为什么你的Agent还是个Chatbot？

1. 引言

关于AI agent的交互模式，最近显得有点"囧"了。

一边我们吹牛给客户说 Agent 无所不能，另一边客户拿到 Demo 一看，不就是个 Chatbot 聊天机器人吗？

一边90%的人都在说 Chatbot 不是理想的交互模式，但另一边 90%的 AI agent 应用又都是 Chatbot。

包括在 GPT-4o 中展现的超自然对话模式也不是理想交互模式，至少在办公场景不是。我甚至觉得甚至大家可能都被ChatGPT带入了思维定势。

不过最近有些新的思考和观察，拿出来和大家一起探讨，也许能帮助我们跳出这个定势思维。首先和大家聊聊观点，然后拿几个产品案例来学习。

受限于本人的业务范围，这些思考更专注于 ToB 的场景，ToC 场景有意思的交互也欢迎大家留言。

2. 开门见山:在场景中实现人与 Agent 的协同。

想想我们从 word 文档到飞书文档，从 sketch 到 figma，其本质的不同是将单机工具变为协同工具，节约了大量沟通成本。在云计算时代，仅仅依靠协同这一杀器突出重围的还有 Mural，Trello 等一大批产品。

同样在今天，我们想要突破 Chatbot 这种形式，本质上是在寻找人和 Agent 的高效沟通方式。显然聊天不是最高效的方式，因为人类 80%的信息是由视觉输入获得的 ，这是自然法则，从最初的感官细胞进化到今天的视觉系统，经历了几百万年的考验，没有谁能违背。

基于这一法则，我们以白板为出发点。想象这样一个场景：你在和一位同事白板前讨论问题，而这位“同事”就是一个 Agent。

1.首先你在白板上写道：“一个关于 Agent 的调研”。图中的气泡可能只是内心陈述。

2.然后同事在画布迅速画出一个思维导图，图显然比文字可读性更强。

3.看着思维导图你会发现，这里缺点什么东西。于是在白板上增加了几点内容（图中黑色部分）。

4.你的同事迅速反馈，并在你的项目上又增加了一些想法和创意。

5.你们两个如此反复，最终通过这种互动方式做出来一个调研思路。然后你告诉同事“就按照这个大纲来写出完整的报告吧。”

6.之后同事根据这个思路利用工具总结出了一份完整的报告，并且拿着报告来和你审对。这时候，你们的沟通载体变成了飞书文档。

7.看过文档之后，你对他的文档增加了基础评论、建议。

8.你的同事根据建议生产出一份完整的报告。

9.最后你们二人击掌，庆祝完成。(当然这一步是假想的)

这个过程就是我所想的：人与Agent的场景化协同模式，它与当下的人-人协同模式的区别是：

人与人协同： 其中有一个人来做具体执行工作，且不断地催促各位建议方完成自己的任务。整个执行过程要占掉全部工作 80%的时长，而文档的核心价值–其中的思想和创意，仅仅占掉整个工作 20%的时间。

人与Agent 协同： 这个执行的人变成了 Agent，甚至变成了那个天天追着你要结果的“驱动方”，而人负责指导、建议，真正把人从执行中解放出来，这看上去真是太美好了！

要达到这样美好的人与Agent 协同，在形式上有几点区别于ChatBot：

\1. 在 Chatbot 中，人处于主动发起和核心执行者，而新的人-Agent 协同方式，Agent 比人更主动，更具备执行力。

\2. 沟通媒介从 Chatbot 变成了白板、框架图、文档编辑界面 ，当然我们还可以有更多的载体。

\3. 人在其中通过手把手 ，而不是说话的方式对 Agent 进行了有效的控制 ，而这也是当前 Agent 开发的关键。

在想到这一点之后，我非常兴奋的发现在 Globe engineer ( https://www.globe.engineer，出品AI 版维基百科explorer globe的开发团队)也展现出了类似的交互模式，虽然略显粗糙，但很有用，大家一定要去看。核心就是人-Agent协同，人占据主动位置，执行由Agent 来进行。

在此基础之上，我们再来多看几个产品。

3.产品案例

以下丰富的案例都是我在 YC(美国最大天使投资机构)项目中找到的，不得不说，在 AI 应用萌发的初期，YC 项目中的 idea 真的是非常鲜活，有新意。YC 项目已经成为为经常反复浏览的灵感源库(我已经整理出来放在飞书表格里, 关注公众号回复“YC2024” 可得)。

案例 1：在 Coding场景中协同

Github copilot 是非常好的案例。Copilot 出现在左侧，与用户呈现出 1v1 结对编程的场景化，ta不需要用户刻意唤起，或者时常提醒，对用户造成打扰。

类似的另外一个案例是 https://marblism.com, 在这个产品里，只要输入一句提示词，就可以生成一个网站。在网站生成后，同样在左侧出现类似结对 编程的界面：比如图中marblism bot 会自动产生一项code review建议，阐述原因并向用户汇报，而用户只需要点击确认一下，Agent就可以按照建议修改代码。

案例 2：在流程中协同

第二个案例是在流程中协同。和上述画布中绘制脑图的过程类似，在这里 Agent 生成了决策树，用户可以在决策树中增加新的节点，来控制 Agent 的输出内容。案例来自 https://centauri-ai.tech/

案例 3：在文档中协同

我们之前提到，在飞书文档中，用户以“Comment”的方式和 Agent 协同，这里也看到了一种相反的模式，但这里的场景是：Agent 需要根据最新的合规要求，对企业内部现有文档提出相应的修改建议，然后由人来决策是否修改。参考：https://www.pincites.com/

相信未来还有很多案例值得大家去探索、创造。

4. 总结

总结一下，今天和大家的探讨集中在用户层，着重在包装，这往往被技术人员忽视，但却对市场、用户来说非常重要，甚至用户就是单纯地会为用户体验买单。

最后，唯有跳出Bot，不是Bot，才是一个好Bot。

本文排版借鉴了公众号赛博禅心的排版，希望可读性会更好。

​

如何学习大模型

现在社会上大模型越来越普及了，已经有很多人都想往这里面扎，但是却找不到适合的方法去学习。

作为一名资深码农，初入大模型时也吃了很多亏，踩了无数坑。现在我想把我的经验和知识分享给你们，帮助你们学习AI大模型，能够解决你们学习中的困难。

我已将重要的AI大模型资料包括市面上AI大模型各大白皮书、AGI大模型系统学习路线、AI大模型视频教程、实战学习，等录播视频免费分享出来，需要的小伙伴可以扫取。

一、AGI大模型系统学习路线

很多人学习大模型的时候没有方向，东学一点西学一点，像只无头苍蝇乱撞，我下面分享的这个学习路线希望能够帮助到你们学习AI大模型。

二、AI大模型视频教程

三、AI大模型各大学习书籍

四、AI大模型各大场景实战案例

五、结束语

学习AI大模型是当前科技发展的趋势，它不仅能够为我们提供更多的机会和挑战，还能够让我们更好地理解和应用人工智能技术。通过学习AI大模型，我们可以深入了解深度学习、神经网络等核心概念，并将其应用于自然语言处理、计算机视觉、语音识别等领域。同时，掌握AI大模型还能够为我们的职业发展增添竞争力，成为未来技术领域的领导者。

再者，学习AI大模型也能为我们自己创造更多的价值，提供更多的岗位以及副业创收，让自己的生活更上一层楼。

因此，学习AI大模型是一项有前景且值得投入的时间和精力的重要选择。