AI Agent是一個數月前開始廣為流傳的詞彙，近日比爾·蓋茨在個人博客上的文章更是為它的熱度再添了一把火。“Android、iOS和Windows都是平臺，AI Agent將成為下一個平臺”，比爾·蓋茨在他的博客文章中這樣說到。
在比爾·蓋茨看來，隨著AI技術的日益普及，未來五年內我們將不再使用不同的應用程序來完成不同的任務，相反只需用日常用語告訴你的手機或電腦想要做什麼，它們就能夠處理你的請求。在不遠的將來，任何上網的人都將能夠擁有一個由人工智能驅動的個人助理，也就是所謂的“AI Agent”。
事實上，AI Agent在中文語境下通常被稱為“智能體”，指的是能夠自主感知環境、並採取行動實現目標的智能實體，更強調自主性和主動性。具體而言，在大語言模型（LLM）的場景下，AI Agent可以理解為在大語言模型的基礎上能夠自主感知、規劃決策、執行復雜任務的智能產品，它可以通過獨立思考和調用工具逐步完成給定的目標，無需人類去指定每一步的操作。
其實不僅僅是比爾·蓋茨，Meta創始人扎克伯格也曾表示，看到了“以有用、且有意義的方式，向數十億人介紹AI Agents的機會”。
那麼問題就來了，為什麼AI Agent會受到以比爾·蓋茨為代表的大佬們的青睞呢？因為AI Agent就像當初的元宇宙一樣，都屬於是潛力無限的產品。
大家不妨試想一下，面對一個具有獨立思考和行動能力的AI程序，用戶只需提供一個目標就可以期待AI Agent來完成，而這樣一個不知疲倦的“打工人”，完全可以稱得上是“解放和發展生產力”了。
比如當你有一個點外賣的需求時，AI Agent能做到的是直接打開美團App，同時結合你的歷史訂單信息來選擇外賣商家，同時打開微信支付下單，甚至這一連串的操作完全不需要你的介入，只用安心等待外賣送上門即可。所以在當初蘋果的Siri都曾引發一眾科技廠商爭相開發智能語音助手的情況下，如今更進一步的AI Agent又怎能不被各方鍾情呢。
那麼，AI Agent又是如何搭建的呢？目前，一眾以AI Agent為目標的廠商基本上都是以LLM為核心，在此基礎上增加規劃（Planning）、記憶（Memory）、工具（Tools）這三大關鍵組件。
AI Agent需要三個組件的原因，是目前的LLM固然很強大，但也有屬於它們的缺陷。例如ChatGPT、Bard等等LLM的產品形態都是對話機器人，並且為了讓用戶第一時間就能感知到LLM與以往這類產品的不同，導致了現在的LLM普遍存在能力固化，或者是專精於對話、繪畫等特定場景的問題。
同時為了在算力有限的情況下滿足更多用戶的使用，LLM的記憶力也受到了一定限制。OpenAI CEO山姆·奧特曼就曾表示，由於GPU短缺導致算力不足，他們無法擴大ChatGPT的對話框列表，直接影響到了回答用戶問題時可以處理的信息量，以至於ChatGPT的“記憶力”被限制。
AI Agent基本可以被視為一個補全短板、並解除限制的LLM，有了規劃能力，AI Agent就可以通過自然語言與外界進行多輪交互，來將一個目標拆解為具體的各項子任務。記憶力則保證了AI Agent不會在完成一項項子任務時偏離最初的目標，而當任務需求超出AI Agent自身的能力範圍時，它就需要使用工具、也就是調用其他軟件。事實上，這一套流程基本就是在模仿人類，這也是為什麼它在商業層面極富想象力的原因。
從某種意義上來說，AI Agent是通用人工智能AGI的前置科技，而至於AGI的商業價值，其實看看科幻電影就知道了。不過AI Agent描繪的未來固然很美妙，但它實際上與元宇宙頗為類似，想要變為現實也非一朝一夕的事情。按照比爾·蓋茨的說法，AI Agent需要一種全新的數據庫，在捕捉用戶所思所想、乃至快速調取相關信息的同時，還能保護用戶的隱私。
顯而易見，這種既要又要的產物，並不是現有數據庫相關技術所能實現的。此外更困難的挑戰是AI幻覺，而AI大模型會產出不遵循原文或者與事實相悖的結果，這已經是公認的事實。既然AI大模型會產生幻覺，基於大模型的AI Agent又如何能避免產生幻覺呢？一旦AI Agent出現幻覺，顯然就會直接導致在執行任務時出現偏差，進而偏離用戶設定的目標。對於一個面向消費級市場的產品，如果無法正確執行用戶的指令，價值顯然就要打上一個問號。
好在AI Agent所在的AI賽道是目前的熱門，與已經失去資本市場青睞的元宇宙不太一樣。現在的問題，就是AI Agent的從業者能否在有限的時間內將其變成一個可以初步落地、能讓消費者體驗的產品。如果不能，無論AI Agent的潛力有多大，元宇宙的今天或許就是AI Agent的明天。
vivo X100首發評測：再次升杯，性能與影像兼得
vivo X100系列的開端，從基礎款就開始與眾不同。