上周寫(xiě)了一篇文章，講大模型兩種模式，一種是 copilot，一種是 agent。

大模型 Copilot 和 Agent 有什么區(qū)別？

文章出來(lái)之后引起了討論，有同學(xué)留言覺(jué)得 copilot 和 Agent 沒(méi)啥區(qū)別，核心原因是認(rèn)為，Copilot是傳統(tǒng)軟件使用AI 增強(qiáng)，這時(shí)被包裹成為copilot，另種形式 Agent 是AI系統(tǒng)（目前常見(jiàn)各種對(duì)話）包裹傳統(tǒng)系統(tǒng)API，這時(shí)稱為Agent。這兩者沒(méi)有明顯區(qū)別，同樣的實(shí)現(xiàn)邏輯。

其實(shí)這個(gè)是有誤區(qū)的。

核心概念區(qū)別

Agent 和 Copilot 最核心區(qū)別在于是否能自主完成任務(wù)，并不是是否調(diào)用其他能力。類似自動(dòng)駕駛里面的 L2，L3的區(qū)別。agent 也可以包在傳統(tǒng)軟件里面，是否包，還是獨(dú)立的，不是這個(gè)核心區(qū)別。

AI Agent 是一種智能實(shí)體，它能夠感知環(huán)境、進(jìn)行決策和執(zhí)行動(dòng)作。AI Agent 通常具有自主性，能夠根據(jù)給定的目標(biāo)或任務(wù)，獨(dú)立地進(jìn)行規(guī)劃、執(zhí)行和反思。它們可以分解復(fù)雜任務(wù)，自我批評(píng)和自我反思，從錯(cuò)誤中學(xué)習(xí)，并改善結(jié)果。AI Agent 可以被視為具有一定程度自主性和復(fù)雜推理能力的系統(tǒng)，它們可以在沒(méi)有人類直接干預(yù)的情況下完成任務(wù)。

AI Copilot，另一方面，通常是指一個(gè)通過(guò)AI技術(shù)賦能的智能助手，它協(xié)助人類完成各種任務(wù)。AI Copilot 可能在特定領(lǐng)域（如編程、寫(xiě)作、駕駛等）提供幫助，通過(guò)與人類的交互來(lái)提高效率和創(chuàng)造力。AI Copilot 可能更多地依賴于人類的輸入和指導(dǎo)，而不是完全自主地完成任務(wù)。

簡(jiǎn)而言之，AI Agent 更強(qiáng)調(diào)自主性和獨(dú)立完成任務(wù)的能力，而 AI Copilot 更側(cè)重于作為人類的助手，協(xié)助完成特定任務(wù)。AI Agent 可能在復(fù)雜性和自主性方面更為先進(jìn)，而 AI Copilot 則更注重與人類的協(xié)作和輔助。

講完概念，今天繼續(xù)深度下 Agent 的架構(gòu)，當(dāng)前問(wèn)題，業(yè)界典型范例給大家參考。

典型Agent 架構(gòu)

下圖是一個(gè)典型的 Agent 架構(gòu)。

一個(gè) Agent 里面核心幾大塊：

1、大模型：負(fù)責(zé)思考，給出執(zhí)行，調(diào)用的參數(shù)。

2、能力庫(kù)：外掛的各種能力，比如約會(huì)議，查文檔都是調(diào)用另外的系統(tǒng)完成。

3、歷史：主要是記錄上下文

4、用戶澄清：當(dāng)前 Agent 比較難脫離人的檢查確認(rèn)，所以一般有這一步用戶的確認(rèn)和修改過(guò)程。

5、最終展示：有多種展示形式，卡片式，或者給自然語(yǔ)言展示結(jié)果。

接下來(lái)看下 Agent 實(shí)際的范例和當(dāng)前存在的問(wèn)題。

業(yè)界 Agent 范例

Copilot 有很多成功的范例，最出名的有 GitHub copilot，Microsoft office 365 copilot。大模型已經(jīng)成功在編程，文案，創(chuàng)意等方向有不錯(cuò)的實(shí)踐。

