今天說說最近比較熱門的人工智能模式創(chuàng)新方面一個新概念：AI Agent，中文的說法是人工智能體。

【資料圖】

現(xiàn)如今，各種大模型扎堆出現(xiàn)，似乎只要與科技沾邊兒的公司都在做大模型，有人說“百模大戰(zhàn)”已經(jīng)進入白熱化階段，然而，硅谷已經(jīng)涌現(xiàn)出一股新的潮流，那就是AI Agent。

近兩三個月不斷出現(xiàn)各種AI Agent項目，谷歌Deepmind推出了robotic agent，利用機械臂自動執(zhí)行各種工作；亞馬遜推出了Amazon Bedrock Agents，可以自動分解企業(yè)AI應(yīng)用開發(fā)任務(wù)；AI獨角獸Inflection也在開發(fā)私人AI助理，可以幫助你完成訂酒店等私人任務(wù)；哥倫比亞大學(xué)最近也公布了用于科研的AI Agent項目GPT Researcher。

有人說，至少有100個項目正致力于將AI代理商業(yè)化，近10萬名開發(fā)人員正在構(gòu)建自主Agent。這一輪的熱潮離不開OpenAI，有兩位關(guān)鍵人物發(fā)揮了重要作用。

其中一位是OpenAI聯(lián)合創(chuàng)始人、前特斯拉AI負責(zé)人Andrej Karpathy，他在6月份的一次開發(fā)者活動中表示，即使有論文提出了新的大模型訓(xùn)練方法，同事們也都不感興趣，因為他們已經(jīng)花了5年時間嘗試過各種方法，說白了就是他們玩剩下的。

但是，如果有論文提出AI Agent的新思路，就會引起公司內(nèi)部的熱烈討論，雖然OpenAI在大模型上比別人快一步，但在AI Agent領(lǐng)域大家都處在同一條起跑線上。

Karpathy的說法為AI Agent增加了熱度，然而，AI Agent到底是什么呢？

OpenAI安全系統(tǒng)負責(zé)人Lilian Weng撰寫了一篇關(guān)于AI Agent的博客，詳細描述了AI Agent的基本概念與核心原理。

簡單說，AI聊天機器人主要靠“說”來回答你的問題，而AI Agent則會“動”起來完成具體的任務(wù)，就像人類助理一樣，在你忙不過來的時候替你完成一些工作，區(qū)別就是用AI來驅(qū)動而不是人腦驅(qū)動。

從原理上說，AI Agent的核心驅(qū)動力是大模型，在此基礎(chǔ)上增加規(guī)劃（Planning）、記憶（Memory）和工具使用（Tool Use）三個關(guān)鍵組件。

大模型已經(jīng)很聰明了，為什么還要增加三個組件呢？

這是因為，大模型仍然有一些缺陷，不僅能力固化，還記不住新信息，難以完成相對復(fù)雜的任務(wù)，而這三個組件是為了讓大模型能夠執(zhí)行更加復(fù)雜的任務(wù)。

首先，復(fù)雜任務(wù)往往難以一步到位，所以需要“規(guī)劃”組件來負責(zé)任務(wù)分解，將總?cè)蝿?wù)拆分為各項子任務(wù)，也就是“分活兒”。

在這之后就是執(zhí)行，但GPT-4等大模型記不住多次對話，這就需要增加“記憶”組件，就像給它裝上人類的海馬體，讓它時刻記著任務(wù)內(nèi)容，防止跑偏。

另外，當(dāng)任務(wù)需求超出大模型自身的能力范圍時，就需要“工具使用”組件，調(diào)用其他軟件工具來執(zhí)行。

你會發(fā)現(xiàn)，這與人類執(zhí)行任務(wù)時的原理非常相似，將大項目拆分成小項目，超出人力范圍的時候就借助工具來完成。所以，大模型加上三大組件，就有潛力成為人類的得力助手，也就有了巨大的想象空間。

