隨著人工智能技術(shù)的飛速發(fā)展，智能體（Agent）的概念逐漸走進了公眾視野。這些智能體不僅能夠模仿人類的互動方式，還能在特定環(huán)境中執(zhí)行任務，解決復雜問題。從簡單的聊天機器人到能夠處理多輪對話和數(shù)據(jù)分析的高級智能體，它們正在成為我們?nèi)粘Ｉ钪胁豢苫蛉钡囊徊糠帧?/p>

關(guān)于ChatGPT做搜索的新聞，我一直挺感興趣。

上個月25號，OpenAI在當?shù)赝瞥隽艘粋€新產(chǎn)品，名叫“SearchGPT”。官方說，產(chǎn)品能給用戶提供帶鏈接的搜索結(jié)果，用戶還可以繼續(xù)問問題，系統(tǒng)會根據(jù)上下文給出回答。

我看到消息后，馬上申請內(nèi)測。但一個月過去，官方還沒給我權(quán)限；現(xiàn)在網(wǎng)上辦法多。我就通過特殊朋友渠道，弄到了一個測試賬號，體驗了一把。

體驗之后什么感覺呢？

一句話總結(jié)即：perplexity AI解決不了的問題，SearchGPT也解決不了。

比如：AI幻覺。一千個觀眾有一千個哈姆雷特，不同的人看同一信息可能得出不同的結(jié)論。就算是同一個人，今天看到的東西和明天可能理解也會有所不同。

這就像AI面對復雜、多變的人類思維一樣，如果AI不能真正地“站在你的角度”去理解問題，感受你的感受，那它很難獨立地給出人們真正想要的答案。

因此，除非AI能達到這樣高級的理解和適應能力，不然，AI永遠無法避開幻覺問題。所以，怎么辦呢？

01

來看看另一個新聞：

不久前，Twitter上有個名叫@iruletheworldmo的用戶頻繁爆料，談到Project Strawberry（草莓計劃），這是OpenAI的一個項目，以前叫Q-Star。

這個計劃目標是讓AI變得更聰明，更能自主。簡單來說，他們希望訓練出來的AI能自己處理很多事，不需要人來監(jiān)督。

這意味著，AI將能自己搜索信息，深入研究問題，甚至自己創(chuàng)造數(shù)據(jù)，這樣就能減少對人類的依賴。也就是說，AI可能會變得更像人，更會思考。

這條推文引起了不少人的關(guān)注，大家都在猜到底是不是OpenAI內(nèi)部信息，但還沒等到官方回復，就有人跳出來了，這人叫Div Garg，是MultiOn公司的創(chuàng)始人。

他說：

OpenAI的“Q”還沒正式出來，但我們已經(jīng)推出了一個新的智能體，叫“Agent Q”，并且邀請大家來試試，很多人懷疑他在利用OpenAI的秘密項目來做廣告。

我查了查，發(fā)現(xiàn)MultiOn這家公司確實在2023年接受了OpenAI、DeepMind等公司、高管個人的投資；所以，讓人不禁猜想，OpenAI做的搜索項目，和他們到底有沒有關(guān)系？

好吧。姑且，不論這事，來看看MultiOn這家公司。

MultiOn專門做AI智能體，目標是，通過智能體幫助人們完成日常任務，比如：網(wǎng)頁瀏覽、網(wǎng)購和郵件處理，他們希望構(gòu)建一個能在數(shù)字世界里，能自主完成復雜任務的AI系統(tǒng)。

這么一看，兩者之間確實有些相似。相似在哪呢？

我們換個角度：

請問，你解決不了AI搜索幻覺的問題，還要不要解決？作為普通人的我們當然覺得，要。必須解決。其實，單一視角往往會限制我們。

系統(tǒng)科學家羅素·艾可夫(Russell L. Ackoff)，在作品《問題解決的藝術(shù)》中提到：

復雜問題往往源于問題定義本身，如果能夠以新的視角、新框架重新定義問題，有時能發(fā)現(xiàn)原本看似復雜的問題，其實有更簡單的解決之道，或者，原本的問題根本就不需要以傳統(tǒng)的方式解決。

也就是說：解決一個復雜問題，最好的辦法是，繞開把它轉(zhuǎn)成一個非問題。

舉個通俗的例子：

想象一下，你家廚房每次做完飯都一團糟。通常，你可能會選擇在烹飪后進行一次大掃除，這樣雖然能清理干凈，但每次要花費大量時間和精力。

如果你換一個角度來看就不一樣了。類似，重新組織廚房物品，把常用的廚具、調(diào)料放在容易拿到的地方，不常用的東西則收好。

改進烹飪流程，做飯時，邊做邊清洗用過的器具，甚至，在操作臺上放一個垃圾桶，用于臨時收集廚余和垃圾。

這樣，是不是做飯過程中就能持續(xù)保持廚房整潔了？這就是，非問題化；重新定義問題和調(diào)整處理方式，使原本要解決的問題變得不再是問題。

02

那么，這和搜索與智能體之間有什么關(guān)系呢？來看看，OpenAI首席執(zhí)行官Sam Altman在2024年4月25日斯坦福大學的演講。

他說，AI實現(xiàn)通用人工智能（AGI）要經(jīng)過五個階段：

• 一級：能夠進行對話交互的人工智能；
• 二級：系統(tǒng)能夠解決博士級別的問題。
• 三級：系統(tǒng)能夠代表用戶工作幾天；
• 四級：人工智能能夠開發(fā)創(chuàng)新。
• 五級：人工智能系統(tǒng)可以執(zhí)行組織的工作。