當(dāng)前智能體 Agent 還處在比較早期的階段，已經(jīng)有一些比較明顯的成果，當(dāng)前有些典型的嘗試：

• 角色扮演類：比如英語(yǔ)口語(yǔ)老師，情感分析大師。
• 創(chuàng)作類：各種營(yíng)銷文案如新媒體文章，小紅書(shū)文案編寫(xiě)等。
• 辦公類：ppt 自動(dòng)生成，研究報(bào)告生成等。

不過(guò)總的來(lái)說(shuō)特別實(shí)用的 agent 其實(shí)還沒(méi)有孵化出來(lái)。

從另外一個(gè)角度思考，大模型是一個(gè)全新的領(lǐng)域，，從成熟度角度，可以認(rèn)為：

GPU > LLM > Agent builder > Agent&Application

越是底層越成熟，也只有底層成熟了才能孵化上層的業(yè)務(wù)。因此如果要有一個(gè)比較不錯(cuò)的 Agent，可能需要成熟的 Agent builder?？赡苡杏钟行』锇橄胫蓝加心男?Agent builder，后面找時(shí)間詳解一下業(yè)界都有哪些 Agent builder各自特點(diǎn)是什么。

下圖是 AI Stack 典型技術(shù)棧，給忘記的同學(xué)回顧：

當(dāng)前Agent 存在的問(wèn)題

人工智能大牛吳恩達(dá)是 Agent 的擁躉，先簡(jiǎn)單回顧吳恩Agent 四范式：

• Reflection（反思）：類似于AI的自我糾錯(cuò)和迭代。例如，AI系統(tǒng)會(huì)檢查自己編寫(xiě)的代碼，并提出修改建議。
• Tool Use（工具使用）：大語(yǔ)言模型調(diào)用插件，擴(kuò)展了其能力。例如，使用Copilot進(jìn)行聯(lián)網(wǎng)搜索或調(diào)用代碼插件解決數(shù)理邏輯問(wèn)題。
• Planning（規(guī)劃）：AI根據(jù)用戶輸入的任務(wù)，拆解流程、選擇工具、調(diào)用、執(zhí)行并輸出結(jié)果。例如，根據(jù)一張圖片中的姿態(tài)生成一張新圖片，并進(jìn)行描述。
• Multi-agent（多智能體協(xié)作）：多個(gè)Agent協(xié)作完成任務(wù)，每個(gè)Agent可能扮演不同的角色，如CEO、產(chǎn)品經(jīng)理或程序員。這種模式模擬了現(xiàn)實(shí)生活中的工作場(chǎng)景，能夠處理復(fù)雜系統(tǒng)

Agent大家未來(lái)肯定看好，但是 agent 當(dāng)前還是存在比較多的問(wèn)題，仍能需要工業(yè)界持續(xù)去改進(jìn)。

• 性能問(wèn)題

傳統(tǒng)互聯(lián)網(wǎng)產(chǎn)品性能都是毫秒級(jí)，調(diào)用大模型需要等待的時(shí)間較長(zhǎng)，一些場(chǎng)景下用戶不愿意等待的。

• 效果問(wèn)題

純大模型很難上線，還要套用規(guī)則或者其他一些手段補(bǔ)充和彌補(bǔ)

• 成本問(wèn)題

業(yè)務(wù)真實(shí)場(chǎng)景下，調(diào)用大模型成本還是很高。

• multi-agent 還沒(méi)有起來(lái)

沒(méi)有把多個(gè) bot組織起來(lái)，快速構(gòu)建大量的智能體。吳恩達(dá)認(rèn)為多agent 效果會(huì)很好，但是怎么組合調(diào)用，還沒(méi)有看到很好的成果經(jīng)驗(yàn)。

總的來(lái)說(shuō)，前途是光明的，道路還是曲折的。