以下文章來源于王智遠 ，作者王智遠
前段時間，釘釘和幾家做大模型的公司都推出了自己的 AI 助理。這個助理本質上就是一個 AI Agent。那麽，AI Agent 是什麽？對我們普通人來講，有何意義？這篇文章，作者嘗試爲我們解答這個問題。
———— / BEGIN / ————
查了一下：
AI Agent 熱潮，準确來說，從 2023 年 3 月開始。
那時候，一個叫 AutoGPT 框架項目發布，項目利用大型語言模型，能自動把一個大任務拆分成小任務，并使用工具完成它們。
這種技術，将大語言模型處理語言、創造内容，和邏輯推理的能力擴展到了應用場景裏，還加了感知和行動技術，所以，能從頭到尾解決一個簡單的問題。
緊接着，一年時間内，項目引起國外大公司、國内創業者、投資者們極大關注，大家開始積極開發 AI Agent 的框架、平台或具體應用。
外加上去年 11 月，OpenAI 又推出一系列的 GPTs，然後，國内才有不少公司才開始根據各自能力布局應用層、平台層、開發層和運營層等方向，來增加下一波生态下的壁壘性。
因此，人們才認爲它是下一個重要細分發展方向。
可是：任何行業都存在信息差，我周圍有很多人，之前并沒有關注該賽道，爆發後才覺得有必要了解下，但現在市場上各種信息泛濫，讓人眼花缭亂，就帶來不少困擾。
他們不太清楚 Agent 是什麽？爲什麽很重要，未來發展怎樣？借此機會，分享一些信息，希望幫你初步了解這個概念。
01
到底什麽是 AI agent？它是怎麽工作的呢？
先來看一個詞："agent"，中文意思是代理人。
代理人，你可以理解成有人幫你去做某件事。
那麽，AI agent 是什麽？
簡單來說，一個由 AI 技術加持的代理人，它變得更聰明了，可以感知周圍的環境，并且能夠獨立地思考和行動。
你有沒有用過對話式的大模型（LLM），比如：文心一言、Kimi Chat、或者智譜 AI？AI agent 和對話式模型區别在于，你不用一直告訴它要做什麽，隻要給它一個目标，就能想辦法自動幫你完成。
所以，大模型（LLM）要很多各種各樣的數據，數據幫助它，學習的和人一樣具備交流、學習、思考和推理的能力。
不過，它并不完美，時常出現一些奇怪的想法，或者受到環境影響；這時，就能用基于大模型開發的 AI agent 進一步細化問題。
舉個容易理解的例子：你用過小愛同學嗎？假如生病了，以前對它說：" 我不舒服 "，它隻會告訴你去醫院看看，多注意防護。如果更聰明的 AI agent，做法會不一樣。
它能檢測你的體溫和其他健康指标，結合網上的信息，分析之後告訴你：你可能發燒了。" 接下來，還能幫你自動寫好請假條。
如果說：" 幫我在釘釘上發給領導 "，它立刻就能搞定。要是家裏布洛芬不夠了，它甚至可以把藥加入購物車，你确認後付款，很快藥就能送到家。
這就是 AI agent 的聰明之處。
所以，它的工作原理是什麽呢？主要有四部分：
感知
信息處理
執行
輸出
感知是第一步。AI 通過傳感器、攝像頭、麥克風這些外部設備來感知周圍的世界。比如你說：" 我不舒服 "，這句話就能通過麥克風被捕捉到。
信息處理，像把一個通用的大模型和很多專業的知識庫結合起來。比如：健康數據和家裏的藥物存量，你告訴它這些信息，它就能幫你保存并做出決策。
寫請假條、在線購買藥品，這些都是系統根據它的決策來完成的具體工作。完成之後，系統會告訴你結果。
一個完整的智能體（Agent），好比人類和周圍環境互動的過程，它由兩部分組成：一部分是智能體自己，另一部分是它所在的環境。
智能體像生活在物理世界中的人類，而物理世界是它的外部環境，人類感知周圍的世界，理解環境中隐藏的信息，再結合自己的記憶、對世界的了解來做計劃、做決定和采取行動一樣；行動又會影響環境，産生新的反饋。
人類根據反饋再次做出決策，從而形成一個不斷循環的過程。
你看，整個過程像不像馬克思主義的「實踐論」？有個目标後，從認識開始，實踐得出理論知識，再把知識應用回實踐中去。
