每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。不要错过这个机会，成为AI领域的领跑者。点击订阅，与未来同行！ 订阅：https://rengongzhineng.io/
近年来，全球见证了生成式人工智能（gen AI）所带来的惊人能力和可能性。基础模型如大型语言模型（LLMs）在文本、音频、图像和视频等多个领域展现了令人印象深刻的成果。但下一阶段的生成式人工智能可能会更加变革性。
我们正从基于知识的生成式AI工具（如回答问题和生成内容的聊天机器人）进化到使用基础模型执行复杂、多步骤工作流程的生成式AI“代理”。简而言之，技术正在从思维转向行动。
探索代理系统
广义上讲，“代理”系统指的是能够在动态世界中独立互动的数字系统。虽然这些软件系统的版本已经存在多年，但生成式AI的自然语言能力揭示了新的可能性，使得系统可以规划其行动，使用在线工具完成任务，与其他代理和人类协作，并通过学习提升其表现。生成式AI代理最终可能成为熟练的虚拟同事，与人类无缝自然地合作。例如，一个虚拟助理可以规划并预订复杂的个性化旅行行程，处理多个旅行平台上的后勤事务。工程师可以用日常语言描述新软件功能，程序员代理则会编写、测试、迭代并部署它帮助创建的工具。
代理系统的实现
传统上，代理系统的实现十分困难，需要繁琐的基于规则的编程或高度特定的机器学习模型训练。生成式AI改变了这一点。当代理系统基于经过大量多样化非结构化数据集训练的基础模型而非预定义规则构建时，它们有潜力适应不同场景，类似于LLMs对未明确训练的提示做出响应。此外，使用自然语言而不是编程代码，用户可以指导生成式AI代理系统完成复杂的工作流程。多代理系统可以解释并组织这些工作流程为可执行任务，分配给专门代理，使用数字生态系统中的工具执行这些任务，并与其他代理和人类合作，不断改进其行动质量。
商业价值
代理可以管理多样性。许多业务用例和流程具有线性工作流程，步骤明确且易于规则化和自动化。然而，规则系统常常在设计者未考虑到的情况下失效。生成式AI代理系统因为基于基础模型，有潜力应对各种不太可能的情况，实时适应以完成所需任务。
代理系统可以用自然语言指挥。当前，要自动化一个用例，必须将其分解为一系列规则和步骤，转换为计算机代码并集成到软件系统中，这个过程既耗时又昂贵。而代理系统使用自然语言指令，即使是复杂的工作流程也能更快更轻松地编码。
代理可以与现有软件工具和平台合作。代理系统不仅可以分析和生成知识，还可以使用工具并在更广泛的数字生态系统中交流。代理能够与软件应用程序合作，搜索信息，收集并汇编人类反馈，甚至利用额外的基础模型。
未来的商业场景
- 贷款审批：代理系统可以处理各种信用风险场景，一个代理作为关系经理处理借款人与金融机构之间的沟通，执行代理收集必要文件，财务分析代理审查财务数据并计算相关财务比率，审查代理识别错误并提供反馈，直至完成最终信用备忘录。
- 代码文档和现代化：代理可以分析旧代码，记录并翻译不同代码段，同时质量保证代理批评文档并生成测试用例，确保准确性和符合组织标准。
- 在线营销活动创建：代理系统可以帮助设计、测试和迭代不同的营销活动创意，一个数字营销策略代理可以利用在线调查和市场研究平台来制定策略，内容营销、文案和设计代理则构建定制内容。
准备迎接代理时代
尽管代理技术仍处于初期阶段，但随着这些工具的投资增加，代理系统可能在未来几年内实现显著里程碑并大规模部署。商业领袖应了解代理并考虑其核心流程或业务是否能通过代理系统加速，以规划未来的路线图并保持创新准备。一旦确定潜在用例，组织可以开始探索日益增长的代理领域，利用API、工具包和库来理解相关内容。
为了迎接代理系统的到来，组织应考虑三个关键因素：
- 相关知识的编码：将业务流程定义并记录为编码工作流程，用于训练代理。
- 战略技术规划：确保代理系统能有效接口现有基础设施，捕获用户交互进行持续反馈，并创建灵活性以集成未来技术。
- 人机协作控制机制：在代理系统开始与现实世界互动时，控制机制至关重要，以平衡自主性和风险。人类必须验证输出的准确性、合规性和公平性，与专家合作维护和扩展代理系统，并创建学习机制以持续改进。
尽管代理驱动的自动化是一个令人兴奋的前景，技术仍需进一步发展才能充分实现其潜力。随着系统复杂性和自主性的增加，会带来一系列挑战和风险。代理系统需要经过严格测试、培训和指导才能独立操作。即使在最初阶段，也不难想象这些新一代虚拟同事可能带来的广阔机会。
