作為托尼的得力助手，它既可靠又聰明，不僅可以連接到任意計(jì)算機(jī)終端，操控托尼的鋼鐵俠戰(zhàn)服，還會(huì)和托尼一起商量行動(dòng)計(jì)劃。

　　擁有像賈維斯一樣的AI助手一直是人類對(duì)于機(jī)器伙伴的美好暢想。但在現(xiàn)實(shí)中，人們只能和沒那么聰明的Siri、Alex這樣的語音助手相處。直到大語言模型出現(xiàn)之后，新的可能性發(fā)生了——作為一種加持了大模型能力的智能體，新的AI Agent走進(jìn)了人們的視野。

　　和Copilot不一樣，新一代的AI Agent（以下統(tǒng)一簡(jiǎn)稱Agent）看上去更像賈維斯——只需要說出你想做什么，Agent就可以自己規(guī)劃并執(zhí)行任務(wù)，也可以連接很多服務(wù)和工具來達(dá)成目標(biāo)。相比之下，Copilot這樣的應(yīng)用則需要依賴清晰明確的prompt才能很好地發(fā)揮作用。

　　很多人認(rèn)為Agent是大語言模型之后的下一個(gè)機(jī)會(huì)。比爾蓋茨認(rèn)為，Agent公司的出現(xiàn)將對(duì)谷歌、亞馬遜以及其他大公司構(gòu)成潛在威脅：“這是一件大事。Agent會(huì)了解你所有的信息，也會(huì)知道更多你不知道的信息，這意味著，用戶永遠(yuǎn)不會(huì)再訪問搜索網(wǎng)站，也不必使用生產(chǎn)力工作，一切都將通過Agent來完成�！�

　　“大型科技公司和創(chuàng)業(yè)公司都有可能抓住這次Agent的機(jī)會(huì)，如果微軟沒有介入，我會(huì)感到失望�！北葼柹w茨說。

　　OpenAI的聯(lián)合創(chuàng)始人Andrej Karpathy認(rèn)為：“普通人、創(chuàng)業(yè)者和極客在構(gòu)建Agents方面比OpenAI更有優(yōu)勢(shì)，大家處于平等競(jìng)爭(zhēng)的狀態(tài)�！�

　　近日在GitHub上，多Agent框架構(gòu)建的MetaGPT項(xiàng)目在短短2周時(shí)間就獲得了25.8k星。有人借助MetaGPT在十分鐘內(nèi)就制作了Flappy Bird小游戲，過程中完全不需要自己編寫代碼。

　　谷歌也在通過投資的方式關(guān)注這個(gè)領(lǐng)域的創(chuàng)新。今年5月，Agent公司Cognosys籌集了200萬美元的種子輪資金，領(lǐng)投方就是Alphabet風(fēng)險(xiǎn)投資部門GV（Google Ventures）的普通合伙人SangeenZeb。Cognosys打造的是一種基于Web的Agent產(chǎn)品，旨在優(yōu)化工作流程、推進(jìn)決策并提升各個(gè)領(lǐng)域的效能。

　　國(guó)內(nèi)，我們也關(guān)注到一家聚焦于Agent方向的創(chuàng)業(yè)公司——瀾碼科技，今年8月，公司已獲得IDG資本、聯(lián)新資本、Atom Capital等頭部機(jī)構(gòu)的數(shù)千萬人民幣A輪融資。瀾碼的方向是基于底層⼤語⾔模型，開發(fā)新一代的智能助手（Agent）平臺(tái)，助力企業(yè)提升業(yè)務(wù)流程質(zhì)量和效率。公司成立于2023年2月，聚焦于to B領(lǐng)域，目前已經(jīng)與金山辦公等多家上市公司和獨(dú)角獸企業(yè)達(dá)成戰(zhàn)略合作。

　　想象一下，你和Agent說想去三亞旅行，接下來，它馬上就列出一個(gè)待辦事件清單，開始著手規(guī)劃。請(qǐng)假、訂酒店、買機(jī)票、做旅行規(guī)劃都不是問題，你唯一要做的事情就是等待出發(fā)。過程中，Agent會(huì)根據(jù)進(jìn)展不斷調(diào)整和增加新的待辦來滿足你的需求，直到旅行結(jié)束。

　　論執(zhí)行力，沒有人能比得過Agent。GitHub上的明星Agent項(xiàng)目AutoGPT已經(jīng)被使用在各種場(chǎng)景中：有人把AutoGPT和其他軟件集成直接買到了披薩 ，有人用AutoGPT進(jìn)行市場(chǎng)調(diào)查，以便隨時(shí)了解競(jìng)爭(zhēng)對(duì)手信息；還有人直接用語音讓AutoGPT在電腦上部署了應(yīng)用程序。