他并指出，目前OpenAI處于第一級，接近第二級。

考慮到進展，請思考一下，這樣一個AI行業(yè)巨頭，如何從當前階段過渡到更高級階段，比如“三級或四級，或者說，如何讓弱人工智能到強人工智能？讓技術(shù)更能滿足每個用戶第一場景使用情況？

答案很明顯：AI智能體。

因為，智能體是過度解決問題的最好辦法。想象一下，在理想狀態(tài)下，面對億萬用戶時，如果能夠展示數(shù)千萬個AI解決方案，來幫助大家解決各種問題，那么，無疑是最有效的。

畢竟，每個人都能找到符合自己需求的解決方案，極大提到了解決問題的效率和質(zhì)量。

為什么是智能體？

昨天，一個朋友抱怨說，買房后要還貸款，未來幾十年每月都要還幾千塊錢；他讓我?guī)兔λ阋凰悖侥壳盀橹?，他一共還了多少本金和利息，如果他想提前還款，根據(jù)現(xiàn)在的政策，可以節(jié)省多少錢。

這種復雜的問題我怎么能解決？于是，我把它給了豆包。

我先描述基本情況，讓豆包記住，然后，再把其他想法和訴求告訴它。大概幾十輪的對話后，豆包幫我詳細計算了出來，并生成一份大約600字的詳細分析報告。

這份報告包括了完整的背景信息、我的具體訴求、計算過程和對比分析等。

你用過豆包，或者其他可以和AI對話的工具么？不知道你有沒有發(fā)現(xiàn)，現(xiàn)在此類對話工具，連續(xù)上下文邏輯能力變強了。

我再說一個貼身經(jīng)歷：

最近幾天，經(jīng)常接到一些奇怪的電話，涉及內(nèi)容如貸款、房產(chǎn)購買、京東優(yōu)惠等。

這些電話中，上來就問需要、不需要、行或者不行。我發(fā)現(xiàn)，對方語氣很像真人，但當我給出它們設(shè)定范圍以外的問題時，它無法回答了。

這說明，智能體已經(jīng)在不知不覺中融入了日常生活，它們，能夠在特定的環(huán)境中模仿人類的互動方式。

所以，一個完整智能體，能夠充分與環(huán)境互動，這包括智能體自身和它所處的環(huán)境兩個部分；就像人類在物理世界中的行為一樣，智能體在其“外部環(huán)境”中也能執(zhí)行任務。

說白了，我可以與它交互，也能設(shè)定好指令，界定范圍，讓它幫我完成目標。

對比下來，是不是不難看出，智能體無疑是繞過AI搜索中幻覺問題、并成功商用的有效方式之一？

為什么這么說？

你想想看，考慮傳統(tǒng)AI搜索和提問時，AI搜索直接給出答案，這種答案比較扁平化，不具備連貫性。換言之，你提出一個問題，AI直接給你一個結(jié)論，結(jié)論會引用來自多個信息源的數(shù)據(jù)。就結(jié)束了。

智能體工作方式不同。

它不僅對單一問題做出反應，還會引入外部信息，在一連串多輪問答中，會反復接受來自你的信號，通過這種互動，它更能理解你的訴求。

在解決問題之后，它能生成一篇簡短的文章、總結(jié)方案，把整個互動過程指標串聯(lián)在一起；很明顯，智能體不是一個簡單的AI提問、總結(jié)工具，是一個完全符合每個人需求的系統(tǒng)。

因此，智能體能完美繞過AI幻覺，畢竟過程中，你不滿意時，能一次次糾正它的錯誤。

03

縱觀國內(nèi)市場，目前誰在做智能體呢？我查閱了一下，據(jù)說有超過4500家，比如：大家耳熟能詳?shù)陌俣?、科大訊飛、云從科技、字節(jié)跳動和騰訊等。

所以，誰在做智能體，這個問題不好解答。與其這樣，不如換種思考方式：智能體類型有哪些？我們通過類型看各家所在的生態(tài)位。

我盤點結(jié)果是：

智能體（Agent）平臺大體上分為兩類：一類基于知識庫和數(shù)據(jù)庫的。就像聊天機器人（Chatbot）這種簡單的平臺；另一類是用來解決更復雜問題的。這種平臺有多工作流編排的能力，比較高級。

國外Orkes Conductor、ControlFlow by Team Prefect、和 Flyte等平臺，就是專為復雜工作流和數(shù)據(jù)處理設(shè)計的。

這些平臺主要用戶包括數(shù)據(jù)科學家、工程師、開發(fā)者，他們用平臺來建立和優(yōu)化復雜的工作流程，提高數(shù)據(jù)處理的效率和自動化水平。

