OpenAI 內部力推，AI 代理真能成為互聯網應用發展的下一個階段嗎？

圖片來源：由無界AI 生成

互聯網應用的發展歷史可以被看作是一個不斷演化和創新的過程，隨著技術的不斷進步，不斷有創新的互聯網應用的出現。

互聯網應用的發展主要可以劃分為三個階段：

1.網站應用（Websites）

1990年代，隨著互聯網的普及，出現了一些重要的互聯網公司，如亞馬遜、雅虎、谷歌等，這些公司開發出了一些重要的互聯網應用，如電子商務、搜索引擎、在線廣告等。

2.移動應用（Mobile）

2000年代，隨著移動互聯網的興起，出現了一些重要的移動應用，如智能手機、移動應用商店等。

3.AI代理應用

2020年代，隨著AI 技術的發展，出現了一些重要的人工智能應用，如語音識別、圖像識別、自然語言處理等。尤其是OpenAI 推出ChatGPT 之後，由大語言模型（LLM）推動的自主AI 代理應用將會使AI 代理應用走向新的發展階段。

AI代理髮展版圖

圖片來源：e2b

什麼是AI 代理

AI代理（AI agent）是指使用AI 技術設計和編程的一種計算機程序，其可以獨立地進行某些任務並對環境做出反應。 AI代理可以被視為一個智能體，它能夠感知其環境，通過自己的決策和行動來改變環境，並通過學習和適應來提高其性能。這種智能體同時使用短期記憶（上下文學習）和長期記憶（從外部向量存儲中檢索信息），有能力通過逐步“思考”來計劃、將目標分解為更小的任務，並反思自己的表現。

AI代理通常包含多種技術，如機器學習、自然語言處理、計算機視覺、規劃和推理等，這些技術使代理能夠自主地處理信息並作出決策。

OpenAI已經多次表達了對AI 代理的熱衷。 OpenAI 聯合創始人Andrej Karpathy 近日在一場開發者線下活動中表示，如果一篇論文提出了某種不同的模型訓練方法，OpenAI 內部都會嗤之以鼻，認為都是他們玩剩下的。但是當新的AI Agents論文出來的時候，他們會認真興奮的討論。

什麼是LLM 支持的自主代理

OpenAI AI應用研究主管Lilian Weng 最近發布了一篇關於AI 代理的萬字長文：《大語言模型（LLM）支持的自主代理》，深度解讀了什麼是由LLM 訓練構建的AI 代理應用。 LLM 支持的AI 代理現在已經出現了很多優秀的應用，例如AutoGPT、GPT-Engineer、BabyAGI 和SuperAGI 等。

在LLM 支持的自主代理系統中，LLM 充當代理的大腦，並由幾個關鍵組件進行補充：規劃（Planning）、內存（Memory）、工具使用（Tool Use)。

這種代理會將大型任務分解為更小的、可管理的子目標，從而能夠有效處理複雜的任務。它還可以對過去的行為進行自我批評和自我反思，從錯誤中吸取教訓，並針對未來的步驟進行完善，從而提高最終結果的質量。

LLM自主代理的一個特別之處在於它就像是擁有“記憶”一樣，它能夠短期（長期）記住在訓練中學習到的東西。此外，LLM 自主帶來能夠學習調用外部API 來獲取模型權重中缺失的額外信息（通常在預訓練後很難更改），包括當前信息、代碼執行能力、對專有信息源的訪問等。

儘管AI 代理令人興奮且充滿希望，但圍繞人工智能代理的炒作仍然存在很多挑戰。 AI 代理正在成為軟件應用的未來方向，將會變得越來越普遍。

正如Lilian Weng 所說，LLM 自主代理還存在一些常見的限制，包括上下文長度有限、長期規劃和任務分解的挑戰、LLM 的穩定性等等。

但無需質疑的是，這些問題和挑戰都將會被克服或緩解，AI代理已經對我們的工作和生活帶來了改變，這種改變是難以被逆轉的。嘗試過好的東西之後，你還會忍受極差的嗎？

參考資料：