▼最近直播超级多,预约保你有收获
在刚刚结束的红杉资本 AI 峰会上,六分钟时间,LangChain 作者 Harrison Chase 分享了 Agent 智能体的未来发展方向,并指出 Agent 智能体的三大关键方向:规划(Planning)、用户体验(UX)、记忆(Memory)。
—1—
规划(Planning)
规划(Planning)是指 Agent 智能体能够预先考虑多个执行步骤,并确定最佳行动方案的能力。这对于完成复杂的任务至关重要,比如:预订旅行、撰写报告、安排行程等。
但是大语言模型(LLM)的规划能力还比较有限,可能会存在一定的幻觉问题,主要依靠以下两种方法来增强:
第一、外部提示词(Prompt)策略
开发者通过设计特定的提示词,引导大语言模型进行规划。例如,可以要求大模型在执行每个步骤之前,先列出所有可能的步骤并进行评估。
第二、流程工程(Flow Engineering)
通过设计预定义的流程图或状态机,将任务分解成多个z执行步骤,并明确每个步骤的执行条件和顺序。这可以帮助大语言模型更好地理解任务,并做出更合理的规划。
当然,以上两步都是暂态的解决方式,未来随着大语言模型能力的提升,它们或许能够自主进行更加有效的规划,而不再需要外部提示词策略或流程工程的辅助。
—2—
用户体验(UX)
接下来我想聊聊的是 Agent 智能体的用户体验。用户体验是指用户在使用 Agent 智能体时的感受和体验。良好的用户体验应该让用户感到舒适、便捷和高效。
我很喜欢 Davin(爆火的 AI 程序员)的用户体验,尤其是 Rewind(倒带,回到之前任意时刻并编辑代码或其所属状态)的功能,以便让它做一个更加明智的决定。
我认为这是一个非常强大的用户体验设计,LangChain 也尝试在做这方面事情。
Agent 智能体的用户体验尚待优化,主要问题有三:
第一、受大语言模型局限,存在误判和理解难题,易致用户困惑与不满;
第二、是可控性不强,用户往往不能精细地控制 Agent 智能体的行为,可能导致意外行为;
第三、个性化不足,难以满足用户个性化需求和偏好。
因此,未来优化 Agent 智能体体验需聚焦三点:
第一、升级大语言模型与数据,增强准确理解和执行能力,降低出错率;
第二、增加用户控制选项,比如:回溯编辑、设定安全界限,提升可控性;
第三、运用用户数据实现深度个性化,比如:依据用户偏好推荐内容及调整行为模式。
—3—
记忆(Memory)
记忆是 Agent 智能体储存和运用信息的关键能力,在执行各类任务中扮演核心角色,有两种记忆形式:
第一、程序性记忆(Procedural Memory)
记忆如何正确地执行任务,比如:如何预订机票、如何撰写电子邮件。
第二、个性性记忆(Personalized Memory)
记忆所有关于(使用该 Agent 的)用户的所有事件,可能不一定会带来更正确的结果,但可以让用户的整体体验更佳。
目前 Agent 智能体的记忆功能还比较简单,主要依靠以下两种方式实现:
第一、存储在数据库中:将知识存储在外部数据库中,比如:Milvus 向量数据库,并在需要时进行检索。
第二、嵌入大语言模型中:将知识嵌入大语言模型的参数中,使大语言模型能够在生成文本时使用这些信息。
未来,开发者须研发更强记忆系统,使 Agent 智能体能存储和处理多样信息,如同人类般灵活运用记忆,比如:按情境任务选择提取、融合新旧记忆,生成新知识与理解。
为了帮助同学们彻底掌握大模型的 Agent 智能体、向量数据库、RAG 的应用开发、部署、生产化,今晚20点我会开一场直播和同学们深度剖析,请同学们点击以下预约按钮免费预约。
—4—
!送!AI大模型开发直播课程
大模型的技术体系非常复杂,即使有了知识图谱和学习路线后,快速掌握并不容易,我们打造了大模型应用技术的系列直播课程,包括:通用大模型技术架构原理、大模型 Agent 应用开发、企业私有大模型开发、向量数据库、大模型应用治理、大模型应用行业落地案例等6项核心技能,帮助同学们快速掌握 AI 大模型的技能。
🔥即将开播
立即扫码,即可免费预约
进入直播,大佬直播在线答疑!
本期名额有限
高度起始于速度(手慢无!!)
—5—
!!再送!!《AI 大模型技术知识图谱》
最近很多同学在后台留言:“玄姐,AI 大模型技术的知识图谱有没?”、“AI 大模型技术有学习路线吗?”
我们倾心整理了 AI 大模型技术的知识图谱快来领取吧!
这份业界首创知识图谱和学习路线,今天免费送给大家一份!
只需要以下3步操作就可免费领取:
第一步:长按扫码以下我的视频号:玄姐谈AGI
第二步:扫码后,点击以下关注按钮,就可关注我。
第三步:点击"客服“按钮,回复“知识图谱”即可领取。
END