OpenAI發(fā)布了其根據(jù)自身技術(shù)研發(fā)與產(chǎn)品開發(fā)的通往AGI的五級量表。OpenAI 將 AI 開發(fā)分為五個階段，每個階段代表更高級的能力水平：

• 第 1 級：聊天機器人—具有對話語言技能AI
• 第 2 級：推理者能夠在人類層面解決問題的AI
• 第 3 級：Agents可以代表用戶執(zhí)行操作的AI
• 第 4 級：創(chuàng)新者 — 可以協(xié)助發(fā)明的AI
• 第 5 級：組織者 — 可以管理組織任務的AI

彼時OpenAI剛發(fā)布o1模型不久，并且正在籌建多智能體團隊，因此處于第二階段與第三階段之間?，F(xiàn)在的OpenAI已經(jīng)開源了多智能體框架Swarm，當然它仍然處于2.5這個level。后續(xù)的進展，還要看明年初將要發(fā)布的能夠操作PC的智能體。

目前OpenAI向多Agent系統(tǒng)邁進與第三階段的目標一致，其中 AI Agent應代表用戶執(zhí)行操作，從而提高他們的能力和效率。

這里，也貼上這個五級量化表的中文版。

可以看到，OpenAI定義的第五級是能夠幫助組織完成復雜業(yè)務流程的AI。按照現(xiàn)在AI的發(fā)展速度，GUI-Agent將能夠快速接管一定的企業(yè)流程自動化，加上RAG技術(shù)的快速迭代翻新，5年之后差不多能夠?qū)崿F(xiàn)。但實現(xiàn)這個目標，卻不一定能夠?qū)崿F(xiàn)AGI的目標。畢竟LLM是存在一定的技術(shù)缺陷的，這也是抱有“AI泡沫論”看法之人的主要論據(jù)之一。

有人把OpenAI的五級量表看作通往AGI之路，也有人并不這么認為。比如在近日的一次采訪中，微軟人工智能首席穆斯塔法?蘇曼（Mustafa Suleyman）與 OpenAI 首席執(zhí)行官山姆?阿爾特曼 Sam Altman)之間就人工通用智能(AGI)的實現(xiàn)時間產(chǎn)生了明顯分歧。盡管 AGI 的實現(xiàn)是 “有可能的”，但這一目標可能需要十年的時間才能達到。

當然，還要看大語言模型的發(fā)展進程，畢竟LLM Based Agent的重點在于LLM。

AI Agent的5個級別

Autonomous Agents（自主智能體）是能夠獨立執(zhí)行一系列復雜任務以實現(xiàn)目標的AI系統(tǒng)。它是AI Agent發(fā)展的終極目標，各種類型的智能體都將奔著這個目標而努力。而現(xiàn)在我們常說的Agent其實也是泛指自主智能體，確切的說是自主智能體發(fā)展的初期階段。隨著人們的進一步探索，更加詳細的AI Agents 5級量化呼之欲出。

下面這張圖來自于 Kore.ai首席宣傳官COBUS GREYLING，完整而詳細的描繪了不同級別的AI Agent的技術(shù)、性能、能力、關(guān)鍵特征和用例。

通過具體技術(shù)描述的五級AI Agent，如下：

1. L0級別（無AI）：這個級別的AI Agent不具備人工智能，僅有具備感知能力的工具加上行動功能。它們僅依賴于基礎(chǔ)規(guī)則和手動操作，無法展現(xiàn)智能化的行為。

2. L1級別（基于規(guī)則的AI）：這個級別的AI Agent采用基于規(guī)則的人工智能系統(tǒng)。它們能夠根據(jù)預設的規(guī)則來執(zhí)行任務，但缺乏自我學習和適應新情況的能力。

3. L2級別（基于模仿學習/強化學習的AI）：這個級別的AI Agent使用模仿學習（IL）或強化學習（RL）的人工智能，取代基于規(guī)則的系統(tǒng)，并增強推理與決策功能。它們能夠通過學習來改進行為，以更好地適應環(huán)境。