　　Agent之所以在當(dāng)下可以如此智能，最關(guān)鍵的技術(shù)變量就是大語言模型。此前，強(qiáng)化學(xué)習(xí)方法下訓(xùn)練的Agent，缺乏對(duì)于問題和技能的認(rèn)識(shí)，只能在游戲等數(shù)字場(chǎng)景中進(jìn)行分析規(guī)劃模擬對(duì)抗，或者在小范圍內(nèi)實(shí)現(xiàn)規(guī)劃運(yùn)行，不具有泛化能力，也很難真正與人實(shí)現(xiàn)現(xiàn)實(shí)交互。大語言模型極大地拓展了Agent的能力邊界，它相當(dāng)于大腦，讓Agent在接收到目標(biāo)之后，可以自主進(jìn)行邏輯推理和自我提示，不斷尋找達(dá)成目標(biāo)的最好方式，通過和其他軟硬件相連，Agent可以熟練地使用計(jì)算機(jī)、瀏覽網(wǎng)頁(yè)、讀寫文件、用信用卡付款。人唯一需要做的就是提供一個(gè)目標(biāo)。

　　OpenAI應(yīng)用研究主管LilianWeng在論文中對(duì)Agent的形容是：Agent=LLM（大型語言模型）+記憶+規(guī)劃技能+工具使用。其中LLM是核心大腦；記憶、規(guī)劃技能、工具使用則是Agents系統(tǒng)實(shí)現(xiàn)的三個(gè)關(guān)鍵組件。

　　如果大語言模型的Copilot是“副駕駛”，那自主拆解并執(zhí)行任務(wù)的Agent可以稱為“自動(dòng)駕駛”，用戶只需要上車告訴它目的地�！癈opilot模式強(qiáng)調(diào)一個(gè)人在完成整個(gè)業(yè)務(wù)流程的過程中，每一步都可以獲得AI輔助。這種模式的實(shí)用性非常強(qiáng)，可以用來生成面試問題、評(píng)估回答等。Agent比Copilot模式更具自主性，在接到人提出的目標(biāo)后，可以自行計(jì)劃并完成任務(wù)，還有可能去探索周圍環(huán)境。”瀾碼科技CEO周健告訴「甲子光年」。

　　“當(dāng)前我們主要在信息系統(tǒng)環(huán)境中使用AI，未來Agent可以和機(jī)器人融合，具有物理感知能力之后，就可以探索整個(gè)物質(zhì)世界。”周健說。這種情況下，Agent與人類成為了親密無間的伙伴，而不僅僅只是為人類服務(wù)的工具，人類也需要和Agent合作，做各種決策。

　　周健相信Agent背后大語言模型技術(shù)帶來的是一場(chǎng)全新的大機(jī)會(huì)：“就像斯坦福大學(xué)做的25個(gè)智能體的小村莊那樣，這種業(yè)務(wù)模式可以遷移到很多場(chǎng)景，比如做教育培訓(xùn)，機(jī)構(gòu)可以在這樣一個(gè)虛擬環(huán)境中進(jìn)行職場(chǎng)培訓(xùn)，嵌入雇主打分功能，甚至還可以模擬創(chuàng)業(yè)環(huán)境�！�

　　周健曾擔(dān)任弘璣Cyclone CTO以及依圖的10號(hào)員工，并在Google、阿里和MediaV等企業(yè)具有10年工作經(jīng)驗(yàn)，主要從事分布式系統(tǒng)研發(fā)。作為to B行業(yè)的老兵，他選擇從自己擅長(zhǎng)的領(lǐng)域入手，創(chuàng)立了瀾碼科技，優(yōu)先做專業(yè)場(chǎng)景下to B領(lǐng)域的Agent。

　　他和「甲子光年」分享了他看到的機(jī)會(huì)：“一方面，B端企業(yè)會(huì)為了更高價(jià)值的工作流進(jìn)行額外的準(zhǔn)確率付費(fèi)，另一方面，對(duì)于創(chuàng)業(yè)公司而言，服務(wù)圍著公司和崗位走，而不是人本身，更容易塑造自身的壁壘�！�

　　“Agent平臺(tái)有可能成為to B領(lǐng)域人機(jī)交互的入口級(jí)平臺(tái)�！敝芙≌f。目前，基于大語言模型，瀾碼研發(fā)了能夠連接人和系統(tǒng)的企業(yè)級(jí)Agent平臺(tái)“Ask XBot”，在Agent平臺(tái)“Ask XBot”上，員工可以用自然語言提出需求，調(diào)度Agent來完成任務(wù)，提升工作質(zhì)量的同時(shí)降低了成本。

