"Agent"相關(guān)的文章
大模型時(shí)代（1）：探索業(yè)務(wù)場(chǎng)景中的Agent應(yīng)用

大模型時(shí)代（1）：探索業(yè)務(wù)場(chǎng)景中的Agent應(yīng)用

近年來(lái)，人工智能技術(shù)的飛速發(fā)展，尤其是大模型（Large Language Models，LLMs）在各個(gè)領(lǐng)域展現(xiàn)出的巨大潛力，使其成為當(dāng)前最熱門(mén)的話(huà)題之一。 本文旨在幫助產(chǎn)品經(jīng)理更好地理解大模型的基本原理及其在實(shí)際業(yè)務(wù)場(chǎng)景中的應(yīng)用，特別是在構(gòu)建智能助手（Agent）方面的運(yùn)用。
AI人工智能
未來(lái)已來(lái)：基于大模型Agent的客服實(shí)踐，更低的成本與更大的收益

未來(lái)已來(lái)：基于大模型Agent的客服實(shí)踐，更低的成本與更大的收益

現(xiàn)在AI客服已經(jīng)在各行業(yè)普遍使用了，但是實(shí)際效果并不如意——用戶(hù)寧愿等人工客服，也不愿意找AI客服解決問(wèn)題。如果給當(dāng)前的AI客服換成大模型，效果會(huì)不會(huì)更好一些？這篇文章，我們來(lái)看看作者的思考。
交互體驗(yàn)
字節(jié)Coze VS TFlow AI Agent會(huì)話(huà)模式比較

字節(jié)Coze VS TFlow AI Agent會(huì)話(huà)模式比較

本文深入探討了Re-Act與Conversational-Chat兩種會(huì)話(huà)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。