为什么OpenAI下一步是Agent? 关于Agent你需要知道的一切

原文来源：AI新智能

作者：甘润泽

图片来源：由无界 AI生成

1 什么是Agent？

什么是AI Agent？想象一下你设计了一个电子游戏，比如马里奥赛车。马里奥就像一个 AI Agent，他需要在整个游戏过程中不断地做出决策，比如何时加速，何时转弯，何时跳跃，以此来躲避障碍，超越其他车手，最终获得胜利。

在这个例子中，整个游戏环境以及其他车手的动作等，都组成了这个Agent的环境。Agent会根据这些信息，做出最佳的决策。比如，如果前方的道路正在向左转，那么 Agent 就会决定向左转弯。

AI Agent的本质是一个可以感知其环境、在给定目标下做出决策并采取行动的系统。这些决策是基于它对环境的理解，比如它的目的地在哪，它的位置在哪，周围有哪些障碍等。

另外，AI Agent还有一个重要的特性，那就是它可以“学习”。也就是说，它可以通过与环境交互，不断改进自己的决策过程。比如，在多次游戏后，它可能会学会如何更好地避开障碍，或者找到更好的赛道线路。

总的来说，AI Agent就是那些能够感知、理解环境，然后做出决策，采取行动，并不断学习和进化的AI系统。

2 为什么Agent是接下来

AI赛道的主要发展方向？

下一阶段大语言模型的发展，目前来看是两条发展方向，一条是“向下发展”更新整个底层系统；另一条是“向上发展”，也即从更高维度，更智能化，更自动化，增加复杂性的方向，即Agent方向来提升大语言模型的生产力。一个标准的单个Agent模块包括记忆，规划，执行，反思模块，比大语言模型的交互方式更加具备智能性。

此外，人们在不断添加非常有吸引力的功能，不断地扩充想象力的边界，一些很酷的想法包括联网搜索引擎，运行编译器功能，这些功能在最近几个月的研究中被一个个实现。

虽然单个Agent功能强大，上手简单，OpenAI GPTs本质上就是关于单个Agent的未来人工智能商业模式，开发者在GPTs上开发各式各样的Agent，用户买下心仪的GPTs，随后OpenAI和开发者共享收益。这是一种集合社群，开发者，平台，用户的充满想象力的商业模式。

但是这还远远不够，对于未来，我们的想象力还可以往更远的地方发散。

就比如，GPTs里面的Agent能不能自我学习，自我进化？

3 向上：黑盒愈黑？

近期OpenAI的Q＊项目曝光，本质上是创造一种能够自己生产新数据，自我学习进化的Agent，这意味者人类将更加难以掌控，我称之为“黑盒愈黑”。

神经网络本身就处于黑盒状态，一个能离开人类监督实现自我进化的黑盒，其不确定性会大大增加，这个“黑盒”也会更加“黑”。

从好的一面看，一个会自我学习的Agent，恰恰是通往aging最有希望的一条路。

人们探索aging已经有近百年的历史，而希望的曙光从来没有像今天这样离我们这样近，与之伴生的是巨大的不确定性：一个人们越来越难以理解但是越来越强大的黑盒。

4 Agent的两个小场景

接下来，我将介绍几个最有代表性的Agent项目，来帮助我们更好的理解Agent。

第一个是爆火的AutoGPT。

AutoGPT因为在大语言模型基础上的全自动流程和联网功能而声名大噪。在AutoGPT中，你只需要给它设定一个大目标：比如，为我制作一份创业计划。它就可以通过大语言模型给出解决方案，并借助联网功能给出一份报告。

实际上，它给予了人类充分的想象空间。一个月前，AutoGPT的团队获得了1200万美元的融资，实际上是非常振奋人心的：我们正在追求的，不就是服务于人类的高级自动化系统吗？

斯坦福小镇是另一个火爆全球的项目。斯坦福小镇的创作者们在沙盒世界中放置了25个Agent，它们有自己的初始设定，Agent之间用自然语言对话，随后开始了为期两周的实验。注意这里的周是指游戏中的时间：创建者为这个世界设置了时间规则，Agent在里面的活动将花费时间。