但這只是原理，有哪些已經(jīng)做出嘗試的AI Agent應(yīng)用呢？

今年4月，AutoGPT讓AI Agent進入人們的視野，原本使用GPT-4時需要持續(xù)輸入prompt提示詞，但是使用AutoGPT時，只需提供一個AI名稱、描述和五個目標，AutoGPT就可以自己拆解任務(wù)并分步執(zhí)行，直到完成項目，比如創(chuàng)建簡單的網(wǎng)站等等，這讓人們更加方便的使用大模型，AutoGPT應(yīng)用也紅極一時。

不過，AutoGPT后續(xù)出現(xiàn)了執(zhí)行速度慢、陷入死循環(huán)、開銷過大等問題，即便如此，它也讓人們看到了AI Agent的巨大潛力。

最近，有人推出了MetaGPT，相當(dāng)于軟件開發(fā)領(lǐng)域加強版的AutoGPT，能夠模擬多種角色，如工程師、產(chǎn)品經(jīng)理、架構(gòu)師和項目經(jīng)理，10分鐘內(nèi)可以制作完成Flappy Bird這樣的小游戲，也就是AutoGPT的定制化調(diào)優(yōu)版本。

另一家初創(chuàng)公司Adept與AutoGPT的路線不同，他們開發(fā)了自己的大模型ACT-1，經(jīng)過這個大模型訓(xùn)練后的Adept AI可以直接與瀏覽器和各種軟件交互，比如你想買一臺冰箱，只需告訴Adept AI你的預(yù)算，它就會自動在網(wǎng)上篩選，還能自動發(fā)送郵件給賣家。雖然Adept AI仍處于測試階段，卻收獲了4.15億美元投資，估值超過10億美元。

那么，AI Agent的真正可貴之處是什么呢？我一直倡導(dǎo)，這一輪AI變革中最大的機會不是大模型本身，而是能夠發(fā)揮技術(shù)優(yōu)勢的應(yīng)用。技術(shù)是坦克，但關(guān)鍵是打出閃電戰(zhàn)來。所以要摸清大模型的能力邊界，在它的基礎(chǔ)上做應(yīng)用模式創(chuàng)新。未來不是AIGC，而是AIGS。

而AI Agent的三大組件就是在大模型邊界之外進行能力拓展，就像是給一個困在盒子里的大腦裝上了行動的翅膀，使AI可以做為專家級的、個性化的、連續(xù)的普遍服務(wù)推出，使大家都可以真正用上AI。

可以預(yù)見，未來會有更多公司推出AI Agent項目，無論是在前人基礎(chǔ)上做技術(shù)調(diào)優(yōu)，還是另辟蹊徑，都有巨大的創(chuàng)新空間。

不過，既然科技大佬這么重視，投資方也很追捧，可為什么還未出現(xiàn)AI時代的BAT呢？

一方面，AI Agent才剛剛起步，需要大量的創(chuàng)新、試錯和調(diào)優(yōu)，另一方面，我曾提出AI時代的應(yīng)用模式創(chuàng)新，不是簡單的內(nèi)容生成，而是規(guī)?；姆?wù)，需要滿足高端化、個性化、持續(xù)化和普惠化這四大特征，這樣的服務(wù)規(guī)?；瘧?yīng)用，才能最大程度地發(fā)揮增量價值。

雖然大家都在探索，但現(xiàn)階段大部分應(yīng)用還只是停留在功能優(yōu)化和效率提升上，比如，Adept AI能夠完成基礎(chǔ)性的軟件操作，卻并不是專家級的高端服務(wù)，也沒有根據(jù)每個人的需求提供個性化服務(wù)。但有了AI Agent，開發(fā)高端服務(wù)所需的技術(shù)就已經(jīng)完備了，剩下的就是對市場真正需求的挖掘和滿足。我相信很快就會有面向公眾的規(guī)?；腁I服務(wù)推出。

正如Karpathy所說，大家都站在AI Agent的同一起跑線上，AI時代的下一個BAT也許就隱藏其中，懂得了坦克和閃電戰(zhàn)的道理，下一個把握住BAT級別機會的人可能就是你。

（王煜全為海銀資本創(chuàng)始合伙人）