國內(nèi)也有類似的平臺。像扣子Coze、百度智能云的千帆AgentBuilder、科大訊飛的星火智能體平臺，還有騰訊的元氣和阿里云的AgentScope等。

他們利用大模型搭建 AI 原生應用工作臺，給開發(fā)者提供 RAG、Agent、GBI 等應用框架，賦能他們開發(fā)出來文生文、對話、文生表等垂直應用，以幫助企業(yè)和個人解決問題。

我根據(jù)對象、流程和代碼復雜程度，把它細分成三類：

1. 面向公眾和非開發(fā)人員
2. 面向開發(fā)者的平臺
3. 企業(yè)級開發(fā)平臺

第一種，主要偏向低代碼平臺，不要你懂太多編程。

像GPTs這樣的工具，提供很標準的操作界面和流程，主要用來做基于知識庫的聊天機器人。給你一個模板，你按步驟填信息就行，不用自己調(diào)整太多東西。

字節(jié)跳動的扣子（國內(nèi)版），就是被設(shè)計來幫助人們輕松創(chuàng)建下一代的AI聊天機器人。

第二種平臺功能更強大，可以讓開發(fā)者用各種API、第三方庫，還能自己編寫代碼和調(diào)整參數(shù)，來精細控制智能體的行為。

Coze海外版很受歡迎，它的功能全面，支持很多高級操作。像百度、阿里和亞馬遜也提供這樣的平臺，讓開發(fā)者可以用各種AI模型來做更復雜的應用。

企業(yè)開發(fā)平臺，專為企業(yè)設(shè)計，重點是幫助企業(yè)自動化他們的工作流程。

比如：

實在智能的TARS-RPA-Agent和壹沓科技的“數(shù)字員工團隊”CubeAgent，它們是用來自動化企業(yè)日常操作的。

還有國外的Torq和國內(nèi)瀾碼科技的AskXbot平臺，也提供了大模型結(jié)合企業(yè)知識庫的解決方案，幫助企業(yè)自動化處理更多復雜任務。

三種類型各有千秋，這么說，是不是更清楚一些？那么，站在AI搜索和智能體中間來看，智能體屬于那種呢？

04

解答該問題，不妨站在行業(yè)結(jié)構(gòu)視角看。我盤了一下，智能體（Agent）行業(yè)結(jié)構(gòu)有四層，分別為：基礎(chǔ)工具層、運營平臺層、開發(fā)工具層，以及服務與培訓平臺層。

組件是做智能體必不可少的基礎(chǔ)。有各種智能模塊、記憶模塊，比如語言模型、數(shù)據(jù)庫，還有一些安全工具和通信工具，就像蓋房子的磚塊和水泥。

運營層，包括制作Agent組件的廠商和各種運營集成平臺。如GitHub這樣的Agent框架發(fā)布平臺，它們提供必要的環(huán)境和服務，支持智能體運行。

開發(fā)層相對容易理解了。

像Agent工具集成平臺AgentLego、或提供專屬云環(huán)境及沙盒環(huán)境的平臺等，它們使開發(fā)者能夠構(gòu)建、測試和部署智能體。

值得一提的是，像NexusGPT、Relevance AI等平臺，它們提供數(shù)字員工Agent的訓練服務，目的幫助企業(yè)把智能體整合進現(xiàn)有的工作流程中，或者幫助個人創(chuàng)建能自動完成任務的AI團隊，這反而是目前很多企業(yè)剛需。

國內(nèi)也有類似的公司。例如：

金柚網(wǎng)的梧桐數(shù)字員工、壹沓科技的數(shù)字員工平臺1Data Agent，以及實在智能的RPA Agent。

這些平臺的特點是允許用戶通過聊天，輕松與智能體互動，管理和優(yōu)化各種業(yè)務流程，使智能體理解和執(zhí)行復雜任務，讓日常更高效。

不論怎么說，從短期發(fā)展看，智能體要解決兩個問題：

1. 豐富通用工作流和場景工作流，類似于AI搜索下的大搜，還要在處理數(shù)據(jù)訓練、多輪對話的準確性上下功夫。
2. 讓智能體成為知識專家，形成可持續(xù)的服務能力。有點像針對特定領(lǐng)域進行深入挖掘。

比如，假設(shè)我是做消費品營銷的，如果有一個專門的智能體，它學了很多關(guān)于社交媒體趨勢、消費者行為的知識，那么，它就能真正幫到業(yè)務。

當然，智能體在其他行業(yè)也在不斷爆發(fā)，像游戲，金融、醫(yī)療等，總體上說，基于LLM的能力，下一步基礎(chǔ)智能體必將是繞不開的一步。

總結(jié)

讓它光思考，遠遠不夠。

想實現(xiàn)真正全面AGI，得把對話模型變成基本智能體，讓它參與到實際使用中去；就像人們常說的，從實踐中來，到實踐中去一樣。

所以，AI生成避免不了幻覺，但智能體的輪番交互，可以微調(diào)，可以解決具體問題，至少，使用場景下，這是閉環(huán)的正向反饋動作。