今天小编分享的互联网经验：剑指「智能体」，欢迎阅读。
文 | 王智远
关于 ChatGPT 做搜索的新闻，我一直挺感兴趣。
上个月 25 号，OpenAI 在当地推出了一个新产品，名叫 "SearchGPT"。官方说，产品能给用户提供带链接的搜索结果，用户还可以继续问问题，系统会根据上下文给出回答。
我看到消息后，马上申请内测。但一个月过去，官方还没给我权限；现在网上办法多。我就通过特殊朋友渠道，弄到了一个测试账号，体验了一把。
体验之后什么感觉呢？
一句话总结即： perplexity AI 解决不了的问题，SearchGPT 也解决不了。
比如：AI 幻觉。一千个观众有一千个哈姆雷特，不同的人看同一信息可能得出不同的结论。就算是同一个人，今天看到的东西和明天可能理解也会有所不同。
这就像 AI 面对复杂、多变的人类思维一样，如果 AI 不能真正地 " 站在你的角度 " 去理解问题，感受你的感受，那它很难独立地给出人们真正想要的答案。
因此，除非 AI 能达到这样高级的理解和适应能力，不然，AI 永远无法避开幻觉问题。所以，怎么办呢？
01
来看看另一个新闻：
不久前，Twitter 上有个名叫 @iruletheworldmo 的用户频繁爆料，谈到 Project Strawberry（草莓计划），这是 OpenAI 的一个项目，以前叫 Q-Star。
这个计划目标是让 AI 变得更聪明，更能自主。 简单来说，他们希望训练出来的 AI 能自己处理很多事，不太要人来监督。
这意味着，AI 将能自己搜索信息，深入研究问题，甚至自己创造数据，这样就能减少对人类的依赖。也就是说，AI 可能会变得更像人，更会思考。
这条推文引起了不少人的关注，大家都在猜到底是不是 OpenAI 内部信息，但还没等到官方回复，就有人跳出来了，这人叫 Div Garg，是 MultiOn 公司的创始人。
他说：
OpenAI 的 "Q" 还没正式出来，但我们已经推出了一个新的智能体，叫 "Agent Q"，并且邀请大家来试试，很多人怀疑他在利用 OpenAI 的秘密项目来做广告。
我查了查，发现 MultiOn 这家公司确实在 2023 年接受了 OpenAI、DeepMind 等公司、高管个人的投资；所以，让人不禁猜想，OpenAI 做的搜索项目，和他们到底有没有关系？
好吧。姑且，不论这事，来看看 MultiOn 这家公司。
MultiOn 专门做 AI 智能体，目标是，通过智能体帮助人们完成日常任务，比如： 网页浏览、网购和邮件处理，他们希望构建一个能在数字世界里，能自主完成复杂任务的 AI 系统。
这么一看，两者之间确实有些相似。相似在哪呢？
我们换个角度：
请问，你解决不了 AI 搜索幻觉的问题，还要不要解决？作为普通人的我们当然觉得，要。必须解决。其实，单一视角往往会限制我们。
系统科学家罗素 · 艾可夫 ( Russell L. Ackoff ) ，在作品《问题解决的艺术》中提到：
复杂问题往往源于问题定义本身，如果能够以新的视角、新框架重新定义问题，有时能发现原本看似复杂的问题，其实有更简单的解决之道，或者，原本的问题根本就不需要以传统的方式解决。
也就是说： 解决一个复杂问题，最好的办法是，绕开把它转成一个非问题。
举个通俗的例子：
想象一下，你家厨房每次做完饭都一团糟。通常，你可能会选择在烹饪后进行一次大扫除，这样虽然能清理干净，但每次要花费大量时间和精力。
如果你换一个角度来看就不一样了。类似，重新组织厨房物品，把常用的厨具、调料放在容易拿到的地方，不常用的东西则收好。
改进烹饪流程，做饭时，边做边清洗用过的器具，甚至，在操作台上放一个垃圾桶，用于临时收集厨余和垃圾。
这样，是不是做饭过程中就能持续保持厨房整洁了？这就是，非问题化；重新定义问题和调整处理方式，使原本要解决的问题变得不再是问题。
02
那么，这和搜索与智能体之间有什么关系呢？来看看，OpenAI 首席执行官 Sam Altman 在 2024 年 4 月 25 日斯坦福大学的演讲。