　　對(duì)于高喊著效率革命的to B領(lǐng)域而言，Agent的出現(xiàn)可能會(huì)掀起一輪新的生產(chǎn)力變革。英偉達(dá)機(jī)器學(xué)習(xí)專家Bojan Tunguz把新一代的Agent稱之為“自動(dòng)化的自然終點(diǎn)”：“原則上，智能體可被用于自動(dòng)化任何其他過程。不難想象，一旦這些智能體變得高度精密、可靠，各個(gè)領(lǐng)域和行業(yè)的自動(dòng)化程度將呈指數(shù)級(jí)增長(zhǎng)�！�

　　長(zhǎng)久以來，“降本增效”一直是企業(yè)數(shù)字化、智能化的核心議題，這也是AI能在to B領(lǐng)域發(fā)揮關(guān)鍵作用的地方所在。從過去十幾年發(fā)展的歷程來看，AI的功能越強(qiáng)，覆蓋的業(yè)務(wù)環(huán)節(jié)越多，閉環(huán)越完整，發(fā)揮的效能越大。

　　大語言模型支撐的Agent讓企業(yè)智能化效率往前走了一大步。此前的自動(dòng)化作業(yè)中，閉環(huán)和智能化能力有限，也只能作業(yè)在局部的場(chǎng)景和環(huán)節(jié)，大多解決單點(diǎn)問題，Agent則可以在涵蓋大量信息的不可預(yù)測(cè)的環(huán)境中工作，拓寬了智能化的范疇。

　　“大語言模型帶來的最大變化是半結(jié)構(gòu)化或過程性的文檔也能夠被有效利用�！敝芙≌f，“此前的自動(dòng)化解決的是基層員工的工作效率問題，只能處理很多重復(fù)性的工作，大語言模型之后，Agent可以復(fù)刻專家能力，解決更多的工作質(zhì)量問題�！�

　　比如，瀾碼招聘專家Agent基于大語言模型并充分學(xué)習(xí)了招聘專家知識(shí)，可以準(zhǔn)確解析企業(yè)用人需求，并從各個(gè)渠道智能化、自動(dòng)化的搜索人才，完成基于職位需求的崗位推薦，從而協(xié)助HR/獵頭在人才篩選工作中大幅提升工作質(zhì)量和效率，成為了企業(yè)內(nèi)部真正專業(yè)的一位數(shù)字員工。“此前，HR需要根據(jù)企業(yè)實(shí)際用人需求，在人才庫(kù)中，依靠固化的標(biāo)簽，尋找合適的人選，整個(gè)過程耗時(shí)長(zhǎng)且環(huán)節(jié)繁瑣，HR一般很難快速找到符合預(yù)期的人選信息。”周健提到。

　　在周健看來，諸如此類的場(chǎng)景有很多，對(duì)于企業(yè)而言，把專家知識(shí)通過技術(shù)手段賦能給Agent，讓Agent具備相應(yīng)的能力，就可以在企業(yè)的業(yè)務(wù)流程中，通過對(duì)話提供建議，從而顯著提升業(yè)務(wù)質(zhì)量和效率。

　　“以獵頭場(chǎng)景為例，過去很多銷售線索和簡(jiǎn)歷信息分散在個(gè)人手中，公司很難做集中的個(gè)性化信息匹配。有了Agent之后，管理者就可以將信息沉淀在系統(tǒng)中，并通過簡(jiǎn)單的標(biāo)簽做個(gè)性化匹配，大大提升了銷售效率�！�

　　依靠這種邏輯，瀾碼構(gòu)建了Agent平臺(tái)“Ask XBot”，平臺(tái)分兩層：第一層是專家賦能，專家通過拖、拉、拽以及對(duì)話交互的方式定義工作流程，教給機(jī)器，從而協(xié)助一線員工構(gòu)建更高效工作的方法論；第二層是員工使用Agent，一線員工可以通過自然語言和Agent溝通并下達(dá)指令，讓Agent協(xié)助完成數(shù)據(jù)分析、資料調(diào)取等工作。

　　“我們想把瀾碼打造成一個(gè)兼具通用性和易用性的平臺(tái)，把這些API和Agent做好管理，讓Agent包裝不同的API，不同模型的Agent能夠在上面更好地協(xié)作，讓它們可以在平臺(tái)上更有效率、更智能地服務(wù)好客戶�！敝芙≌f道。目前，瀾碼除了有針對(duì)應(yīng)用調(diào)取等場(chǎng)景的Text To Action（文-功能）功能，還在針對(duì)數(shù)據(jù)分析場(chǎng)景打造Text To SQL（文-數(shù)據(jù)庫(kù)）、Text To Chart（文-圖標(biāo)）等功能。

