前言:
在2024年,大模型圈子的Agent是一个绝对热门的话题,agent也被各种各样的公众人物所追捧
-
Agent智能体能够最大化的激发大模型潜能
-
还有人说agent智能体式大模型时代的APP,
-
也有人说agent是在toB场景落地的主要方式之一
无论任何一家大模型发布会上,都少不了Agent的身影,虽然Agent目前依旧没有标志性的产品,但是几乎所有的大模型公司、企业都会认为Agent是现阶段AIGC的主要发展方向。
实际上这个概念在2023年就已经出现,其出圈的项目就是基于Agent打造的斯坦福小镇,这个虚拟小镇中包含25个AI玩家,这些智能体拥有不同的个性与背景故事,他们可以在小镇中自由活动,交流互动。
与此同时,去年还出现一个现象级的AI项目叫做autoGPT,该项目可以主动将用户给出的任务拆分若干个小任务,然后再分配多个AI协作完成。
时间回到2024年,国内的科技大厂,都开始根据自己的大模型能力布局应用层、平台层的应用方案。
根据我的亲身实践,Agent确实很大程度上的增强了大模型的能力,可以让其完成更加复杂的、企业级的任务,真正意义上的用起来AI;
在篇文章里面,我将分享一些Agent的无门槛的知识、干货,**他是什么?为什么能够增强大模型的能力?未来的会发展成什么样?**希望可以帮助屏幕前的你了解这个前沿概念。
agent是什么?
任何产品的出现都是有原因的,agent也不例外;斯坦福大学教授吴恩达在《AI智能体的未来》主题演讲中表示,基于 GPT-3.5构建的智能体工作流在应用中表现比 GPT-4 要好,基于 GPT-4 构建的智能体工作流效果更好,甚至可能超过下一代基础模型GPT-5
他究竟做了什么?可以做到如此大的提升?我们使用一个现实中的示例去讲解这件事
小明的公司来了一个新人小张,这个新人的工作内容比较复杂,并且他也还不太熟悉,小明有希望新人可以快速达到独立完成任务的水平,于是小明想到了一些办法
-
再招几个小张这样的新人,然后每个人负责细化的一部分任务
-
将任务流程化,规范化形成操作手册,小张按照手册指导完成任务即可
等等,当然有很多办法;新人们有了任务细分、有了流程化的操作手册,完成工作的难度就会降低,其快速完成任务的可能性就大了很多。
AI也是一样的道理,我们交给AI一个非常复杂的任务,AI无法完成,但是如果我们可以做好任务流程图,拆分任务给多个AI,形成一个AI的集合体,其完成任务的可能性也就大得多,这样的流程编排+多个AI,我们就称之为agent。
面对提前做好流程编排的Agent,我们只需要给他一个需求,他就能针对我们的需求独立思考,并按照我们预期的规划拆解任务,最终直接给我们一个高质量的结果。
agent的组成部分
我们还是以新人小张完成任务作为例子,领导小明将任务流程化交给小张后,小张获得了流程就可以完成任务了吗?当然不是没有电脑、鼠标这样的设备肯定是不行的,不了解完成这项任务的相关知识也是不行的;
我们的agent也是一样的道理,一个agent的形成需要工具、计划、知识、行动的支持,我们再绘制一下agent的构成:
我们也可以用公式去表达:agent = 大模型 + 计划 + 工具 + 知识,其实和人类的管理工作流程一样对不对?
最后我们用一段文字去总结一下agent:通过将一个复杂任务分解为较小的步骤,在整个过程中融入更多人类对流程的规划与定义、简介,降低对prompt、模型推理能力的依赖,让大模型面对复杂任务可以更加稳定精确的完成任务。agent是提高AI完成任务的可控性,拔高了大模型的上限。
所以说通过agent可以提升大模型能力,让GPT3.5 可以达到、甚至超过GPT4的能力,这并非是夸张说法,是完全可以落地实现的。
大模型与agent有什么区别?
-
单独大模型:更像是一个初级助手的角色,可以完成一些简单的工作,复杂一点就无法完成了。
-
agent:更像是一个中阶员工,通过自主规划、拆解任务可以完成相对复杂的任务。
我们该如何搭建agent呢?
code肯定是可以按照agent进行实现的,但是代码的学习成本太高,不适合大部分普通人,没有关系,我们还有低代码、或者无代码的方式进行实现,面对普通人就有一个非常好的模式:workflow(工作流)
不知道大家是否画过思维导图,简单来说工作流就是对工作流程、操作步骤之间的业务规则进行建模,将一个任务拆解成为多个任务;
比如,下班了买个苹果吃的流程可以拆分为以下流程:下班 - 去水果店 - 挑选苹果 - 买回家 - 寻找削皮刀 - 削苹果 - 吃苹果
我们的agent面对复杂任务的时候,也是同样的思路,比如我们搭建一个塔罗师AI,我们的大概思路为:
获取用户的问题 - 进行抽卡 - 大模型结合抽到的卡 + 用户的问题进行理解 - 输出回答
思路有了,接下来我们就可以使用工作流进行实现了
实现起来也很简单,拖拽相关节点就好了,按照我们预先想好的的流程进行实现,看起来似乎很复杂,但是实际做起来非常的简单,工具的学习其实并不是很难。
Agent从原理上来说其实非常简单,是AI领域的进步带来的一种进阶的使用大模型的方式,其难度远没有大家想象的那个大。而其潜力,用途确实要比提示词工程要更加具备落地能力,非常建议大家多多尝试Agent智能体,搭建一些有用又好玩的Agent。
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。