執(zhí)行能力，包括內(nèi)部加工過(guò)程的外部化,。
Memory：強(qiáng)調(diào)記憶機(jī)制的重要性,，包括記憶的內(nèi)化、遺忘功能，以及長(zhǎng)短時(shí)記憶與工作記憶之間的關(guān)系,。
Sensory：指出多模態(tài)輸入的必要性,，以及時(shí)間感知在運(yùn)動(dòng)控制任務(wù)中的重要性，以及自上而下的機(jī)制問(wèn)題,。
Motor：討論運(yùn)動(dòng)控制的未來(lái)發(fā)展,，包括層次化控制和數(shù)據(jù)化執(zhí)行，以及亞符號(hào)的控制方式,。
Learning：強(qiáng)調(diào)Agent學(xué)習(xí)過(guò)程中對(duì)自身可靠性的判斷和權(quán)威性的重要性,，以及模型的多樣性和解空間的擴(kuò)展。
World Models：提出構(gòu)建無(wú)矛盾,、統(tǒng)一的世界模型的必要性,，以及模型的推理能力和內(nèi)部思考機(jī)制。
