|
“以大语言模型为大脑驱动的系统，具备自主理解、感知、规划、记忆和使用工具的能力，能够自动化执行完成复杂任务的系统。”给它一个最终你想要达成的目标，它能直接交付结果，过程你啥都不用管。 AI Agent与LLM,生物体与其大脑，AI Agent有手有脚,自己干活自己执行,LLM呢，就是大脑。 清华,北京邮电大学,布朗大学——ChatDev。AI Agent 软件开发公司,由大模型驱动AI全流程自动化软件开发。在这个平台上，AI员工自主地从用户需求出发，通过智能对话窗口，由CEO Agent领衔，将任务细化并指派给CTO、CPO、Designer、Programer、Tester、Reviewer等各种AI Agent的角色。 今天来和大家聊一个当下科技领域特别火爆的概念——AI Agent！
前世界首富在其个人博客上写道： AI Agent（AI智能体/助理/助手）“将彻底改变计算机使用方式，并颠覆软件行业”。 他还预言“Android、iOS和Windows都是平台，AI Agent将成为下一个平台”。 某互联网领军人物在2024年世界人工智能大会上强调：“AI Agent在高考志愿填报中发挥了重要作用，高峰日吸引了200万用户。”
那到底什么是AI Agent？这东西和我有啥关系啊？且听我们带大家补全信息差，搞明白AI Agent到底是何方神圣？ 文章的最后还提供了一个关于AI Agent的问题，你能不能答上来？ 1 什么是AI Agent 学术界和工业界对术语“AI Agent”提出了各种定义。其中，OpenAI将AI Agent定义为“以大语言模型为大脑驱动的系统，具备自主理解、感知、规划、记忆和使用工具的能力，能够自动化执行完成复杂任务的系统。” 说得通俗一些就是：大多数时候你给它一个最终你想要达成的目标，它能直接交付结果，过程你啥都不用管。
2 AI Agent与LLM是什么关系 那AI Agent和LLM（Large Language Model，大型语言模型）是什么关系呢？可以这么简单理解，大模型是AI Agent实现的前提和基础。 我们可以把AI Agent与LLM形象地比作生物体与其大脑，AI Agent有手有脚，可以自己干活自己执行，而LLM呢，就是它的大脑。 举个栗子，你的厨房有个AI大厨 —— AI Agent。
当下的LLM可能存在一些问题，比如产生幻觉、结果不总是真实可靠，或者对最新时事的了解有限，这使得它们在处理复杂任务时可能显得力不从心。 然而，AI Agent通过集成自主验证和决策过程，能够弥补这些不足，确保行动的准确性和效率。 这使得整个系统在面对复杂任务时更为可靠和高效，就像一个有经验的大厨，不仅知道如何制作美食，还能根据实际情况灵活调整，确保最终的成果令人满意。 3 AI Agent是如何工作的 AI Agent的架构是其智能行为的基础，它通常包括感知、规划、记忆、工具使用和行动等关键组件，这些组件协同工作以实现高效的智能行为。
让我们举一个贴近生活的例子： 假设我们有一个名为“小兴”的智能家居管理AI Agent，它通过以下方式协同工作：
小兴执行上述行动后，它会感知用户的反馈。如果用户通过语音命令调整了灯光亮度，小兴会记录这一偏好，并在未来自动应用这一设置。 结合以上内容，咱们来总结一下： AI Agent的工作流程其实就是一个连续的循环过程。 它从感知环境开始，经过信息处理、规划和决策，然后执行行动。最后，根据执行结果和环境反馈进行调整，以优化未来的行动和决策。 通过这种结构化和层次化的方式，AI Agent能够有效地处理信息，做出决策，并在复杂环境中执行任务。 这种架构不仅提高了AI Agent的智能水平，也增强了其适应性和灵活性。 4 AI Agent有哪些实际应用 接下来呢，分享ChatDev与斯坦福AI西部小镇的创新探索两个优秀案例。 例一：ChatDev
图片来自论文《ChatDev: Communicative Agents for Software Development》 由清华大学携手北京邮电大学及布朗大学共同开发的创新项目——ChatDev。这是一家只有AI Agent员工的软件开发公司，实现了由大模型驱动的AI全流程自动化软件开发。 在这个平台上，AI员工们自主地从用户需求出发，通过智能对话窗口，由CEO Agent领衔，将任务细化并指派给CTO、CPO、Designer、Programer、Tester、Reviewer等各种AI Agent的角色。 它们将进行交互式的协同，以生产一个完整的软件解决方案，包括但不限于源代码、环境配置指南和用户手册。这一过程在短短几分钟内完成，成本不到1美元。 尽管尚存内容随机性、逻辑关联性不足及潜在安全风险等挑战，但ChatDev无疑为AI在软件开发领域指明了方向。 未来做软件产品的链路将极大被缩短。人类需要做的就是监督 决策，想想都让人激动~ 例二：斯坦福的AI西部小镇
图片来自论文《ChatDev: Communicative Agents for Software Development》 虚拟西部小镇，也被称为Smallville，是由斯坦福大学的研究者们开发的一项研究项目。这个虚拟小镇是一个交互式的沙盒环境。在这个沙盒式的交互环境中，25位AI Agent居民以其人类化的行为模式，展现出了令人瞩目的社交能力。 它们的日常活动包括在公园中悠闲散步、在咖啡馆享受午后时光、与邻里分享新鲜事。更令人称奇的是，它们不仅记得每天的经历，还能发起社交活动，如情人节派对的策划与邀请，还会彼此协调时间等等~ 小测试 AI Agent与大语言模型（LLM）的关系可以最恰当地比作以下哪种？ A. 汽车与发动机 B. 电脑与操作系统 C. 生物体与其大脑 D. 手机与SIM卡 |
|
|
