LLM就是框架，Agent就是应用，Workflow就是架构

很多人都在思考，LLM-based时代的应用应该怎么去开发。然而，时代的惯性会束缚我们的思维，就像iphone颠覆式出现一样，在它成为市场主流之前，我们根本想不出在手机屏幕上的软件会如此不同。这让我想到那句著名的论断，汽车出现之前，人们对交通工具的究极想象都是围绕马展开，给马带上昂贵的装备，给马车装上牛逼的助推器，而当汽车出现时，人们才恍然大悟，原来交通工具可以不需要马。AI时代的到来，新的iphone时刻，是否会改变人们使用信息技术的方式？人机的交互方式，还会永远和当下一样吗？计算机上的各种功能，将会以怎样的方式在我们的工作和生活中提供能力？本文将详细聊一聊这个话题。

LLM是基础设施

前段时间，英伟达发布了自己的本地大模型服务，购买它的显卡，可以直接在硬件上运行一个LLM。马斯克开源了迄今为止开源界参数最大的Grok，有人将它的源代码整理成一个可视化的3D模型，用以演示Grok的神经网络，人们发现Grok的架构如此复杂，层数如此之多，以完全超出现代工程的人力承受范围。大语言模型已经成为一种价格昂贵但唾手可得的基础设施。

去年大家都在讨论LLM的能力涌现，例如推理能力，当然，也无法避开它的幻觉。然而，今年，世界似乎已经发生了翻天覆地的变化。市场上的大模型应用越来越多，但目前来看，很多都是类Chat类应用，要说出现井喷式爆发，还为时尚早。

当然，现在仍然有非常多的人对LLM的理解还停留在ChatGPT的形式上，他们把大模型等同于和ChatGPT形式一模一样的聊天机器人。只有较少的人会把LLM理解为更底层的工具，它用以支撑和驱动新能力的开发，这类工具我们常常称为框架。简单讲，框架就是一系列工具的集合，以提升开发效率，让开发形成一种范式。而在AI领域做应用开发，在LLM之前有各种模式，现在LLM已经一统江湖，任何的AI应用，都可以用LLM来开发，这让我们的智能化应用（或者说需要智能化的功能）开发变得极为简单了。

这在以前几乎是不可能的，也就意味着如果用户没有掌握平台定制的DSL，就无法使用某些功能，而在LLM成为基础设施之后，我们的开发更加贴近用户，更容易把用户的想法放到产品中去执行。而在这个过程中，我们甚至可以减少编程中间过程，因为现在很多大模型都有了直接执行代码的能力（functional calling）。这也代表着，必须一个字一个字准确编程的时代过去了，新的基于LLM的编程，可以在模糊的表达下完成编程过程，因此，也有人说，“面向对象”将会消失，“面向目标”将会爆发，以描述目标（而非机器执行）为编程内容的范式会逐渐兴起，这和SQL的设计极为相似，恰巧的是，有一个叫Chat2DB的项目，可以实现智能的数据查询和报表能力，直接用自然语言替代了SQL。

此外，LLM自身的封装性良好，这也就意味着，我们切换底层框架的灵活性大大提升。当我们发现更好更智能的LLM的时候，我们可以用非常小的代价切换底层设施到新的依赖上，这也使得我们的架构设计更加灵活，安全性更强，可持续迭代的能力更可靠。

Agent是AI时代的主角

之前的文章中，我有讲过，Agent作为AI时代功能搭建的基本单位，会出现真正的百花齐放。在移动互联网时代，APP是我们享受信息网络的入口，而到了AI时代，Agent就会替代APP，成为新时代的信息网络入口。

AI时代的核心使命，是极速的提升人们获取信息的效率和质量。人类获取信息的模式经历了很多次变革，从口口相传到结绳记事，从档案文书到信息管理，今天，我们将面临着走向知识管理的终极——智慧发掘。LLM-based AI把这种信息获取的难度拉的极低，以前我们要了解一个知识，需要从一部百科全书图书中去查找，效率和质量都很低，而在LLM的加持下，我们可能只需要10秒钟就可以获得高质量的知识内容。接下来的时代，我们需要把这一智能利用往前推一部，让人类突破信息传递的次元壁，能够让人类借助AI的力量，在有限的人类脑力前提下，获得最大程度的智力加持。

