本文來自科技云報道。
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(fā)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(nèi)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(chǔ)設(shè)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(zhí)行者”。
數(shù)據(jù)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(zhuǎn)向AI Agent。
在國內(nèi)，截止去年11月中旬，AI Agent賽道發(fā)生融資事件13起，總?cè)谫Y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(jù)外媒MattSchlicht數(shù)據(jù)顯示，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。
毫無疑問，AI Agent正在成為大模型之后下一個爆發(fā)點。
值得探討的是，作為一種巨大的技術(shù)變革，AI Agent將如何改變我們的生活？國內(nèi)外AI Agent的發(fā)展現(xiàn)狀如何？AI Agent落地的關(guān)鍵點是什么？
AI Agent：自主
執(zhí)行任務(wù)的“小助手”
去年4月份，斯坦福和谷歌的研究者共同創(chuàng)建了一個“西部世界小鎮(zhèn)（Westworldsimulation）”。在這個小鎮(zhèn)里，25個AI Agent每天都在樂此不疲地散步、約會、聊天、用餐以及分享當天的新聞。
在這個實驗中，AI Agent（智能體）在執(zhí)行任務(wù)和互動上表現(xiàn)出了令人驚艷的自主性和智能性，由此引發(fā)了業(yè)界的高度關(guān)注。
事實上，這并不是AI Agent第一次出圈，其概念從出現(xiàn)到爆發(fā)，已經(jīng)邁過多個階段。
在單一Agent階段，主要是針對不同領(lǐng)域和場景的特定任務(wù)，開發(fā)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(fù)雜的任務(wù)。
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(wù)分別翻譯給產(chǎn)品經(jīng)理、架構(gòu)師、項目經(jīng)理等5個角色，模擬整個的軟件開發(fā)中所有決策工作流。
不過，隨著微軟全新工具AutoGen的發(fā)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(wù)。LLM智能體可以扮演各種角色，如程序員、設(shè)計師，或者是各種角色的組合，對話過程就把任務(wù)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(fā)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(chuàng)造性的Agent框架。在AutoGen發(fā)布的兩個星期內(nèi)，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(zhèn)”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(huán)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(zhí)行任務(wù)的“小助手”，能夠針對目標獨立思考并做出行動，會根據(jù)給定任務(wù)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(chuàng)建prompt以實現(xiàn)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(diào)用APP選擇外賣，再調(diào)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(guān)的任務(wù)，它并不直接與現(xiàn)實世界互動，而AI Agent強調(diào)解決實際問題的能力和與環(huán)境交互的全面性。
AI Agent加速落地
事實上，大模型還沒有出現(xiàn)之前，一些企業(yè)就已在研究傳統(tǒng)AI與Agent的結(jié)合應(yīng)用。因此，AI Agent在各領(lǐng)域的落地比大家預(yù)想得要快很多。
目前，海外已經(jīng)在零售、房地產(chǎn)、旅游、客戶服務(wù)、人力資源、金融、制造業(yè)等多個領(lǐng)域出現(xiàn)AI Agent架構(gòu)與產(chǎn)品，例如：
在醫(yī)療領(lǐng)域，Agent可以幫助診斷、治療和監(jiān)測患者。IBM Watson Health是一個AI智能體，可以分析醫(yī)療數(shù)據(jù)，以識別潛在的健康問題并推薦治療方案。
在金融領(lǐng)域，Agent可以分析財務(wù)數(shù)據(jù)、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(jù)客戶的投資目標創(chuàng)建和管理投資組合。
在零售業(yè)務(wù)場景中，Agent可以提供個性化推薦，改善供應(yīng)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(chǎn)品、下訂單和跟蹤發(fā)貨。
在制造業(yè)，Agent可以優(yōu)化生產(chǎn)流程，預(yù)測維護需求，提高產(chǎn)品質(zhì)量。通用電氣使用名為Predix的AI智能體實時監(jiān)控機器，以預(yù)測和防止設(shè)備故障。
在運輸領(lǐng)域，自主AI Agent可以協(xié)助路線規(guī)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(shù)方面，AI Agent也打下了不錯的基礎(chǔ)。
例如，OpenAI開發(fā)的GPTs，以及推出的GPT-4Turbo和可定制AI Agent，提供了基礎(chǔ)Agent的構(gòu)建能力，如工具調(diào)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(shù)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(zhì)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(zhì)天生匹配。在這種情境下，對于一些簡單的任務(wù)，比如購買火車票或解決企業(yè)內(nèi)部IT服務(wù)的問題，任務(wù)型機器人的應(yīng)用效果較好，并且相對容易維護。
另一類是線性執(zhí)行任務(wù)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(zhí)行，相較于原有的流水線，AI Agnet更為高效。
AI Agent落地挑戰(zhàn)
盡量理想很美好，但當前市場上的大多數(shù)AI Agent，其實只是構(gòu)建了一個基于特定知識庫或?qū)I(yè)數(shù)據(jù)的Chatbot。這些智能體主要用于進行問答交互，如獲取行業(yè)資訊、報告等，在程序聯(lián)動和操作方面還有很大的提升空間。
在一些更復(fù)雜的場景中，現(xiàn)有的AI Agent技術(shù)只能做到輔助，無法完全實現(xiàn)自動執(zhí)行。
這背后的原因有很多，包括技術(shù)能力、商業(yè)化路徑、應(yīng)用場景等，都會影響Agent的能力體現(xiàn)。
首當其沖的，依然是技術(shù)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(huán)境、做出決策并執(zhí)行適當行動的能力。但就目前而言，包括GPT-4在內(nèi)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(chǔ)模塊的質(zhì)量和性能，包括調(diào)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(chǎn)生許多中間結(jié)果和狀態(tài)，這也帶來了一些技術(shù)挑戰(zhàn)。例如，處理中間結(jié)果的魯棒性是一個問題，下層模塊的性能和質(zhì)量會直接影響上層模塊的執(zhí)行。
其次，AI Agent的落地效果也受限于應(yīng)用場景。
例如，在出行預(yù)訂中，得益于豐富的API等問題，AI Agent表現(xiàn)出色。而在如法律助手場景中，由于新知識的頻繁出現(xiàn)和API的不完善，實際應(yīng)用面臨更多挑戰(zhàn)。
這一點，從國內(nèi)AI Agent紛紛生長于協(xié)同辦公平臺就可見一斑。
由于協(xié)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(xiàn)有工具中變得更加容易。
同時，許多企業(yè)都在使用協(xié)同辦公軟件，這意味著廣泛的用戶基礎(chǔ)可以加速大模型的迭代和優(yōu)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(yè)模式至關(guān)重要。
AI Agent爆發(fā)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(yè)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(xiàn)在這些固有的變現(xiàn)途徑上。
由于AI Agent落地效果未出現(xiàn)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(yè)化爆發(fā)一個最核心應(yīng)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(gòu)建平臺上，企業(yè)或?qū)⒖梢宰约簶?gòu)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(gòu)建軟件為企業(yè)提供服務(wù)。
但這仍需要成本控制、投入預(yù)算、實現(xiàn)效率、安全管控等多方面嚴格及縝密的評估。
結(jié)語
無論存在多少質(zhì)疑，時至今日，AI Agent依然帶來了諸多想象力。技術(shù)發(fā)展之路本就充滿質(zhì)疑與批判，科技變革對于任何一個企業(yè)與個體都是一場機遇，關(guān)鍵在于如何把握它。
