近兩三個(gè)月出現(xiàn)各種AI Agent項(xiàng)目，谷歌Deepmind推出了robotic agent，利用機(jī)械臂自動(dòng)執(zhí)行各種工作;亞馬遜推出了Amazon Bedrock Agents，可以自動(dòng)分解企業(yè)AI應(yīng)用開(kāi)發(fā)任務(wù);AI獨(dú)角獸Inflection也在開(kāi)發(fā)私人AI助理，可以幫助你完成訂酒店等私人任務(wù);哥倫比亞大學(xué)最近也公布了用于科研的AI Agent項(xiàng)目GPT Researcher。

　　有人說(shuō)，至少有100個(gè)項(xiàng)目正致力于將AI代理商業(yè)化，近10萬(wàn)名開(kāi)發(fā)人員正在構(gòu)建自主Agent。這一輪的熱潮離不開(kāi)OpenAI，有兩位關(guān)鍵人物發(fā)揮了重要作用。

　　簡(jiǎn)單說(shuō)，AI聊天機(jī)器人主要靠“說(shuō)”來(lái)回答你的問(wèn)題，而AI Agent則會(huì)“動(dòng)”起來(lái)完成具體的任務(wù)，就像人類(lèi)助理一樣，在你忙不過(guò)來(lái)的時(shí)候替你完成一些工作，區(qū)別就是用AI來(lái)驅(qū)動(dòng)而不是人腦驅(qū)動(dòng)。

　　在國(guó)內(nèi)，雖然AutoGPT早在4月份就與國(guó)外同步火了，但限于大部分人對(duì)其背后的AI Agent缺少了解，開(kāi)始的反響并不是太熱烈。直到7月初OpenAI應(yīng)用人工智能研究負(fù)責(zé)人Lilian Weng那篇關(guān)于AI Agent的博文刷爆AI圈后，媒體圈、學(xué)研界、投資領(lǐng)域才真正開(kāi)始熱烈討論AI Agent。

　　由此國(guó)內(nèi)真正開(kāi)啟了探索與研究AI Agent的熱潮，并且也有一些廠商開(kāi)始以AI Agent模式重構(gòu)產(chǎn)品架構(gòu)與商業(yè)模式。隨著AI Agent原理、模式以及構(gòu)建方式越發(fā)明朗，很多受困于技術(shù)、模式、生態(tài)乃至政策的創(chuàng)業(yè)者都是眼前一亮。

　　國(guó)內(nèi)已推出的AI Agent

　　(內(nèi)容引用自：王吉偉)

　　經(jīng)過(guò)持續(xù)探索與嘗試，國(guó)內(nèi)AI智能體相關(guān)的產(chǎn)品也開(kāi)始嶄露頭角，下面介紹五款產(chǎn)品。

　　1、阿里云ModelScopeGPT

　　阿里云Mota社區(qū)推出的國(guó)內(nèi)首個(gè)大型模型調(diào)用工具魔搭GPT(ModelScopeGPT)，通過(guò)這一款工具，使用者們可以通過(guò)一鍵發(fā)送指令調(diào)用Mota社區(qū)中的其他人工智能模型，從而實(shí)現(xiàn)大大小小的模型共同協(xié)作，進(jìn)而完成復(fù)雜的任務(wù)。

　　ModelScopeGPT基于開(kāi)源大語(yǔ)言模型(LLM)的AI Agent(智能體)開(kāi)發(fā)框架ModelScope-Agent。這是一個(gè)通用的、可定制的Agent框架，用于實(shí)際應(yīng)用程序，其基于開(kāi)源的大語(yǔ)言模型 (LLMs) 作為核心，包含記憶控制、工具使用等模塊。

　　開(kāi)源 LLM 主要負(fù)責(zé)任務(wù)規(guī)劃、調(diào)度以及回復(fù)生成;記憶控制模塊，主要包含知識(shí)檢索以及 prompt (提示詞)管理;工具使用模塊，包含工具庫(kù)以及工具檢索和工具可定制化。