這就是，AI Agent 神奇之處。
02
不過，由于大模型本身能力還在不斷發展中，智能體形态、應用場景也就更晚一些，所以，看似短短一年内，探索了多種實現智能體的方式，但大部分還處在概念驗證、産品演示階段，常見問題也相對明顯。
包括：項目文檔不完整、複用效果不穩定、任務拆分過細，導緻成本過高，以及推理能力不夠，更主要的原因，還有跨平台能力如何解決等等。
我身邊愛寫作、閱讀的朋友們都有一個共同的習慣：
他們會收藏一些有用的信息。通常，信息被臨時記錄在備忘錄中。随着時間往後推，記錄東西多了，管理起來就比較麻煩。
前段時間，我琢磨能不能創建一個完整的流程，自動化處理，折騰半天，雖然搭建成功流程自動化，但實際使用起來的效果并不理想。
所以，許多平台廠商、研究機構、創業公司推出各種單一智能體、多組合智能體、以及機器人自動化（RPA）等框架項目，但從實際調研和行業反饋看，還要叠代。
不過，這個框架的總體思路，可以用一個公式概括：
Agent = LLM（大型語言模型）+ Planning（規劃）+ Feedback（反饋）+ Tool use（工具使用）
當我們做規劃時，不僅隻看當前情況，還會考慮記憶、過去的經驗，以前的反思和總結，還有對世界的了解也加入進來。
而現在以 ChatGPT 和其他爲首的國内大模型，更像一個固定不變的知識庫，它不能直接和環境互動，雖然它們可以進行邏輯推理、基本規劃，但不能感知周邊的一切，來進行自主反饋。
在我看來，智能體能通過各種方式獲取反饋。
比如：
如果我們把和對話的 ChatGPT 視爲一個智能體，那麽，通過文本框輸入的回複就是給它的反饋，這種互動後，它能調整自己的回答，而不是一次次再教育。
還有，更進一步地，智能體可以使用外部工具來增強它的功能，解決更複雜的問題。
例如：
它可以用天氣 API 來獲取天氣預報，如果沒有工具，智能體還能學習适應環境變化的策略，來應對挑戰。
所以，一個完整 AI 智能體應該能夠主動和環境互動。
而大型語言模型是它潛在能力的核心，未來發展方向，是創建一個從頭到尾的系統，這将依靠它有效地使用周圍的工具，來實現更廣泛的應用。
03
那麽，它爲什麽很重要？我爲什麽要深入理解呢？
首先，AI 智能體将會引領軟件行業進入一個新的時代，我們可以叫它 "3D 打印時代 "。什麽意思呢？3D 打印技術普及時，人們很方便地 3 可以打印出各種 " 實體物品 "。
在所謂的 "3D 打印時代 "，開發、定制軟件将變得跟打印文件一樣簡單、快速。公司、個人想要什麽？都根據自己的需求，很快找到解決方案。有一個科學家，名叫 Andrej Karpathy，他在特斯拉負責開發、優化自動駕駛技術。
他在推特上說過，我們可以利用大數據、強大的計算能力來解決過去需要很多人力和時間的複雜問題。這也是爲什麽那麽多人對 AutoGPT 感興趣的原因。
其次，AI 智能體能減少軟件的生産成本。你學過編程沒？以前編程，要寫大量臨時文件、測試方案，還要長期保存下來，以便不時之需；現在的編程，完全可以自動化制作，成本幾乎爲零；這意味着，原來需要上千萬人才能完成的軟件任務，現在少量的人就可以搞定。
還有一點是，智能體靈活滿足各種需求。以前，我在幾家 C 輪公司工作過，技術人員占了一半，因爲用戶很多、開發的東西也特别多。不僅要做商城，還要做 CRM 系統，隻有用很多人力才能提高效率。
現在情況不同，很多基礎的需求直接交給智能體來處理。這就像，我們從大批量生産，轉變成了小批量快速響應的模式。如果把大語言模型看作人類思考的 " 系統 1"，即負責快速、直覺的思考，而 AI 智能體則類似于人類的 " 系統 2"，負責慢速、分析性的深入思考。計算機專家，Andrej Karpathy 曾提到：大模型可以快速産生反饋，但也容易産生誤判。
AI 智能體目标是建立一個個小框架，讓 LLM 循序漸進的思考，反而更能做出可靠的決策。我以前在網上搜索學術文章時，要分兩步篩選信息：首先，根據研究領域進行初步篩選；然後，根據第一次搜索結果，進一步篩選出與我期望最相似的文章。這個過程通常要多次查詢和調整，耗時又麻煩。後來，情況大有改觀。
