- 作者:老汪软件技巧
- 发表时间:2024-09-03 10:02
- 浏览量:
2024年,很多人都在谈论智能体,我老婆这样的美术老师,也让我给她科普一下,于是我花了几天时间,系统学习和深入调研了一下,在此分享给大家。
时代背景
人工智能就像电力一样,如果你的竞争对手正在使用它,你也需要使用它,否则你就会失去竞争力。
企业们渴望通过AI技术提升运营效率、优化客户体验,却往往因其多模态、多任务的需求,远超出了单一大模型的能力范围而步履维艰。
正是这些挑战,让众多处于AI转型期的企业陷入了“阵痛”之中,但借助智能体,实现更好的AI效果,就成为当下阶段的重要选择。
为了解决大模型交付问题,基于特定业务流程搭建 workflow agent, 已经成为解决企业复杂问题的重要途径。
AI时代的智能体,就像是90年代中期的互联网网站,由于制作门槛极低,诞生了数以百万计的网站,经过大浪淘沙后,最终出来了一些非常优秀的网站,像Google、Facebook等。
智能体不仅会改变每个人与计算机交互的方式,它们还将颠覆软件行业,带来自我们从键入命令到点击图标以来最大的计算革命。
智能体和大模型
智能体这个风口上的“网红”却并非新概念,早在上世纪40年代,人工智能学科的奠基人们便有过相关探讨。
在 1995 年的《未来之路》书中,比尔·盖茨就提到了「智能体」的概念。但时至今日,学术界对于「智能体」也没有一个比较统一的定义。
不过一般认为,「智能体」是能够自主感知环境、做出规划、执行任务的智能实体,不是「副驾驶」,而是主驾驶。
可以用一个比较直观的公式来表示:Agent(智能体)= LLM(大模型)+Planning(规划)+Feedback(反馈)+Tool use(工具使用)。
智能体和大模型大的区别在于,智能体要做到的就是自动的对“怎么做”进行规划,利用手头的工具,一步到位解决用户的问题。
但要用 AI 解决问题,核心不在于智能体,而在于设计出一个适合 AI 的工作流。
斯坦福大学教授吴恩达指出:AI Agents工作流将在今年推动人工智能取得巨大进步,甚至可能超过下一代基础模型。
AI仍处于发展的早期,做的虽然还只是摘取低处果实的工作,但乐观来说也只开发了10%左右,国内可能只有5%,AI市场仍旧广阔,大有前景。
如果说在 2023 年,人工智能行业的发展和竞争更多还是聚焦在大模型本身,关于智能体探索才刚刚迈出第一步。
那到了 2024 年,从 Google 到百度,从阿里巴巴、字节跳动到 OpenAI,国内外都在明显加快了智能体落地的步伐。
谷歌推出了 AI 智能体平台 Oscar,让开发者可以通过一定的配置就能生成各种的 AI 智能体,但类似的 AI 智能体平台不只是谷歌一家.
百度文心有 AgentBuilder,字节跳动有扣子(Coze)以及 HiAgent,阿里巴巴有百炼智能体和钉钉智能体,腾讯有元宝和元器...智能体平台开始成为大模型厂商的一种「标配」。
智能体生态,国内大厂里中,字节跳动对于AI-Agent生态的思考,似乎更加全面,扣子平台上的智能体数量已经超过800万个。
To C端,有面对普通人的豆包App;To B侧,轻量级开发者的Coze,企业级的HiAgent开发者平台,代码层的豆包Marscode。
目前我们仍处于智能体系统的早期阶段,未来的 Agent 发展方向将更加侧重于,提高智能体的自主性和决策能力,使它们能够在更复杂的环境中进行操作。
基于大模型的智能体在各公司业务的普及和优化,开启了商业的又一轮洗牌和新生。属于智能体的时代正滚滚而来,拥抱智能体,或许才是每一位开发者的“天命所归”。
启示和应用案例
为了向我老婆解释智能体,我以智能体能在我们公司应用的几个场景为例,向她讲解。
第一个场景是海报设计,我们可以选择GPT或国内的大模型文心、豆包、混元、百川、智谱、星火等大模型作为大脑,围绕海报设计的工作流,配上AI生成图片的工具,就可以通过多轮对话,让智能体给我们设计秋季美术机构招生的海报,同时提供用于朋友圈分享的文案,并给出什么时间段转发或分享朋友圈,效果最好。
第二个场景是美术课件研发,我们还是选择某个大模型作为大脑,并提供我们内部的一些优质课件,配上AI生成图片的工具,也是通过多轮对话,让智能体能够快速基于我们设定的美术知识点和相关的绘本扫描课件,快速制作出可用于上课的课件。
第三个场景是课程顾问,还是选择某个大模型作为大脑,并提供一些和家长沟通相关的资料,还有我们机构的海报及介绍,打通我们内部的教务系统和企业微信,就可以让大模型直接和家长沟通上课安排和续费的事宜。
针对这些场景,如果我们能做出这样的智能体,在营销物料和课程研发上获得几十倍的效能提升,家长服务也更有针对性,可以极大地降低运营成本和提升家长交费的意愿。
总结
想要让AGI从大众概念里的新奇玩具,转向解决具体场景问题、提供专业可行方案的落地工具,智能体成为当前阶段的最佳尝试。
在 LLM 大模型没有进一步重大突破之前,AI Agent 将是一个重要发展方向。通过组合工具及规划能力,自动执行任务、提高效率,从而减少人类的劳动负担,实现降本增效。
真正要用好 AI,让 AI 发挥最大效能,核心是还是要基于你要解决的问题,重新设计一个适合 AI 的工作流,让 AI 在工作流中完成它最擅长的工作。
至于是不是智能体,是不是大语言模型,是不是 AI 帮你决策,都不是最重要的。