4. L3級別（基于大型語言模型的AI）：這個級別的AI Agent采用大型語言模型（LLM）的人工智能，替代IL/RL系統(tǒng)，并增設記憶與反思模塊。它們能夠處理更復雜的任務，并且具有一定的記憶和自我反思能力。

5. L4級別（自主學習和泛化）：在L3級別的基礎(chǔ)上，L4級別的AI Agent提升了自主學習和泛化能力，能夠更廣泛地應用學到的知識，并在不同情境下進行泛化。

6. L5級別（個性和協(xié)作行為）：在L4級別的基礎(chǔ)上，L5級別的AI Agent融入了個性（情感與性格）和協(xié)作行為（多智能體交互），它們不僅能夠獨立學習，還能與其他智能體協(xié)作，展現(xiàn)出更接近人類的行為特征。

需要說明的是，這張圖表也是一個矩陣圖。X軸（性能）從下到上展示隨著智能體級別的增長性能逐步提升，Y軸（一般性）從左到右展示了不同級別智能體的各項屬性。

這張圖最具價值的地方在于，它不僅展示出了智能體的技術(shù)路徑，還通過特征與案例讓大家更容易理解各級智能體，并用具象化數(shù)字表述出了它們的能力，對于企業(yè)應用智能體和技術(shù)企業(yè)開發(fā)智能體都有一定的指導作用。

從這張圖表來看，目前市面上以及大家在用的AI Agent主要為第三級，且正在向第四級發(fā)展。整張圖片描繪了一個非常有“錢景”的AI Agent未來畫卷。

• AI Agent應用程序利用一個或多個語言模型作為其核心基礎(chǔ)或主干，動態(tài)生成響應和操作。
• 這些應用程序管理狀態(tài)和轉(zhuǎn)換，同時實時構(gòu)建事件鏈以解決特定的用戶查詢，從而提供自適應解決方案。
• AI Agent擅長處理模棱兩可或隱含的問題，將它們分解為連續(xù)的子步驟，并通過行動、觀察和反思的循環(huán)迭代處理，直到達到最終解決方案。
• 延遲和成本管理對于對話式實施至關(guān)重要，可以平衡響應能力與資源效率。Agentic 實現(xiàn)的延遲可能是個問題。
• 可檢查性和可觀察性對于生產(chǎn)實施至關(guān)重要，開發(fā)了強大的機制來揭示AI Agent所經(jīng)過的狀態(tài)和路徑，從而確保透明度。
• 為了完成任務，AI Agent可以使用各種工具，每個工具都有明確的目的——無論是進行 API 調(diào)用、執(zhí)行計算還是搜索 Web。
• 人機協(xié)同 （HITL） 可以用作輔助工具，使AI Agent能夠在需要時尋求人工輸入，從而擴展其操作能力。
• 可以無縫集成新的AI Agent工具以擴展功能，從而允許持續(xù)適應和增強自主AI Agent功能。
• AI Agent擁有真正的自主權(quán)，獨立做出決策和執(zhí)行行動，需要最少的人工監(jiān)督。自主性級別由 AI Agent 可以循環(huán)的迭代次數(shù)設置，以得出結(jié)論;以及可供使用的工具數(shù)量。
• 憑借先進的靈活性，AI Agent可以根據(jù)情境需求動態(tài)選擇和排序工具，采用推理和自適應策略來解決出現(xiàn)的復雜任務。

智能體自動化的五個級別

在五級AI Agent的基礎(chǔ)上，自動化領(lǐng)域開始探索智能體自動化（Agentic Automation，也稱作代理自動化）。而一旦Agent成為元宇宙一樣的流行詞匯，也意味著更多人并不了真正解它。所以為了消除這些噪音并幫助更多公司設定他們的目標，Semae.ai引入了一種根據(jù)AI Agent功能和結(jié)果對AI Agent進行分類的方法。這也是一個智能體分類方法，不過角度換到了自動化。如下：

下面，是對于每一級智能體自動化的具體解讀。

0 級：固定自動化

在基層，固定自動化不代表真正的Agent行為。它相當于傳統(tǒng)的機器人流程自動化 （RPA），具有一組固定的規(guī)則和完全確定的結(jié)果。沒有計劃或執(zhí)行控制，因為一切都是在編程過程中預先確定的。人工交互僅限于處理異常，并且任務范圍僅限于基于規(guī)則的邏輯。

示例：表單、網(wǎng)站和業(yè)務應用程序的數(shù)據(jù)輸入。數(shù)據(jù)收集和抓取。

第 1 級：AI 增強自動化

首先，第一級在個人決策層面介紹基本的Agent行為。它本質(zhì)上是固定的自動化，其中一些步驟由大型語言模型 （LLM） 增強。雖然與傳統(tǒng)自動化相比，它提供的好處有限，但它代表了通過約束決策邁向更高級Agent的第一步。