　　美國(guó)大語言模型明星創(chuàng)業(yè)公司Inflection AI也準(zhǔn)備加入其中。據(jù)透露其正在開發(fā)一款私人助理，可以充當(dāng)導(dǎo)師，以及處理在旅行過程中的行程預(yù)定、航班積分、酒店預(yù)定等任務(wù)。今年6月，Inflection AI的估值就達(dá)到40億美元，累計(jì)融資額15.25億美元，在基礎(chǔ)大模型公司中僅次于OpenAI。

　　此前，亞馬遜云科技也宣布了Amazon Bedrock Agents新功能，它可以把開發(fā)、部署和管理多個(gè)Agent的能力打包集成在一起，開發(fā)者只需要幾次點(diǎn)擊，就可以構(gòu)建Agent應(yīng)用。此舉大大降低了Agent應(yīng)用的開發(fā)門檻�？梢灶A(yù)見，接下來，更多云服務(wù)也將在這個(gè)方向發(fā)力。

　　如火如荼的機(jī)會(huì)背后，現(xiàn)實(shí)的挑戰(zhàn)和不確定因素也在逐步顯現(xiàn)。技術(shù)層面，由于Agent面臨的是更復(fù)雜的環(huán)境和交互，需要擔(dān)任“大腦”的大語言模型在多模態(tài)能力上有所突破，才能更好地理解問題并解決問題；另一方面，由于物理世界的信息是多維度且動(dòng)態(tài)的，Agent與物理世界的信息交互將會(huì)存在巨大的挑戰(zhàn)。

　　此外，在to B領(lǐng)域，Agent也會(huì)面臨一些現(xiàn)實(shí)難題。安全性首當(dāng)其中�！坝绕湓趖o B領(lǐng)域，不同客戶對(duì)數(shù)據(jù)安全和隱私保護(hù)的要求存在差異，Agent公司需要考慮保障數(shù)據(jù)的合規(guī)性，以便在符合法律法規(guī)的前提下使用相關(guān)數(shù)據(jù)�！敝芙「嬖V「甲子光年」。

　　數(shù)據(jù)層，如何按照大型模型友好的方式對(duì)其進(jìn)行記錄和整理也是一個(gè)關(guān)鍵難題。“現(xiàn)有的數(shù)據(jù)并非都適合大型模型處理，在處理各種半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)：如簡(jiǎn)歷、郵件、微信聊天記錄以及視頻直播等數(shù)據(jù)的過程中，需要按照大型模型友好的方式對(duì)其進(jìn)行記錄和整理，才能真正的構(gòu)建數(shù)據(jù)閉環(huán)，讓Agent打穿場(chǎng)景。”周健提到。這意味著，對(duì)于企業(yè)而言，也需要即時(shí)記錄各類數(shù)據(jù)，避免關(guān)鍵業(yè)務(wù)信息缺失對(duì)決策結(jié)果的影響。

　　他認(rèn)為，安全可靠、數(shù)據(jù)閉環(huán)，和基于這些產(chǎn)品形成的數(shù)據(jù)飛輪才是Agent公司的護(hù)城河�！皵�(shù)據(jù)是核心的競(jìng)爭(zhēng)維度。數(shù)據(jù)有很多維度，互聯(lián)網(wǎng)上的很多行為數(shù)據(jù)，企業(yè)內(nèi)部專家的知識(shí)數(shù)據(jù)，企業(yè)自身業(yè)務(wù)閉環(huán)之后產(chǎn)生的決策數(shù)據(jù)，這些組合在一起，才是Agent發(fā)揮最大價(jià)值的地方。”

　　“Agent就像布滿太陽能的電板，把這些數(shù)據(jù)能量源源不斷的吸收進(jìn)來，沉淀到企業(yè)內(nèi)部，形成可以復(fù)用的方法論和資產(chǎn)，從而大幅提高企業(yè)的效能�！敝芙≌劦�。

　　現(xiàn)階段，瀾碼的重點(diǎn)是：持續(xù)構(gòu)建標(biāo)桿客戶、通用性、易用性這三個(gè)x、y、z能力軸。“前期必然圍繞標(biāo)桿客戶與產(chǎn)品通用性去打造，之后從提升毛利的必要性出發(fā)，再去提升易用性�！蹦壳盀懘a已經(jīng)跑通了很多場(chǎng)景，與金山辦公、特贊、輕流、優(yōu)云服等廠商達(dá)成了合作。頭部獵頭公司和某軟件外包上市企業(yè)是眼下的重要用戶。

　　“未來，我相信會(huì)形成一個(gè)類似于滴滴或美團(tuán)的企業(yè)大腦，能夠與企業(yè)內(nèi)所有員工進(jìn)行互動(dòng)。這將使過去線性、僵化的自動(dòng)化流程轉(zhuǎn)變?yōu)榛�于�?shù)據(jù)和行為經(jīng)驗(yàn)的決策流程。”周健說。