 當所有人都沉浸在與ChatGPT對話的樂趣中，一場靜水流深的變革已然啟動。 2023年11月，比爾·蓋茨發表了一篇文章，他表示，AI Agent將是大模型之后的下一個平臺，不僅改變每個人與計算機互動的方式，還將在五年內徹底改變我們的生活。 如果說大模型是未來水電煤一般的基礎設施，那么Agent則是未來用戶接觸、使用AI的方式。 AI Agent不再滿足于僅僅作為“聊天對象”的角色，而是渴望成為能在真實世界里揮灑自如的“智能執行者”。 數據顯示，過去兩年間，針對AI Agent的研究投入增長幅度高達300%。大模型市場的玩家們，似乎正齊刷刷地轉向AI Agent。 在國內，截止去年11月中旬，AI Agent賽道發生融資事件13起，總融資金額約735億人民幣，公司融資均值為56.54億人民幣。 在國外，據外媒MattSchlicht數據顯示，至少有100個項目正致力于將AI代理商業化，近10萬名開發人員正在構建自主Agent。 毫無疑問，AI Agent正在成為大模型之后下一個爆發點。  值得探討的是，作為一種巨大的技術變革，AI Agent將如何改變我們的生活？國內外AI Agent的發展現狀如何？AI Agent落地的關鍵點是什么？   在這個實驗中，AI Agent（智能體）在執行任務和互動上表現出了令人驚艷的自主性和智能性，由此引發了業界的高度關注。 事實上，這并不是AI Agent第一次出圈，其概念從出現到爆發，已經邁過多個階段。 在單一Agent階段，主要是針對不同領域和場景的特定任務，開發和部署專門的智能體。以GPTengineer為例，給它一個需求，其就可以把代碼寫個大概。 在多Agent合作階段，是由不同角色的Agent自動合作完成復雜的任務。 例如在MetaGPT上，如果讓其做一個股票分析的工具，它會把這個任務分別翻譯給產品經理、架構師、項目經理等5個角色，模擬整個的軟件開發中所有決策工作流。 不過，隨著微軟全新工具AutoGen的發布，AI Agent很快翻開了新的篇章。 AutoGen允許多個LLM智能體通過聊天來解決任務。LLM智能體可以扮演各種角色，如程序員、設計師，或者是各種角色的組合，對話過程就把任務解決了。 與MetaGPT不同的是，MetaGPT的角色模型是被定義好的，而AutoGen可以讓開發者自己定義Agent，還可以讓他們相互對話。 這是一個新的且富有創造性的Agent框架。在AutoGen發布的兩個星期內，星標量從390狂增到10K，并在Discord上吸引了5000多名成員。 如果說AutoGPT拉開了自主智能體（Autonomous Agent）的帷幕，那么前文提到的“西部世界小鎮”則開啟了生成智能體（Generative Agent）之路。 生成智能體就像美劇《西部世界》中的人形機器人或《失控玩家》中的智能NPC，它們在同一環境中生活，擁有自己的記憶和目標，不僅與人類交往，還會與其他機器人互動。 總的來說，AI Agent是一個能夠自主行動、執行任務的“小助手”，能夠針對目標獨立思考并做出行動，會根據給定任務詳細拆解出每一步的計劃步驟，依靠來自外界的反饋和自主思考，為自己創建prompt以實現目標。 比如，讓AI Agent買一杯咖啡，它會首先拆解如何才能為你購買一杯咖啡并擬定代用某APP下單以及支付等若干步驟，然后按照這些步驟調用APP選擇外賣，再調用支付程序下單支付，過程無需人類去指定每一步操作。 而目前基于LLM的ChatGPT給出的反饋，只能止于“無法購買咖啡，它只是一個文字AI助手”之類的回答。 這也就不難理解，為什么AI Agent會是大模型的下一個高地——大模型聚焦于處理語言相關的任務，它并不直接與現實世界互動，而AI Agent強調解決實際問題的能力和與環境交互的全面性。  目前，海外已經在零售、房地產、旅游、客戶服務、人力資源、金融、制造業等多個領域出現AI Agent架構與產品，例如： 在醫療領域，Agent可以幫助診斷、治療和監測患者。IBM Watson Health 是一個AI智能體，可以分析醫療數據，以識別潛在的健康問題并推薦治療方案。 