　　2、實(shí)在智能TARS-RPA-Agent

　　實(shí)在智能在超自動(dòng)化領(lǐng)域首發(fā)的TARS-RPA-Agent，是一個(gè)基于“TARS+ISSUT(智能屏幕語(yǔ)義理解)”雙模引擎、有“大腦”，更有“眼睛和手腳”的超自動(dòng)化智能體，是能夠自主拆解任務(wù)、感知當(dāng)前環(huán)境、執(zhí)行并且反饋、記憶歷史經(jīng)驗(yàn)的RPA全新模式產(chǎn)品。

　　TARS-RPA-Agent采用以TARS大模型和ISSUT智能屏幕語(yǔ)義理解為基座的技術(shù)框架。該技術(shù)框架分為兩層結(jié)構(gòu)：底層是包括通用基礎(chǔ)模型和各個(gè)垂直行業(yè)基礎(chǔ)模型在內(nèi)的TARS系列大模型和智能屏幕語(yǔ)義理解技術(shù);上層是依托這兩項(xiàng)關(guān)鍵技術(shù)完成全面升級(jí)和改造的超自動(dòng)化產(chǎn)品。

　　TARS-RPA-Agent的核心LLM是實(shí)在智能基于通用大模型基座的自研垂直“塔斯(TARS)”大模型，TARS大模型具備優(yōu)異的文本生成、語(yǔ)言理解、知識(shí)問(wèn)答、邏輯推理等主流能力。

　　3、OmBot歐姆智能體

　　2023 世界人工智能大會(huì)上，聯(lián)匯科技發(fā)布了基于大模型能力的自主智能體(Auto AI Agent )——OmBot 歐姆智能體，并針對(duì)典型場(chǎng)景需求推出了首批應(yīng)用。

　　聯(lián)匯自主智能體包含了認(rèn)知、記憶、思考、行動(dòng)四大核心能力，作為一種自動(dòng)、自主的智能體，它以最簡(jiǎn)單的形式中在循環(huán)中運(yùn)行，每次迭代時(shí)，它們都會(huì)生成自我導(dǎo)向的指令和操作。因此，它不依賴人類(lèi)來(lái)指導(dǎo)命令，具備高度可擴(kuò)展性。

　　4、瀾碼科技Ask XBot

　　瀾碼科技構(gòu)建的Agent平臺(tái)“Ask XBot”，平臺(tái)分兩層：第一層是專(zhuān)家賦能，專(zhuān)家通過(guò)拖、拉、拽以及對(duì)話交互的方式定義工作流程，教給機(jī)器，從而協(xié)助一線員工構(gòu)建更高效工作的方法論;第二層是員工使用Agent，一線員工可以通過(guò)自然語(yǔ)言和Agent溝通并下達(dá)指令，讓Agent協(xié)助完成數(shù)據(jù)分析、資料調(diào)取等工作。

　　該公司計(jì)劃將Ask XBo打造成一個(gè)兼具通用性和易用性的平臺(tái)，把這些API和Agent做好管理，讓Agent包裝不同的API，不同模型的Agent能夠在上面更好地協(xié)作，讓它們可以在平臺(tái)上更有效率、更智能地服務(wù)好客戶。

　　5、ChatDev

　　由清華大學(xué)、北京郵電大學(xué)、布朗大學(xué)聯(lián)合研究團(tuán)隊(duì)推出的ChatDev，是一個(gè)生成式智能體。它基于聊天的端到端軟件開(kāi)發(fā)框架，能夠利用大型語(yǔ)言模型(LLMs)促進(jìn)軟件開(kāi)發(fā)過(guò)程中多角色(ChatGPT 的 “gpt3.5-turbo-16k” 版本)之間的有效溝通和協(xié)作。

　　ChatDev的主要目的是通過(guò)聊天來(lái)進(jìn)行游戲開(kāi)發(fā)。用戶只需提出想法，從設(shè)計(jì)到測(cè)試的整個(gè)流程都由AI完成，整個(gè)過(guò)程只需七分鐘即可完成。

　　AI Agent不僅讓大家看到了大語(yǔ)言模型(LLM，Large language Model)落地的方向，讓更多創(chuàng)業(yè)者進(jìn)一步燃起了LLM創(chuàng)業(yè)的希望，也讓廣大企業(yè)看到了高效應(yīng)用LLM的未來(lái)趨勢(shì)。