今天小編分享的科技經驗：當NPC開始獨立思考，這世界還是草台班子嗎？，歡迎閲讀。
據説，很多人小時候都幻想過這樣的場景：
全中國 14 億人，每人給我一塊錢，我就能成為億萬富翁。
長大之後，我們讀書工作、成家立業，生活按部就班，大富翁的夢想畫上句号，人生更像是遊戲世界的 NPC，主打一個 " 不努力、不造反、熱情開朗、一問三不知 "。
當碳基生物組成了世界這個巨大的草台班子，硅基生物卻開始——
獨 立 思 考 了 ！
是的，在 ChatGPT 狂飙一年之後，AI 已經可以主動學習、思考、判斷，并自主完成任務了。
這種像賈維斯一樣 AI 智能體，也叫 AI Agent。
一年前，ChatGPT 橫空出世，有一大批人工智能專家出來呼籲，收手吧，阿祖，再這麼開發下去，AI 就強大到人類無法控制了。
而 AI Agent，就是那個令人類 " 顫抖 " 的 AI 智能體。
什麼是 AI Agent？
2023 年上半年，斯坦福大學人工智能實驗室（SAIL）和谷歌聯合發表了一篇論文《Generative Agents: Interactive Simulacra of Human Behavior》。
在文章中，研究人員創造了一個虛拟小鎮 "Smallville"，裏面有商場、公園、酒吧、學校、咖啡館等建築，還有 25 位完全由 AI 控制的居民。
每位 AI 居民都有自己獨特的身份和個性，它們在小鎮裏生活、工作，可以一起聊天、談八卦，也可以辦 Party、交朋友，甚至還擁有記憶，會根據自己見過的人、説過的話，做出判斷和決策。
具體來説，它們看到早餐起火，會走過去關掉爐子；如果看到衞生間有人，知道在外面等待；街頭看到一個人，還會停下來聊兩句 ……
而這一切行為，不是系統設定的，而是 AI 居民根據具體問題做出的具體反應。
雖然這個研究目前沒有開源，咱們并不清楚 AI 居民是如何做出具體響應的，但試想一下，你在路上碰到一個認識的人，大概會出現四種情況：
A：不喜歡，假裝沒看到
B：不熟，點頭打招呼
C：有點熟，聊兩句天氣如何，今天吃什麼
D：熟悉，聊聊各自生活，甚至還會一起約飯
而 AI 居民的反應，就像人類思考一樣，結合了兩個個體之間的 " 交往歷史 "，做出了相應的決策。
這裏的 AI 居民，具有語言、決策、記憶的綜合功能，能夠通過獨立的思考完成接受的任務，也就是最近風光無限的 AI Agent。
通俗來説，AI Agent 就是 AI 助理。
在大模型時代，AI 只能和你聊天，談心，幫你查資料、寫文章、寫代碼、搞創作，而且要想讓 AI 輸出你想要的結果，關鍵在于 " 提示詞 "，即你得學會引導 AI，才能讓它給出理想答案。
如果提示詞給的不好，AI 就會答非所問，宛如一個智障。
而在 AI Agent 時代，你只要説出結果，它會幫你理清過程，并下達指令。
打個比方，你正在打遊戲，突然感覺餓了。這個時候，AI 可能會告訴你喝點水緩解飢餓，或者建議你盡快吃飯，以免頭暈、乏力；但 AI Agent 則可能會調取你的外賣 app，分析你愛吃的菜系，還能調用支付 app，直接幫你點個外賣到家。
在這個過程中，AI Agent 經歷了 " 感知（Perception）——規劃（Planning）——行動（Action）" 三個步驟。
感知，就是收集信息并提取相關信息。
當 AI Agent 接收到你説 " 餓了 "，它會首先從一堆 " 飽漢不知餓漢飢 ""Stay hungry，Stay foolish" 等與餓了相關的信息中，提取出餓了應該怎麼辦的關鍵信息。
其次是規劃，也就是綜合各種情況，尋找可能的解決辦法。
餓了，可以出去吃，可以叫外賣，可以自己做飯，也可以喊朋友來家裏吃。此時，AI Agent 首先會檢索記憶流，即它會根據你在這個時間點通常在幹什麼，你和最近的聯系人聊了些什麼，是否聊到了美食，又或者你的日程表上這個點有沒有其他安排等等，來綜合判斷你是要出去和朋友吃，還是要在家做飯，又或者點個外賣湊活一頓。