过去，我们有一个说法，手机是人类身体长出来的第三器官。因为人类已经无法离开手机了，所以它就像器官一样被我们需要和使用。而我相信，AI会成为人类的第二大脑，同时，人类还会长出第四器官。作为第三器官，手机智能在虚拟层面帮助人们解决一些效率问题，作为第四器官，Agent将会借助各种硬件，直接在现实中增强人类的生理极限。过去，让人长出第三只手，或者让人长出一对翅膀，人类的大脑是无法承受的，过去通过脑电波的形式来实现人体外肢的实践，即使再过几十年也不会有大的进展。而在大模型加持下，自适应的外肢并不需要大脑的直接控制，而是可以由大模型为大脑的AI系统控制，与人体的其他系统协调工作，就像人的淋巴系统、内分泌系统一样，与大脑协同工作。

AI系统是由Agent作为最小单元分工协作构成的，我们需要井喷式的Agents来为我们的创意提供原材料，就像开放世界游戏一样，只有当能满足我们创意的原材料都具备的时候，我们才能快速实现它，而当下，Agent还是太匮乏。

我认为很多人把Agent的设计看的太过复杂，我认为Agent就是非常简单的输入输出模式，对于我们现有的很多功能，都是可以重新设计为Agent的，甚至有时候不一定需要LLM，只要它能按照某种Agent协议，实现输入输出接口，就可以被用到AI系统中，作为组成宏大目标的一部分。

这个图是我提出来的一种设计模式，感知Agent和行动Agent本身通过事件协议与中枢部分沟通，通过端口与外界的硬件、软件联系。一旦这种通用的协议形成共识，我们的Agent市场将会很快丰富起来。有了足够多的Agent，我们接下来要办的事，就是让这些Agent能够协同工作。

Agent Workflow会是终极吗？

工作流是串联一系列单元，使它们能够按照开发者目标完成动作的有效方式。这些工作单元，如果独立去看，可能与我们最终的目标相去甚远，但是我们通过工作流，把这些看上去相去甚远的单元组织在一起，有效的分配任务，就可以实现我们自己的目标。世界上很多事情都是这样，看上去相去甚远的部件，可能在系统中起着关键作用，就像制作钓鱼竿的碳纤维材料成为我国航天公关中的关键突破，就像我们平时写的代码分看来每个语法都平平无奇，组合在一起却功能强大。

对应到我们的编程中，Workflow就是架构，即用以实现我具体目标的整体AI工作系统，与构成该系统的Agent工作单元之间的交互、联系、调度等等。

前几天，我看到一则消息，国外某实验室正在尝试让AI训练AI。当我们允许AI在解决我们提出的具体需求时，且它自己认为自己无法满足该需求的情况，可以通过训练一个具有针对性的AI来解决该问题时，AI就实现了自举。当这一现象产生时，意味着真正的AGI时刻到来了。那么这里有个问题，AI训练AI是我们的设定，还是AI自己的决策呢？如果在我们的设计中，没有这种设计，AI是否有能力自己想到要去训练一个AI来解决具体问题？

所以，当我们去设计Agent工作流时，我们应该换一个角度，即每一个Agent都是一个举足轻重的角色，就像工作中的同事，如果屏蔽了具体形象，只要它能完成工作流中的环节任务，那么无论他有没有实体生命，都需要在工作中被平等看待。

上图是一种拟人化的Agent工作流设计，这种设计把Agent作为工作环节上的角色，完成特定工作内容。虽然这些角色可以由人来代替，但是我们现在是在讨论AI系统，我们作为用户，期望得到的是结果。

从上面的设计来看，AI系统本身并不具备自举的潜力，因为我们往往只会根据当下的业务需要来设计工作流。即使我们在工作流环节中，允许AI进行AI训练，也会是把AI训练交给具体的Agent来完成，而Agent本身并不是主动决策自己要进行AI训练，它更多的是承担“人力”而非“人才”的角色。至于整套系统来说，就更不存在自己训练AI的说法。（当然，我们并不排除有人就是要设计一个可以训练AI的AI系统，而且据我所知，现在头部的大厂们，确实就是在用AI来训练大模型。）

结语

本文从思考AI时代的人机交互形式出发，提出了AI时代的Agent等效于移动互联网时代的APP的观点。手机上的APP是软件，而Agent则不局限于软件，还可以是硬件等。过去我们比较关注代码实现，“面向对象”是最流行的编程范式。但在以LLM为基础设施的时代，我们可以大幅减少对代码实现的依赖，比如一些算法、提取、转化、分析等，一起我们可能需要写大段代码，甚至搭建一套系统来实现，而现在，基于LLM的能力，可以直接获得结果。目前来说，其实我们的LLM基础设施已经很强了，比较欠缺的是Agent，现在的Agent实在是太少了，想要构建AI系统，任何功能（Agent）都需要自己从0去造。当然，或许这也是机会。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】