示例：對客戶支持電子郵件進行分類并將其轉(zhuǎn)發(fā)給合適的團隊。

第 2 級：Agent助理

隨著我們上升一個級別，我們看到能夠使用工具調(diào)用的特定任務Agent自動化助理。這些系統(tǒng)可以解釋用戶意圖，確定所需的結(jié)果，并采取適當?shù)男袆印缈偨Y(jié)文本、生成內(nèi)容或使用特定工具。但是，它們僅限于靜態(tài)的短期計劃。

示例：用于搜索、匯總和起草電子郵件的對話式 co-pilot。

第 3 級：計劃和反思

今天，這個級別通常被稱為 AI Agent，它是第一個表現(xiàn)出受限自主性的級別。這些Agent系統(tǒng)可以根據(jù)給定的意圖創(chuàng)建計劃，執(zhí)行它們，反思它們的成功，并在必要時在執(zhí)行過程中修改計劃。當今許多高級 AI Agent都在此級別運行，能夠進行多個推理循環(huán)和規(guī)劃以實現(xiàn)預期結(jié)果。

示例：根據(jù)一組人工級別的規(guī)則和準則，根據(jù)內(nèi)部系統(tǒng)對賬一張100頁的發(fā)票。處理流程流和數(shù)據(jù)中的復雜性、模糊性和可變性。

第4 級：自我完善

4 級Agent自動化將能夠在有或沒有人工協(xié)作的情況下進行有意義的自我提升。它可以檢查和修改其指令和學習數(shù)據(jù)，創(chuàng)建新工具，并連接到新的數(shù)據(jù)源。這種級別的自動化使Agent能夠跟上不斷變化的任務和環(huán)境。雖然目前是理論上的，但我們知道 4 級系統(tǒng)是可能的。然而，今天的 AI 模型缺乏在實際業(yè)務應用程序中支持它們的推理能力。

示例：復雜發(fā)票對賬的Agent，可以通過最少的人工協(xié)調(diào)添加新供應商，并隨著時間的推移提高準確性。

第 5 級：自主性

最高級別的Agent自動化代表了許多人認為的通用人工智能 （AGI）。這些假設的Agent表現(xiàn)出原創(chuàng)思維，并將綜合解決以前看不見的任務。利用先進的邏輯推理和創(chuàng)造力，5 級特工將能夠解決初始訓練之外的復雜問題。

示例：數(shù)字知識工作者能夠在沒有監(jiān)督的情況下端到端處理復雜任務。

對于分類和了解智能體自動化和AI Agent的功能，這個框架提供了一種有用的方法。通過明確定義這些級別，可以更好地溝通AI系統(tǒng)，設定切合實際的期望，并規(guī)劃智能體自動化開發(fā)的前進道路。

需要注意的是，目前我們主要在前三個級別內(nèi)運營。超出此水平代表未來的可能性，這些可能性將改善我們的工作方式。隨著技術(shù)迭代和應用發(fā)展，按照作者的意思，這個框架應該也會會不斷發(fā)展以適應 AI 功能的新突破和見解。

從自動化角度來看市場的話，目前更多企業(yè)尚處于L0-L1，從L0、L1到L3，是廣大技術(shù)供應商的機會。

自主工作的六個層次

AI Agent不只影響了企業(yè)數(shù)字化技術(shù)的應用，更影響了廣大組織的業(yè)務架構(gòu)與作業(yè)方式。Agent的終極發(fā)展目標是Autonomous Agent能夠?qū)崿F(xiàn)主動響應和自主運行，所以在Agentic AI影響下的工作最終也將發(fā)展成為自主工作（autonomous work）。

未來十年不斷改進的AI資源將對企業(yè)和人類勞動力產(chǎn)生雙重影響。AI將產(chǎn)生廣泛的增強效應，接管低價值的任務，并使人類能夠?qū)⒕性诟邞?zhàn)略性和創(chuàng)造性的工作上。

在這個不完整但仍然相對堅實的基礎(chǔ)上，受到汽車工程師協(xié)會創(chuàng)建的“駕駛自動化的6個級別”的啟發(fā)（PS：駛自動化已經(jīng)啟發(fā)了很多行業(yè)），Salesforce首席數(shù)字宣傳官Vala Afshar等人開發(fā)了一個認知框架-自主工作的六個層次，用于反映AI 能力的演變以及它們將如何在未來十年左右對公司產(chǎn)生影響。

