AI Agents崛起：创业者的机会在哪儿？-杨子超.pdf

AI Agents崛起： 创业者的机会在哪儿？ 超声波创始人杨子超 大语言模型到底是什么？ 1. 辅助工具（产品赋能的插件，类似LBS） 2. 下一代交互界面 3. 新一代操作系统（硬件载体是什么？替代智能手机）大屏、IOT、投影交互、XR眼镜 大语言模型应用的发展？ 1. 聊天 2. 出图 3. 多模态 4. AutoGPT 5. 数字员工 6. 小模型（垂直小规模大模型） AI Agents的概念出现 AutoGPT的本质就是AI Agents做事 数字员工的本质不是数字人的展现，而是AI Agents之间的合作 举一个AI Agents做游戏的例子（游戏制作人和游戏玩家） 什么是AI Agents （人工智能代理）？ ⚫ 简单来说，Agent就是一个代理人，它可以代替我们和LLM （大语言模型） 进行交互 ⚫ 虽然LLM （大语言模型）可以帮我们处理很多问题，但有些复杂的任务， 需要我们不断和LLM （大语言模型）进行交互，不断给LLM （大语言模型） 发送指令才能完成，流程非常繁琐。有了Agent的帮助，流程会变得简单， 用户使用体验也会变好 ⚫ AI Agents最经典的应用就是AutoGPT ⚫ 最近，AI Agents被认为是 OpenAI 发力的下一个方向 AI Agents 系统 在以 LLM （大语言模型）为驱动的AI Agents 系统中，LLM （大语言模型）是代理系统的“大脑” 并需要其他几个关键组件的辅助： 1. 规划 2. 记忆 3. 工具 任务的分拆能力，可执行的小当量 短期记忆 上下文学习 调用外部API ，获取模型权重中缺 反思能力，纠正错误，提高结果的 长期记忆 有自己的自有外部 少的额外信息 质量 载体存储和检索能力 LLM （大语言模型）就像是刚毕业、零基础的大学生 如果让他解决实际工作问题，那还需要 规划能力 （分拆到最小可执行任务的能力） 记忆能力 （海量信息获取的能力） 工具能力 （额外的行业Know-How和纠正信息等） 三者的辅助 AI Agents系统就是硅基机器人的系统 未来LLM （大语言模型）是硅基机器人的 “大脑” AI Agents则是硅基机器人的 “神经网络” AI Agents系统正在发展成为一个真正的硅基仿生机器人 杠杆原理：人和部分动物都可以使用工具，但区别在于人可以 使用复杂的工具，比如说利用杠杆原理做复杂的机械运动，从而帮助 人们解决更复杂的超越人类自身的问题，这就是目前AI Agents的工 具的进化方向 短期内硅基机器人会先出现在虚拟世界，然后会逐渐出现在现实世界 之前一直觉得大模型改变了下一代交互入口，现在看来是一个以大模 型为核心的硅基仿生系统。为什么是仿生，因为首先要解决人类的问 题，场景无法跳跃式发展，所以替代人类的行为是硅基的第一步 AI Agents是AI应用的基础插件 顶层：AI Agents的场景封装 中层：不同的AI Agents 底层：LLM （大语言模型） 提示词是AI Agents的子集 当AI Agents多起来时 AI Agents调用师会取代提示词工程师 对AI Agents的一些思考： 1. 两个AI Agents 的对抗，可以模拟测试出更接近人类的垂类工 具模型 2. 多个AI Agents 的群体对抗，可以延伸出更多社会类趋势或者 经济模型与解决方案 3. 无代码也会因为AI Agents有长足的进化 4. 大模型之后一定是AI Agents的创业机会，这些机会是一些基 础模型工具。大家首先要有心理学、行为学和产品经理的场景洞 察力，大厂做基础连接工具，创业公司更简单粗暴做解决方案。 关于AI Agents的创业机会，大厂和创业公司的起跑线是一样的， 创业公司的机会更多，执行力更灵活 对AI Agents的一些思考： 5. 在全球算力紧缺的条件下，国内的AI Agents解决方案还是围绕 着企业服务展开，面向大众消费者的算力服务则需要算力更充足时 才能引爆市场 6. 提示词对AI