Agent进入深水区,标志就是大家在评判什么样的Agent是好的、什么样的Agent是坏的?在反思和讨论中,标准逐渐清晰,一些开发者也在设计一套多维度的Agent评估框架。
在Agent发展初期,往往是个人兴趣驱动创建Agent,现在发展到Agent深水区,开发者/创作者也逐渐结合实际场景提出解决更复杂、更完善的方案。
分析汇总了Agent发展进入深水区后十大趋势,你有哪些相同观点、不同观点,欢迎评论区留言。
01
解决实际痛点是Agent价值体现
Agent进入深水区各开发者也在思考和讨论Agent的价值如何体现,以及从哪些维度来定义一个Agent是好的Agent?将会在反思中前进。
社区中比较认同的观点是Agent解决了实际场景中的一些痛点,创作者找到的痛点越痛、通过Agent解决痛点越彻底则Agent是更有价值的,也就是体现用户价值。
虽然评估Agent好坏和价值并非单一维度,但是Agent技术复杂度、是否使用到最新技术、创新性等维度的权重都会降低。
02
面向ToB等企业场景推出服务
最初Agent开发者/创作者基于个人兴趣、灵感idea来创作Agent,又或者抱着学习新鲜事物的心态来探索Agent。随着开发者/创作者将Agent平台的各项组件功能熟练应用、形形色色Agent搭建验证之后,需要找到Agent新的发展方向,即结合ToB的实际业务需求痛点,当然这里也包括面向孤独症儿童等需要特殊关注人群的团体,ToB和特定团体都具有一类痛点需要通过Agent平台来解决。
基于ToB和团体的Agent需要更全面的设计、相比MVP版本更完善的代码开发、更长的验证环节,零散的Agent逐步转向场景化的Agent,将会是Agent开发者/创作者新的战场。
03
更多开发者如何获利/获益
Agent平台方、模型方、Agent开发者、插件等组件开发者、需求方等各类生态互相找到利益结合点,能够互相协作,才能够更健康的发展。
免费,只是其中少数环节的设想,付费才是推动整体闭环中每个环节前进的动力。
04
新兴创业小组活跃
还不能完全确定为创业团队,Agent开发者/创作者基于一个idea、一个Agent、一个“可能的”项目需求来实现Agent产品化,这在社区内是普遍现象。除了个人开发,往往招兵买马以小组的形态协作开发,大家为爱发电,在协作过程中实现自我价值、为idea和技术落地实现而兴奋。
Agent早期阶段,开发者/创作者以个人为主、以兴趣为主进行Agent开发;Agent深水区阶段,开发者/创作者以小组形态为主、结合细分的实际场景/痛点进行Agent和应用开发,并且往往有变现的目标和想法。
05
拥抱硬件
具身智能、儿童玩具、汽车智慧驾驶及车载娱乐已经初具规模,并且将继续扩大市场。
06
不限于Chatbox形式
智谱、百度AppBuilder等平台推出PC端和小程序端应用,钉钉AI助理便于集成到钉钉中,飞书也通过黑客松比赛来获取最新的idea和尝试,交互的形式不局限于Chatbox形式。
当然也不会仅局限于和当前的IM工具结合,具有代表性的MultiAgent《斯坦福小镇》以及类似作品会继续扩大应用到实际应用场景中,比如和医院就诊、学校学习、企业代码开发等场景结合,其具体形式也会突破Chatbox形式。
07
Agent平台将抢占流量入口
当前还是要看平台对平台入口的抢占,将Agent绑定到微信聊天框和公众号就接入了社交流量入口,其他还有包括抖音、B站、小红书、微信等社交平台以及钉钉、飞书等工作IM平台。
08
多平台、多模型、多模态
目前Agent平台很多,顶流、第一梯队、第二梯队都在你追我赶的发布Feature、赢得开发者关注,顶流和第一梯队的确在插件、易用性、图像流等功能中独一无二或者具有差异化亮点,不过第二梯队在一些场景中也具有可替代性。对于Agent创作者、ToB应用方来说不太会局限于一个平台,更不太可能被单个平台锁定,Agent在一个平台搭建验证后再选择部署至其他两个平台成为许多开发者的选择。
除了不会被单一Agent锁定,开发者也不会被单一大模型锁定,哪个模型稳定好用就一键切换模型。
输入形式不仅仅是文字,多模态也成为常态,并且是多种输入形式共同协作的方式。
09
企业私有化部署
因为ToB以及解决企业实际需求能充分体现Agent价值,加上企业对数据敏感度的要求,将会有一批企业采用私有化部署Agent平台、大模型平台的方案,在本地做模型部署、微调、RAG等处理。
基于互联网的各Agent平台往往具有比私有化部署更开放的生态、更及时丰富的组件,因此开发者会在互联网Agent平台中搭建MVP版本来做验证,并用以证明Agent的强大能力以及企业私有化部署Agent平台的必要性。
10
产品经理将会起到更关键的作用,也将更有挑战
生成式AI时代的产品经理需要的知识面更广,并且需要能够跟上信息爆炸的功能发布和行业动态,又要能和不同角色、不同技术栈的创作者进行有效沟通来获取方案基础信息,还要能把握稍瞬即逝的创新灵感,加上强大的设计和落地推动能力让研发团队认同方案并顺利开发。
研发团队中Agent工程师、模型工程师、算法工程师等技术能力差异较大并且大家都在技术应用最前沿,产品经理需要提前预判研发/算法工程师的一些问题预判。
如何学习AI大模型?
作为一名热心肠的互联网老兵,我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的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。
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
】
![](https://img-blog.csdnimg.cn/img_convert/e47230c1ae1a9a6c00df42d46e051789.png)
一、全套AGI大模型学习路线
AI大模型时代的学习之旅:从基础到前沿,掌握人工智能的核心技能!
二、640套AI大模型报告合集
这套包含640份报告的合集,涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。
三、AI大模型经典PDF籍
随着人工智能技术的飞速发展,AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型,如GPT-3、BERT、XLNet等,以其强大的语言理解和生成能力,正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。
四、AI大模型商业化落地方案
作为普通人,入局大模型时代需要持续学习和实践,不断提高自己的技能和认知水平,同时也需要有责任感和伦理意识,为人工智能的健康发展贡献力量。