我用 RPA 後，它按照要求自動篩選，并在第一輪結果後精準查找，所以，這就像 APP 的推薦系統，你可以根據需要，定制自己的智能體。
所以，基于大模型的 Agent，改變了獲取信息的方式，未來會有更多人有自己的 Agent，幫它當合作夥伴，你可以想想，如果有個小助手，你會讓它做什麽？
04
那麽，AI Agent 有什麽不同類型呢？因爲 Agent 技術還不是完全成熟，所以，Agent 平台也在初期階段，現在一些比較固定的工作流程，或有詳細标準 SOP 的程序，都在封閉環境下進行。
即便一些比較受歡迎的平台，它們在 API 生态系統，工作流程再組合上，還是不夠完善。我盤了一下，AI Agen 平台大緻有三類：一類，面對公衆和非開發人員，基于知識庫和數據庫的簡單聊天機器人（Chatbot）；如 " 類 GPTs"，它提供标準界面、流程。國内字節的扣子（Coze）、阿裏的 AI 助理市場。
另一類，面向開發者的綜合開發平台：這類平台幫助開發者使用各種 API、第三方庫和代碼嵌入，進行 Agent 的流程調優。
例如：Coze 海外版、百度靈境矩陣全代碼版，阿裏、亞馬遜等提供模型托管，支持開發者開發應用。它們可以能解決複雜問題、有多個工作流程安排的複雜場景在裏面。
第三類是企業級開發平台：專門給企業工作流程制作的智能化。比如：TARS-RPA-Agent、CubeAgent 和 Torq 等。瀾碼科技的 AskXbot 平台，以及 360 的 " 大模型 + 企業知識庫 +Agent" 的解決方案。基于該框架下又能進行行業結構，應用場景再次劃分。
因爲大家發展速度真的很快，所以，從實際情況來看，首先需要做的是：
第一步，豐富通用和特定場景的工作流程。這意味着，要創建一些标準的流程，這樣不同的情況下都能用。
第二步，深入地學習和積累專業知識。
這樣，第三步，平台能更好地重複使用已有的工作流程，也能更靈活地結合不同的工具。
同時，還要探索适合的商業模式，這樣才能滿足 AI 時代的需求。簡單說，就是要搞清楚怎麽通過 AI Agent 賺到錢，同時确保 AI 平台能不斷進步，更好地服務大家，很重要。
更直白一點說：産品營銷圈，有一個很重要概念叫做 PMF（Product-Market Fit，産品市場匹配度）。
如果一個産品找到它的 PMF，就找到了自己的市場立足點，開始有了用戶黏性。在 AI 大模型産品領域裏，大模型要找到自己的 TPF（Technology Product Fit，技術産品匹配）。
技術發展比較快時，AI 從業者，要從技術、産品和市場三個角度全面考慮，尋找一個中間值，三者，完美匹配的時，才是 AI Agent 解決具體需求，賺到前的高光時刻。我們不能總說技術厲害，而忽略市場是否需要。
前段時間，跟一個老闆溝通企業内部流程再造時，就提到該問題，他說：看似很多冗餘工作，AI Agent 可以解決，但是，AI Agent 解決前，總要先有人得先用好他。
舉個例子：服裝設計公司，面臨一個重大挑戰，批量生産服裝時，要設計和制作多個樣闆，這個過程傳統上完全依賴人工；現在，AI 智能體可以介入這一過程，但到底能處理到哪一步呢？精确度足夠高嗎？這些都要進一步的探索、測試。
所以，國内 Agent 發展還未達到其真正潛力，大多隻是些簡單的聊天機器人。
缺少反思、規劃、環境感知能力，而這些能力，恰巧構成高級 AI Agent 的核心要素。總結而言 AI Agent，進一步叠代工作流。
據我所知，目前市面有很多 agent 搭建工具，如果你想進一步了解這個賽道，親自試試，是最快的方法。
作者：王智遠，人人都是産品經理專欄作家
來源微信公衆号：王智遠
原文标題：互聯網營銷兩大宗師：周鴻祎和雷軍做個人 IP 有什麽不同？
題圖來自 Unsplash ，基于 CC0 協議