他说，AI 实现通用人工智能（AGI）要经过五个阶段：
一级：能够进行对话互動的人工智能； 二级：系统能够解决博士级别的问题。三级：系统能够代表用户工作几天；四级：人工智能能够开发创新。五级：人工智能系统可以执行组织的工作。
他并指出，目前 OpenAI 处于第一级，接近第二级。
考虑到进展，请思考一下，这样一个 AI 行业巨头，如何从当前阶段过渡到更高级阶段，比如 " 三级或四级，或者说，如何让弱人工智能到强人工智能？让技术更能满足每个用户第一场景使用情况？
答案很明显：AI 智能体。
因为，智能体是过度解决问题的最好办法。想象一下，在理想状态下，面对亿万用户时，如果能够展示数千万个 AI 解决方案，来帮助大家解决各种问题，那么，无疑是最有效的。
毕竟，每个人都能找到符合自己需求的解决方案，极大提到了解决问题的效率和质量。
为什么是智能体？
昨天，一个朋友抱怨说，买房后要还贷款，未来几十年每月都要还几千块钱；他让我帮忙算一算，到目前为止，他一共还了多少本金和利息，如果他想提前还款，根据现在的政策，可以节省多少钱。
这种复杂的问题我怎么能解决？于是，我把它给了豆包。
我先描述基本情况，让豆包记住，然后，再把其他想法和诉求告诉它。大概几十轮的对话后，豆包帮我详细计算了出来，并生成一份大约 600 字的详细分析报告。
这份报告包括了完整的背景信息、我的具体诉求、计算过程和对比分析等。
你用过豆包，或者其他可以和 AI 对话的工具么？不知道你有没有发现，现在此类对话工具，连续上下文逻辑能力变强了。
我再说一个贴身经历：
最近几天，经常接到一些奇怪的电话，涉及内容如贷款、房产购买、京东优惠等。
这些电话中，上来就问需要、不需要、行或者不行。我发现，对方语气很像真人，但当我给出它们设定范围以外的问题时，它无法回答了。
这说明，智能体已经在不知不觉中融入了日常生活，它们，能够在特定的环境中模仿人类的互动方式。
所以，一个完整智能体，能够充分与环境互动，这包括智能体自身和它所处的环境两个部分；就像人类在物理世界中的行为一样，智能体在其 " 外部环境 " 中也能执行任务。
说白了，我可以与它互動，也能设定好指令，界定范围，让它帮我完成目标。
对比下来，是不是不难看出，智能体无疑是绕过 AI 搜索中幻觉问题、并成功商用的有效方式之一？
为什么这么说？
你想想看，考虑传统 AI 搜索和提问时，AI 搜索直接给出答案，这种答案比较扁平化，不具备连贯性。 换言之，你提出一个问题，AI 直接给你一个结论，结论会引用来自多个信息源的数据。就结束了。
智能体工作方式不同。
它不仅对单一问题做出反应，还会引入外部信息，在一连串多轮问答中，会反复接受来自你的信号，通过这种互动，它更能理解你的诉求。
在解决问题之后，它能生成一篇简短的文章、总结方案，把整个互动过程指标串联在一起； 很明显，智能体不是一个简单的 AI 提问、总结工具，是一个完全符合每个人需求的系统。
因此，智能体能完美绕过 AI 幻觉，毕竟过程中，你不满意时，能一次次纠正它的错误。
03
纵观国内市场，目前谁在做智能体呢？我查阅了一下，据说有超过 4500 家，比如：大家耳熟能详的百度、科大讯飞、云从科技、字节跳动和腾讯等。
所以，谁在做智能体，这个问题不好解答。与其这样，不如换种思考方式： 智能体类型有哪些？我们通过类型看各家所在的生态位。
我盘点结果是：
智能体（Agent）平台大体上分为两类： 一类基于知识库和数据库的。 就像聊天机器人（Chatbot）这种简单的平台； 另一类是用来解决更复杂问题的。 这种平台有多工作流编排的能力，比较高级。
国外 Orkes Conductor、ControlFlow by Team Prefect、和 Flyte 等平台，就是专为复杂工作流和数据处理设计的。
这些平台主要用户包括数据科学家、工程师、开发者，他们用平台来建立和优化复杂的工作流程，提高数据处理的效率和自动化水平。