而且在規劃過程中，AI Agent 還需要考慮到 " 近期性 " 和 " 重要性 "，比如你最近消費減少，可能是月底工資不夠花了，又或者你第二天要給女朋友送禮物，這個時候需要勒緊褲腰帶，一切從簡。
最後，再根據規劃做出行動——在綜合了你的個人習慣、消費情況、聊天記錄、日程安排等等情況後，AI Agent 決定，你應該點個外賣。
于是，它打開外賣 app，幫你叫了一份你最愛的炸雞和可樂，并幫你完成了付款。
也就是説，當你在遊戲世界歲月靜好的時候，是 AI Agent 在替你負重前行。
AI Agent 這麼強大
人類可以洗洗睡了？
電影《鋼鐵俠》裏，每次史塔克要去冒險，賈維斯都會問一句，要不要給他的妻子打個電話。
這種超越工具性的時刻，是 AI agent 的終極形态。
但 " 很多市面上的 Agent 產品，其實并不 Agent。" 一位 AI 行業連續創業者這樣評價道。
目前，市面上的 Agent，包括 OpenAI 推出的 GPTs，其實只是構建了一個基于特定知識庫或專業數據的 Chatbot，這些智能體主要用于進行問答互動，如獲取行業資訊、報告等。
其主要進化路徑，有兩個方向——
一種是自動化。即給 Agent 一個目标之後，它可以自己通過目标來模拟一個思考路徑，然後創建任務、完成任務，并且根據用户的目标不斷重復地完成任務。
以 GitHub 上大受好評的 Auto GPT 為例，你讓 Auto GPT 寫一份某地區 TOP 5 鞋廠的研究報告，這是終極目标。
為完成這個任務，Auto GPT 會先去網頁搜索該地區五大鞋廠分别是哪些，然後再去看他們的營收數據、市場份額、產品情況等，依據搜索信息，最後以分析形式形成一份報告。
在整個過程中，Auto GPT 自主将任務拆解為檢索信息、提出問題和回答問題等階段，最終完成了任務。
目前，市面上的自動化 AI 助理，主要集中在辦公場景。
比如會議紀要，一個人做起來可能要耗費好幾天的時間，但交給 AI agent，它可以在全部的錄音素材中，提取會議内容的重點，總結成 bullet point，然後自動生成待辦事項添加在 To-do List 中；
再比如，AI Agent 可以幫助銷售人員收集客户信息，分析客户喜好，拟定銷售機會、自動跟進銷售進度，等等。
另外一種路徑，則是拟人化。
不同于自主智能體的發展路徑，拟人化（智能模拟體）的發展路徑更多遵循開發者設定的内部目标，強調的是拟人化的情感與互動。
現在，這種拟人化的 AI agent 大多出現在遊戲中。像前文提到的虛拟小鎮裏的 AI 居民，以及由英偉達首席科學家 Jim Fan 等人發布的 Voyager，都是由大模型驅動并且可以終身自主學習的智能體。
好消息是，大模型的學習能力，有時會出現智能湧現。
比如把 Voyager 接入遊戲《我的世界》後，Voyager 不是一個推動劇情的 NPC，而是一個能夠主動創造内容的 " 玩家 " ——通過不斷自我進化，Voyager 在遊戲中獲得的獨特物品增加了 3.3 倍，行進距離增加了 2.3 倍，解鎖關鍵科技樹裏程碑的速度比之前的方法快了 15.3 倍。
壞消息是，這種智能體充分進化而導致的 " 不确定性 "，會讓很多玩家在嘗試過後，喪失進一步玩下去的熱情——我玩遊戲，不就是想獲得掌控感嗎？角色稍微不聽話可以，完全不聽話，還玩個啥啊。
當然，自動化和拟人化并不是 Agent 發展過程中全無交集的兩條河流。
相反，自動化和拟人化是現在 Agent 發展的兩大核心能力，圍繞着這兩個能力，AI Agent 會在不斷進化、不斷成熟的過程中，探索出更多的使用場景。
人類距離終極智能體
還有多遠？
AI Agent，相當于一個硅基生物擁有一個碳基大腦。
盡管聽起來遙不可及，但毋庸置疑的是，這将是 AI 產業的下一個風口。
比爾 · 蓋茨在一篇文章中表示，AI Agent 将颠覆個人與計算機互動的方式，并将在五年内徹底改變我們的生活。
英偉達高級研究員 Jim Fan 也預言，Agent 将 " 推動整個文明的進化 "。
那麼，人類距離終極 AI Agent，還有多少困難需要克服？