在金融領域，Agent可以分析財務數據、檢測欺詐行為并提出投資建議。嘉信理財（Charles Schwab）使用名為Intelligent Portfolio的人工智能智能體，根據客戶的投資目標創建和管理投資組合。 在零售業務場景中，Agent可以提供個性化推薦，改善供應鏈管理，增強客戶體驗。亞馬遜的Alexa是一個AI智能體，可以推薦產品、下訂單和跟蹤發貨。 在制造業，Agent可以優化生產流程，預測維護需求，提高產品質量。通用電氣使用名為Predix的AI智能體實時監控機器，以預測和防止設備故障。 在運輸領域，自主AI Agent可以協助路線規劃、交通管理和車輛安全。特斯拉的Autopilot有助于自動駕駛車輛，并幫助駕駛員停車、變道和安全駕駛。 不僅如此，在底層技術方面，AI Agent也打下了不錯的基礎。 例如，OpenAI開發的GPTs，以及推出的GPT-4Turbo和可定制AI Agent，提供了基礎Agent的構建能力，如工具調用、基于知識庫文件記憶能力等，使得AI Agent進入了另外一個新階段，即人人都可以打造自己的Agent。 但總的來說，AI Agent技術還處于比較早期的階段，主要在兩個類型的場景中更容易落地： 一類是具有交互性質的場景。 例如，智能機器人和問答式交互，這與AI Agent的迭代性質天生匹配。在這種情境下，對于一些簡單的任務，比如購買火車票或解決企業內部IT服務的問題，任務型機器人的應用效果較好，并且相對容易維護。 另一類是線性執行任務的場景。 例如，一家支付公司要求用戶在開戶時提交身份證明，在這種場景下，前臺是單向的，但后臺可以利用AI Agent執行，相較于原有的流水線，AI Agnet更為高效。  在一些更復雜的場景中，現有的AI Agent技術只能做到輔助，無法完全實現自動執行。 這背后的原因有很多，包括技術能力、商業化路徑、應用場景等，都會影響Agent的能力體現。 首當其沖的，依然是技術問題。 LLM作為AI Agent的認知核心，其智能性在很大程度上決定了AI Agent感知環境、做出決策并執行適當行動的能力。但就目前而言，包括GPT-4在內的所有大模型，能力仍需提升。 同時，AI Agent繼承了LLM的一些問題，比如“幻覺”、“可解釋性”等問題。此外，對于底層基礎模塊的質量和性能，包括調用圖像識別等模型，也會直接影響到上層建筑的性能。 此外，Agnet各個模塊之間的交互和運行可能會產生許多中間結果和狀態，這也帶來了一些技術挑戰。例如，處理中間結果的魯棒性是一個問題，下層模塊的性能和質量會直接影響上層模塊的執行。 其次，AI Agent的落地效果也受限于應用場景。 例如，在出行預訂中，得益于豐富的API等問題，AI Agent表現出色。而在如法律助手場景中，由于新知識的頻繁出現和API的不完善，實際應用面臨更多挑戰。 這一點，從國內AI Agent紛紛生長于協同辦公平臺就可見一斑。 由于協同辦公平臺本身具備良好的API接口和插件體系，這使得將大模型集成到現有工具中變得更加容易。 同時，許多企業都在使用協同辦公軟件，這意味著廣泛的用戶基礎可以加速大模型的迭代和優化過程，使其更好地滿足用戶需求。 最后，找到切入點以及好的商業模式至關重要。 AI Agent爆發的一段時間，人們普遍認為補齊了大模型短板的AI Agent更具備實用性，將是大模型重要落地方向。 但就目前而言，這一路徑的商業化存在諸多問題。拿游戲場景而言，目前收費主要來源于出售游戲裝備、皮膚等方式，而AI Agent的價值無法體現在這些固有的變現途徑上。 由于AI Agent落地效果未出現顛覆性的能力，C端用戶是否會為其買單無法得知，能否成為AI大模型從C端商業化爆發一個最核心應用方向，還需時間驗證。 相對來說，B端可能更適合AI Agent的落地。在Agent構建平臺上，企業或將可以自己構建自己RPA、CRM、辦公OA等一系列管理軟件；軟件廠商也可以基于此平臺構建軟件為企業提供服務。 但這仍需要成本控制、投入預算、實現效率、安全管控等多方面嚴格及縝密的評估。   |
|
|
