大模型發(fā)展到現(xiàn)在，大家都開始比拼AI應(yīng)用和AI Agent了。而作者的觀點(diǎn)是：AI Agent 將是下一個超級平臺。這話怎么說起？請看作者的分析。

刺客甲：
陛下，我們也是人啊。
麥克白：
是啊，說起來，你們也算是人，正像家狗、野狗、獵狗、叭兒狗、獅子狗、雜種狗、癩皮狗，統(tǒng)稱為狗一樣。
——引自威廉·莎士比亞《麥克白》

一、AI Agent 將是下一個超級平臺

緩慢的生物進(jìn)化和急速的科技進(jìn)化

宇宙大爆炸距今138億年，宇宙元老星系銀河系有130億壽命，距今約5萬年到10萬年間智人遷移出非洲大陸，從此科技發(fā)展進(jìn)入高速通道。

單獨(dú)來講，生物進(jìn)化是狹隘和緩慢的，達(dá)爾文的進(jìn)化論進(jìn)化不出無線電、電磁波、火車和手機(jī)。

而科技延展了宇宙進(jìn)化的圈層，優(yōu)秀的AI Agent是科技未來新的交互形式。

2023年11月9日，比爾蓋茨在其個人博客中，《人工智能即將徹底改變你使用計(jì)算機(jī)的方式》一文中說，：

“Android、iOS 和 Windows 都是平臺。AI Agent 將是下一個平臺?！?/p>

正如本文開頭中所提，麥克白回復(fù)的一樣，狗有很多種，也會各種不的AI Agent。

AI大模型的發(fā)散性大于精確性，而AI Agent相反

大模型的一直的詬病是會出現(xiàn)“幻覺”，前不久，OpenAI首席執(zhí)行官薩姆·奧特曼在比爾·蓋茨在個人播客《為我解惑》說：

“GPT模型的幻覺是一個特性，而不是缺陷，它能讓你發(fā)現(xiàn)一些新事物?！?/p>

很有哲學(xué)上否定之否定的味道。

可以把大模型幻覺理解成“猜想”，而猜想的發(fā)散性，是科技范式轉(zhuǎn)移的核心關(guān)鍵。

哲學(xué)家卡爾波普爾對“猜想”的哲學(xué)解釋是：“創(chuàng)造性批評和創(chuàng)造性猜想交織在一起，是人類學(xué)習(xí)彼此行為，包括語言，并從彼此話語中提取意義的方式”。

可以說，沒有大模型的幻覺，就沒有發(fā)展可言。

而AI Agent 更要求精確性。

比如我想要一個給我規(guī)劃行程的Agent，或是某個行業(yè)的最新資訊和報(bào)告，幻覺就真的是缺陷。

但當(dāng)下，即使在ChatGpt的GPTs應(yīng)用或是字節(jié)的Coze平臺，你會發(fā)現(xiàn)很少有真正可用的，更好解決問題的Agent。

所以，AI Agent會只是一時的泡沫么？

二、開發(fā)AI Agent猶如造人

神話里的女媧造人很簡單，用泥巴捏一捏就出現(xiàn)了小人，而造一個優(yōu)秀的AI Agent底層會復(fù)雜很多。

合格的Agent應(yīng)該是一個可以可以自主思維和規(guī)劃糾錯的智能體。

描述一個人，可以從外表、性格、年齡、出生背景、學(xué)歷、興趣愛好、思維邏輯、情感處理等等方面去描述。

定義一個AI Agent也相似，不過更多的是隱性的部分。

OpenAI的安全團(tuán)隊(duì)的負(fù)責(zé)人Lilian Weng在其博客，《LLM 支持的自主代理》一文中，用6000字詳細(xì)解釋下AI Agent的組成部分。

