【精华】AI Agent：大模型改变世界的“钥匙”

当前大模型的本质是大语言模型（Large Language Model, LLM）。相较于传统的自然语言处理模型，LLM通过无监督训练，从大量文本数据中学习自然语言的模式和结构，在一定程度上能够更加准确地模拟人类的语言理解和生成过程，还展现出一定的逻辑思维和推理能力。

但是，LLM远远不足以处理复杂的现实问题，如基于天气、人流量等数据完成旅游线路的规划、基于实时更新的市场数据完成交易策略的模拟甚至构建一个全新的交易策略等。

2023年3、4月，随着AutoGPT、AgentGPT与BabyAGI等项目的爆火，以LLM作为核心的AI Agent成为了解决上述问题最有前景的方向。虽然初期的AI Agent项目功能并不完善，但它们确实代表了迈向更复杂的人工智能的早期趋势。

AI Agent与单纯的LLM不同：大语言模型如ChatGPT的使用基本为人机问答的形式，人类在文本框内输入问题，大语言模型做出回答；AI Agent则更进一步，不仅可以告诉人类如何做，更可以在现实中帮人做，是一个能自主理解、规划、执行复杂任务的系统。于是，能够自主执行、独立运作的AI Agent开始被认为是“变革社会的生产力工具”，更有人将其视为“通往通用人工智能（AGI）时代的开始”

AI Agent具体是如何工作的？实在智能的TARS-RPA-Agent展现出了强大的功能特点。实在智能在业界首发基于大模型的Agent产品，即TARS-RPA-Agent，就是一个基于“TARS+ISSUT”双模引擎，有“大脑”，更有“眼睛和手脚”的超自动化智能体。自研垂直领域TARS塔斯大模型是AI Agent的大脑，并辅以CV大模型（ISSUT）以及RPA等前沿技术的规划、记忆与工具使用，实现”所说即所得“，动动嘴就能实现任务的执行。

以下是当前爆火的AI Agent项目：

（一）Agent项目

1.Auto-GPT

Auto-GPT是第一款AI代理，由游戏开发者Toran Bruce Richards开发的，是一个实验性的开源应用程序。它是自动化的GPT，由GPT-4驱动，能够让GPT-4持续为任务生成提示词，自主实现我们设定的任何目标。

GitHub：https://github.com/Significant-Gravitas/Auto-GPT

2.BabyAGI

BabyAGI也是GitHub上的项目，由Yohei Nakajima开发的，需要你会写命令行、知道怎么安装开发环境才能使用的AI代理。

GitHub：https://github.com/yoheinakajima/babyagi

3.AgentGPT

AgentGPT是一个开源项目，可帮助用户创建自主的AI代理。无需编程专业知识，AgentGPT可用于创建各种应用程序的代理，例如聊天机器人和流程自动化。此外，AgentGPT还能使用组织的数据进行训练，以生成准确答案，回答客户问题。AgentGPT不仅适用于自动化编码任务和技术操作，还适用于针对特定业务的定制化应用。

GitHub：https://agentgpt.reworkd.ai/zh

4.GodMode

该工具提供了一个图形用户界面 (GUI)，用于与 ChatGPT 模型进行交互。使用此 GUI，用户可以输入文本提示或问题，并从 ChatGPT 模型接收基于文本的响应。该界面可能包括文本格式、自定义选项以及保存或导出对话的能力等功能。该工具可用于生成文本、回答问题或模拟与虚拟助手的对话等任务。

Demo：https://godmode.space/

5.AI Town

一个数字化的「西部世界」沙盒虚拟城镇中，有学校、医院、家庭。25个AI智能体不仅能在这里上班、闲聊、social、交友，甚至还能谈恋爱，而且每个Agent都有自己的个性和背景故事。

详情介绍：斯坦福小镇二创，8个智能体生活交友，猫猫小镇AI Town人人可搭

GitHub：
https://github.com/joonspk-research/generative_agents
https://github.com/a16z-infra/ai-town （AI小镇二创）

Demo：https://www.convex.dev/ai-town

6.ChatDev

一种全新的软件开发框架，该框架采用了基于对话的端到端方法，借助大型语言模型（LLMs）实现多角色间的高效沟通和协作。创建一个虚拟的聊天驱动软件技术公司-CHATDEV。它遵循经典的瀑布模型，将开发过程划分为设计、编码、测试和文档四个阶段。在每个阶段，CHATDEV招募多个不同角色的代理人，如程序员、审查员和测试工程师。为了促进有效的交流和协作，CHATDEV使用了一个提议的聊天链，将每个阶段分解为原子子任务。在聊天链中，每个节点表示一个具体的子任务，两个角色在上下文感知的多轮讨论中参与，提出和验证解决方案。这种方法确保了客户需求的分析、创意的生成、原型系统的设计和实施、潜在问题的识别和解决、调试信息的解释、吸引人的图形的创建和用户手册的生成。通过沿着聊天链指导软件开发过程，CHATDEV向用户交付最终的软件，包括源代码、环境依赖规范和用户手册。

详情介绍：CHATDEV-软件开发的交流代理，这是让ChatGPT开软件公司么?

GitHub：https://github.com/OpenBMB/ChatDev

Demo：/

7.Agent Hospital（清华大学）

最近，来自清华团队的研究人员开发了一个名为「Agent Hospital」的模拟医院。
在这个虚拟世界中，所有的医生、护士、患者都是由LLM驱动的智能体，可以自主交互。它们模拟了整个诊病看病的过程，包括分诊、挂号、咨询、检查、诊断、治疗、随访等环节。而在这项研究中，作者的核心目标是，让AI医生学会在模拟环境中治疗疾病，并且能够实现自主进化。
研究人员设计了，14名医生和4名护士。医生智能体被设计来诊断疾病并制定详细的治疗计划，而护理智能体则专注于分诊，支持日常治疗干预。

详情介绍： 清华首个AI医院小镇来了！AI医生自进化击败人类专家，数天诊完1万名患者
论文地址： https://arxiv.org/pdf/2405.02957

更多AI工具，参考国内AiBard123,Github-AiBard123

（二）研究进展

• Agent | 复旦NLP团队发布80页大模型Agent综述，一文纵览AI智能体的现状与未来
• Agent | Yann LeCun朝“世界模型”理论迈一步，Meta开源“像人一样学习”的图像模型
• Agent | AI agent组成的软件公司，完全自动化！1美元不到开发一款游戏！
• Agent | 通俗易懂地聊聊AI Agent（附66个开源+44个闭源Agent项目）