下面是對這個框架各維度的簡單解釋。

級別（Level）

每個自動化工作級別都由數(shù)字（0-6）和標題標識。標題指的是AI在該級別可以完成的工作量和復雜性。它本質(zhì)上是一個通用的工作分解，從最小和最簡單的工作單元開始，即一個任務（1級）。

比任務高一級的是子流程（2級），指的是通常按順序執(zhí)行以完成業(yè)務流程的一個離散部分的一組任務，例如確保所有相關(guān)信息已準確無誤地收集完整以開啟客戶案例。

在3級，AI有能力完成一個業(yè)務流程，如接收客戶訂單、從開放到關(guān)閉管理客戶案例，以及篩選潛在客戶。

在4級，AI可以完成從開始到結(jié)束的幾個流程，執(zhí)行通常按角色分配的大部分工作，如銷售代表、營銷專家或服務Agent。我們在這里關(guān)注的是典型的商業(yè)運營，但在制造業(yè)和其他類型的運營中也同樣適用。

階段（Phase）

六個自動化工作級別并不代表AI的線性發(fā)展軌跡。AI不會以傳統(tǒng)的職業(yè)晉升方式在組織中發(fā)展到更高級別的角色。相反，在其發(fā)展過程中將有兩個非常不同的階段。

第一個是1-3級，我們可以將其描述為增強階段，在這個階段數(shù)字助手將使人類員工能夠發(fā)揮最大的工作能力，并為他們創(chuàng)造新的機會。

第二個是4-6級，這是替代階段，在這個階段數(shù)字Agent將從人類那里承擔越來越多的責任，并隨著時間的推移開始取代他們。

AI角色（Al Role）

在這里，我們從非技術(shù)的角度描述了AI的主要能力以及它與人類同事的關(guān)系。如果有興趣，我們將在后續(xù)提供每個級別的更深入的技術(shù)視角，但現(xiàn)在我們希望突出人與AI之間的關(guān)系。

人類角色（Human Role）

這是AI角色的另一面，同樣關(guān)注人類與AI之間的關(guān)系以及他們的相對責任和能力。

采納（Adoption）

預計主流采納者（廣泛包括早期和晚期大多數(shù)采納者類別）開始在每個級別應用AI的日期。創(chuàng)新者和早期采納者會更早，而落后者可能會更晚，除非危機改變了他們的發(fā)展軌跡。

采納率將因行業(yè)而異，甚至因部門而異。即使在員工層面，采納過程也不太可能是平滑的。有些人會欣然接受AI，盡管他們更可能接受的是讓他們從單調(diào)乏味的工作部分中解放出來的AI，而不是承諾（或威脅）執(zhí)行更有創(chuàng)造性和/或戰(zhàn)略性部分的AI。

其他人，特別是那些擔心自己的工作將被AI完全取代的人，可能會抵制整個過程。總的來說，我們已經(jīng)看到預測性和生成性AI在大多數(shù)行業(yè)中的應用實例，我們知道更復雜和有能力的機器人和Agent即將到來。

自主工作對商業(yè)的影響包括三個重要方面：

首先，AI的發(fā)展將分為增強（1-3級）和替代（4級以上）兩個階段。增強階段中，AI將提升工作效率，釋放人類從事戰(zhàn)略和創(chuàng)造性工作。替代階段中，AI將快速取代人類工作。

其次，AI將加速公司的運營周期，通過SUDA模型（感知、理解、決策、行動）提升公司的反應速度和決策優(yōu)勢。

第三，AI將超越人類能力，處理復雜、準確和快速的任務，其能力將不再以人力單位衡量，而是以機器能力來衡量。

從整個認知框架來看，在某個階段可能在五年左右的時間里，AI將開始接管整個工作角色，從最“程序化”或基于規(guī)則的工作開始。最終，它將獲得足夠的決策和編排能力來接管整個團隊甚至業(yè)務線。

本文轉(zhuǎn)載自公眾號數(shù)字化助推器  作者：天涯咫尺TGH

原文鏈接：??https://mp.weixin.qq.com/s/mU94UlVrRFwzj5V6IVToxw??