国内也有类似的平台。像扣子 Coze、百度智能云的千帆 AgentBuilder、科大讯飞的星火智能体平台，还有腾讯的元气和阿里云的 AgentScope 等。
他们利用大模型搭建 AI 原生应用工作台，给开发者提供 RAG、Agent、GBI 等应用框架，赋能他们开发出来文生文、对话、文生表等垂直应用，以帮助企业和个人解决问题。
我根据对象、流程和代码复杂程度，把它细抽成三类：
面向公众和非开发人员
面向开发者的平台
企业级开发平台
第一种，主要偏向低代码平台，不要你懂太多编程。
像 GPTs 这样的工具，提供很标准的操作界面和流程，主要用来做基于知识库的聊天机器人。给你一个模板，你按步骤填信息就行，不用自己调整太多东西。
字节跳动的扣子（国内版），就是被设计来帮助人们轻松创建下一代的 AI 聊天机器人。
第二种平台功能更强大，可以让开发者用各种 API、第三方库，还能自己编写代码和调整参数，来精细控制智能体的行为。
Coze 海外版很受欢迎，它的功能全面，支持很多高级操作。像百度、阿里和亚马逊也提供这样的平台，让开发者可以用各种 AI 模型来做更复杂的应用。
企业开发平台，专为企业设计，重点是帮助企业自动化他们的工作流程。
比如：
实在智能的 TARS-RPA-Agent 和壹沓科技的 " 数字员工团队 "CubeAgent，它们是用来自动化企业日常操作的。
还有国外的 Torq 和国内澜码科技的 AskXbot 平台，也提供了大模型结合企业知识库的解决方案，帮助企业自动化处理更多复杂任务。
三种类型各有千秋，这么说，是不是更清楚一些？那么，站在 AI 搜索和智能体中间来看，智能体属于那种呢？
04
解答该问题，不妨站在行业结构视角看。我盘了一下，智能体（Agent）行业结构有四层，分别为：基础工具层、运营平台层、开发工具层，以及服务与培训平台层。
组件是做智能体必不可少的基础。 有各种智能模块、记忆模块，比如语言模型、数据库，还有一些安全工具和通信工具，就像盖房子的砖块和水泥。
运营层，包括制作 Agent 组件的厂商和各种运营集成平台。 如 GitHub 这样的 Agent 框架发布平台，它们提供必要的环境和服务，支持智能体运行。
开发层相对容易理解了。
像 Agent 工具集成平台 AgentLego、或提供专属云环境及沙盒环境的平台等，它们使开发者能够构建、测试和部署智能体。
值得一提的是，像 NexusGPT、Relevance AI 等平台，它们提供数字员工 Agent 的训练服务，目的帮助企业把智能体整合进现有的工作流程中，或者帮助个人创建能自动完成任务的 AI 团队，这反而是目前很多企业刚需。
国内也有类似的公司。例如：
金柚网的梧桐数字员工、壹沓科技的数字员工平台 1Data Agent，以及实在智能的 RPA Agent。
这些平台的特点是允许用户通过聊天，轻松与智能体互动，管理和优化各种业务流程，使智能体理解和执行复杂任务，让日常更高效。
不论怎么说，从短期发展看，智能体要解决两个问题：
一，丰富通用工作流和场景工作流，类似于 AI 搜索下的大搜，还要在处理数据训练、多轮对话的准确性上下功夫。
二，让智能体成为知识专家，形成可持续的服务能力。有点像针对特定领網域进行深入挖掘。
比如，假设我是做消费品营销的，如果有一个专门的智能体，它学了很多关于社交媒体趋势、消费者行为的知识，那么，它就能真正帮到业务。
当然，智能体在其他行业也在不断爆发，像游戏，金融、医疗等，总体上说，基于 LLM 的能力，下一步基础智能体必将是绕不开的一步。
总结
让它光思考，远远不够。
想实现真正全面 AGI，得把对话模型变成基本智能体，让它参与到实际使用中去；就像人们常说的，从实践中来，到实践中去一样。
所以，AI 生成避免不了幻觉，但智能体的轮番互動，可以微调，可以解决具体问题，至少，使用场景下，这是闭环的正向反馈动作。