AI Agent被定義3個組成部分：規(guī)劃（Planning） 記憶（Memory） 工具使用（Tool Use） 。

規(guī)劃可以理解是思維邏輯，記憶是本身知識儲備，工具使用是對外連接和處理能力。

規(guī)劃

子目標(biāo)和分解：代理將大型任務(wù)分解為更小的、可管理的子目標(biāo)，從而能夠有效處理復(fù)雜的任務(wù)。

反思和完善：智能體可以對過去的行為進(jìn)行自我批評和自我反思，從錯誤中吸取教訓(xùn)，并針對未來的步驟進(jìn)行完善，從而提高最終結(jié)果的質(zhì)量。

記憶

短期記憶：我認(rèn)為所有的上下文學(xué)習(xí)都是利用模型的短期記憶來學(xué)習(xí)。

長期記憶：這為代理提供了長時間保留和回憶（無限）信息的能力，通常是通過利用外部向量存儲和快速檢索。

工具使用

代理學(xué)習(xí)調(diào)用外部 API 來獲取模型權(quán)重中缺失的額外信息（通常在預(yù)訓(xùn)練后很難更改），包括當(dāng)前信息、代碼執(zhí)行能力、對專有信息源的訪問等。

對照字節(jié)推出的Coze平臺，在創(chuàng)建一個Bot時的任務(wù)界面，可發(fā)現(xiàn)底層邏輯上的一致性：

體驗(yàn)了幾個平臺對比：

從實(shí)際體驗(yàn)上來看，Coze的的功能性是最強(qiáng)的，也是復(fù)雜度最高的，有些部分需要編程的能力，扣子和GPTs相似。

最終效果上，如果從實(shí)現(xiàn)自主規(guī)劃的智能的標(biāo)準(zhǔn)來定義，目前三個平臺都不足以稱得上優(yōu)秀。

Coze的問題在于實(shí)現(xiàn)的復(fù)雜性門檻會阻礙大批的Agent制作者。

扣子的問題在于屬于前期階段，基礎(chǔ)設(shè)施還需要進(jìn)一步規(guī)劃，比如可發(fā)布的平臺，插件的豐富性。

GPTs的問題在于對于實(shí)現(xiàn)復(fù)雜的Agent，缺失的Flow不足以支撐實(shí)現(xiàn)，也許Open AI也在規(guī)劃更好的方案，比如基于Flow的自動生成方案？

三、AI Agent要有扎實(shí)的里子和多變的面子

AI Agent = 大模型+規(guī)劃+記憶+工具

前三個是里子，最后的工具是面子。

這里說的面子不是虛假的人設(shè)，而是進(jìn)化的多面能力。

大模型的發(fā)展依賴巨頭們的發(fā)展和競爭，不單是軟件層面，硬件層面的芯片也至關(guān)重要。

《芯片戰(zhàn)爭》書中提到臺積電、因特爾、英偉達(dá)、阿斯麥、三星等等廠商的發(fā)展史，非常值得一讀。

最近OpenAI放言斥7萬億美元打造新的芯片帝國，資本的重要性可見一斑。

規(guī)劃依賴兼具產(chǎn)品和編程思維能力的角色的貢獻(xiàn)，真的可用的Agent一定不是簡單模塊組合可實(shí)現(xiàn)的，如果有，也只是曇花一現(xiàn)。

定義AI Agent屬于規(guī)劃的一環(huán)，也許研究人的生物學(xué)家在這方面會更勝一籌。

記憶依賴優(yōu)質(zhì)的豐富數(shù)據(jù)源和更新迭代和更新機(jī)制，比如我想做一個資訊Agent，如何定義資訊的優(yōu)質(zhì)，就需要有科學(xué)的標(biāo)準(zhǔn)范式。

工具依賴平臺的開放性和標(biāo)準(zhǔn)的統(tǒng)一，工具更想人類生活的終生學(xué)習(xí)的能力，一個好的Agent應(yīng)該具有與時俱進(jìn)的能力。

以上要素，缺一不可。

AI大模型催生了Prompt Enginner的工作角色，AI Agent催生了Flow Enginner。

所以AI替代的永遠(yuǎn)都不是人，而是Work。

沒有無緣無故的消失，會有轉(zhuǎn)化和變化。