如何打造一个更聪明的“AI数字员工”

原文来源：见实

图片来源：由无界 AI生成

大语言模型正在各行各业崭露头角，理解人类语言、生成创新性内容，甚至帮助企业提高效率，无论企业大小，接入AI技术的门槛似乎越来越低。

然而，在快速迭代的背面，同样也充满了数据隐私、可解释性、数据伦理以及各类技术难题。

或许背后最大的困扰便是“安全”二字，这应该是360从创立之日起就开始解决的行业难题，只不过，这次放在了AI大模型时代下。

多轮探索后，360提出的“人工+大模型知识库+AI”的组合策略，确保数据安全的同时，还能大大降低企业自建大模型的成本，具体的策略我们曾在《360 开始猛扑AI数字员工》一文中有详解。

但行业的需求不仅如此，除了要更安全，要低成本，还得要更聪明。

本文便是对后者的补充，即，如何打造一个更聪明的“AI 数字员工”。

如果用专业术语来讲，360 是通过人工制定大模型工作流程，建立知识库系统，实现模型广场和微调预训练能力；再基于底层能力，如任务系统、决策链、思维链、推理系统等，打造一个低代码配置平台，同时具备自己的外部API调用能力。

这一平台让所有企业内部的管理员和一些IT技术信息的人都可以使用这个平台，他们不仅可以写一个Promt，而是写多个Promt，让大模型变成一个Copilot的形式来执行非常复杂的任务。

一句话总结就是，少量人工干预的情况下让“数字人”之间形成了协同。

在具体应用时，AI数字人的强大能力则主要体现在两个方面：对外能创造一批具备灵魂且能实时交互的数字人，如招商数字人、虚拟演讲者和虚拟销售代表等；对内则可以为企业提供更加高效的数字员工服务。

诸如此类的行业创新依旧在暗流涌动。

正如360 集团副总裁、N 世界负责人梁志辉在前不久的见实“920AI大会”上提及的那样，AI的发展趋势正在重新定义我们的工作方式，未来，我们将看到更多的AI应用出现，解决更多的挑战，成为人类的强大合作伙伴。

这是一个充满机遇和潜力的时代，企业需要不断关注AI的发展，以保持在这个领域的竞争力。AI如何变得更加智能、更有创造性，又将如何深远影响企业组织发展的，让我们回到现场一探究竟，听听360从一线带来的思考和观察，如下，Enjoy：

01 如何让大模型变得更聪明

大模型最擅长的三件事：内容生成、内容理解以及逻辑推导。

如果想知道如何让大模型变得更聪明？

首先要看如何定义聪明，在很多场景下，与GPT交流时，你会发现仅能给出一条指令，但他只能回答一次，这很难完成一个非常复杂的任务。在这个过程中，360扩展了整个大模型的能力，并实现了多轮对话、多模态交互以及GOI的交互能力。

将这些交互能力转化为一个低代码配置平台，让所有企业内部的管理员和一些IT技术信息的人都可以使用这个平台，他们不仅可以写一个Promt，而是写多个Promt，让大模型变成一个Copilot的形式来执行非常复杂的任务。

目前，360数字员工平台已经有一个大模型的低代码工作流配置平台。大致的流程如下：

首先，基于现有大模型组件，通过人工制定大模型工作流程，建立知识库系统，实现模型广场和微调预训练能力；再基于底层能力，如任务系统、决策链、思维链、推理系统等，让大模型变得更聪明，可以执行更多步骤，与大模型进行交互，可以实现数百次大模型交互，同时具备自己的外部API调用能力。

在内部办公时，360团队专门研发了一个AI数据人工。这个AI数据人工可以在很多企业内部遇到文案分析和总结等多模态交互时使用。

这里是一个具体例子。例如，让大模型进行旅游规划，计划去丽江、玉龙雪山以及香格里拉的旅游景点。在这个过程中，大模型需要进行搜索并分步执行，找到景点以及其中的习俗和可玩的地方，以及酒店。

大模型可以为您制定一份非常专业的100步旅行规划。这里会产生大模型工作流的结果，包括民风习俗、旅游景点介绍以及旅游过程中的环境，形成表格，并逐步生成一份专业报告。

大家可以理解，这代表了大模型可以执行一个非常复杂的工作。今天它可以执行100步，相信不久的将来，可以让它执行1000步，甚至10000步。

在大模型应用中，如何让几个大模型或智能体系共同完成协同任务是非常重要的，这个功能已经在360智脑和AI数字员工上线。