第一個問題，是開發成本高昂。
拿斯坦福大學的虛拟小鎮 "Smallville" 來説，其中每個 Agent 的成本高達 20 美元 / 時，比大多數人的時薪都要高。
第二個問題，是產品的标準化。
" 和 GPT 從免費到收費的過程一樣，Agent 商業化的普及也要經歷產品标準化的過程。" 科技行業投資人申林宇（化名）這樣評價道。
比如你用 AI Agent 辦公，考量指标應該是，它到底有沒有提高生產效率。" 各式各樣的大語言模型類產品出現後，免費試用的階段大家會有新鮮感，會去玩、會去嘗試，但是如果你説這個東西開始收費，大家的态度立刻會從獵奇轉換成審視。沒有人會為科技類的獵奇產品持續買單，科技類的產品必須切實地提高生產力才能持續商業化。"
如果 Agent 沒有成熟的產品标準，那麼商業化落地便遙遙無期。
第三個問題，是權責和道德的問題。
比如醫療類 Agent，它可能比大部分人類醫生的知識儲備都要多，但醫院如果把治療方案交給 AI，需要跨越的并不只是技術的門檻，還有道德的高牆——一個生活拮據的老人心髒不舒服，但不影響生活，醫生往往會根據情況建議保守治療，但 AI 可能會建議做個手術。
在自動駕駛領網域，AI Agent 也存在決策權歸屬問題。
一位投資人曾描述過這樣一個畫面，" 你的自動駕駛車輛行駛在高速路上，忽然前方的賓利急刹車，緊急車道上停着一輛破舊的二手車，車上正有一個抱着嬰兒的母親在打電話，這個時候到底該撞向誰？我們要把這個問題交給 AI 來決定嗎？"
因此，該投資人認為，自動駕駛在 5-10 年内不會有重大的商業化突破。
即便跳過這個 " 電車悖論 "，自動駕駛過程中出現交通事故之後的權責判斷，也是擺在汽車廠商面前的現實問題。
人機配合過程中，很多時候很難判斷到底是車的問題，還是人的問題，亦或者是人和車在争奪決策權的過程中出的問題，所以很多廠家現在已經跳過了需要人機配合的 L3 階段，直奔自動駕駛的 L4 階段去了。
把什麼樣的問題交給 AI 去決定？這是 AI Agent 產品商業化無法回避的問題，而無論創造產品的人還是制造規則的人，都沒有過去的經驗可以參考，那麼，政策的推進就需要摸索和時間。
還有最後一個問題，是使用門檻太高。
很多人覺得 ChatGPT 不好用，是因為提示詞給的不夠好，而 Agent 產品的使用門檻相對會更高，消費者對其期待也更大。
一位智能駕駛研發員告訴我，很多司機不是不想調動自動駕駛，而是很多自動駕駛的互動做得不夠好，不夠讓司機省心。比如路徑如何規劃，前方有什麼路況，準備怎麼解決等，這些信息如果沒有及時傳達，司機就沒有足夠的安全感去信任和調用 AI 產品。
因此，Agent 產品如何做好互動，從而提高產品滲透率和使用率，最終觸達到用户，是 Agent 發展最後一步也是最重要的一步。
總之，在通往終極智能體的路上，人類還需要越過很多個山丘。
尾聲
2023 年 12 月，Open AI 董事長薩姆 · 奧特曼在 X（原推特）上發表了自己的 " 年終總結 "。
他寫道：" 這真是瘋狂的一年 …… 很高興 2023 年是世界開始認真對待 AI 的一年。"
過去一年，從科技公司到硬體廠商，從傳統制造業到新興產業，從投資人到開發者，幾乎全員都在聊 AI、做 AI。
AI 教育、AI 醫療、AI 律師、AI 自動駕駛，甚至 AI 性機器人 …… 各種 AI 應用此起彼伏，但放到普通人身上，AI 似乎又很遙遠——它既不能替我們完成日常工作，也不能幫我們接送孩子、照顧老人。
換句話説，絕大多數人工智能應用，現在還不夠智能、好用。
Windows 的圖形互動，簡化了人與計算機的 " 互動 " 方式，推動了 PC 互聯網的發展。
iPhone 的電容螢幕和多點觸控技術，改變了人與手機的 " 互動 " 方式，拉開了移動互聯網的序幕。
而 AI Agent，則可能改變人與 AI 的 " 互動 " 方式，讓人工智能不再是一個光鮮亮麗、又遙不可及的名詞。
盡管現在，人類距離 AI Agent 終極智能體還很遙遠，但沒有什麼能夠阻擋，一個必然會到來的潮流。
