给我一个能做工作计划的智能体

那么，如果软件开发的某些部分变得更快、更容易、更便宜，会发生什么情况呢？4年前，OpenAI发布了GPT-3，这是第一个真正意义上的大型语言模型。从那时起，我们就踏上了一段不平凡的旅程。现在，当我说大型语言模型时......我谈论的是其他人所说的人工智能。但我认为这个术语太笼统了。我特指的是使用深度学习和神经网络创建的模型。这些主要是大型语言模型，但也包括视觉和动作模型。它们是基于人类训练数据来理解单词、代码语法、图像和界面操作的模型。我也在谈论所谓的智能体。当我们让大型语言模型表现得像一个智能体时，它可以制定计划和决策，以尝试实现我们设定的目标。我们允许这些代理访问外部工具，如网络搜索、计算器，以及编写和运行代码的能力。以及数据库中存储的长期记忆。我们让他们模仿逻辑思维模式，比如让他们观察他们所知道的东西，计划他们下一步要做的事情，批判他们自己的工作，并一步一步思考。智能体可以决定在任何时候使用什么工具来解决我们给出的问题。这种将工具和逻辑链接在一起的架构使得语言模型比其他模型功能更强大。他们最终能够在我们现有的编程环境中完成相当复杂的任务。除非这里有人一直生活在与世隔绝的地方，否则你们就会知道我们一直在将语言模型和智能体部署到旨在帮助专业开发人员的工具中，例如GitHub Copilot、Cursor和Replit。他们可以读写代码、调试、创建文档和编写测试。一项研究表明，使用Copilot的开发人员完成任务的速度提高了55%，所以我们至少知道这可以加快人们的速度。从个人经验来看，我可以说，使用这些工具后，我会成为一名更优秀的程序员，但我知道人们对这些工具有很多怀疑和争议。也许他们只是在创建更多的垃圾代码和错误，供大家以后处理。

完全自主智能体由四个元素组成,它们组合起来达到了完全主体能力:推理、外部记忆、执行和规划。推理。在最基本的层面上,智能体人必须能够对非结构化数据进行推理。基础模型如[Anthropic](https://menlovc.com/portfolio/anthropic/)*和OpenAI已经非常有效地实现了这一点,其中包括一个部分的世界模型编码到LLMs的预训练权重中,用于一般知识和基本逻辑。外部内存。除了一般知识,智能体还需要外部内存来存储和调用特定于域的知识以及他们被要求解决的问题的有限上下文,通常通过像[Pinecone](https://menlovc.com/portfolio/pinecone/)*这样的向量数据库。执行。智能体人使用工具来执行增强其解决问题能力的任务。许多早期的智能体人平台提供了预定义在代码中的自定义操作工具箱,供他们的智能体人选择。但也开始出现一些通用的智能体人工具,包括网络浏览、代码解释、身份验证和授权,以及与客户关系管理和企业资源计划等企业系统的连接,以在这些系统内执行用户界面操作。规划。不是试图通过单一顺序的下一个词预测（就像一次性写完一篇整篇文章，从第一个词开始不停下来直到最后一个词）来解决复杂的问题,智能体商遵循更人性化的思维过程,将工作分解成更小的子任务和计划,反思进度并根据需要进行调整。

在AI领域，AI智能体（AI Agent）的概念很火，许多同学也尝试搭建了智能体。那么智能体和工作流的区别是什么，为什么我们要使用工作流而非智能体呢？智能体和工作流的区别？智能体（AI Agent）是什么：智能体是一个自动化的“助手”，用来执行特定任务。就像你设置一个闹钟，它帮你在指定时间提醒你。能做什么：它擅长做一些具体的、重复性的任务，比如客服聊天、推荐商品、处理订单等。缺点：它只能按照预先设定的规则和任务来做事，如果遇到超出范围的情况，它就不知道怎么办了。工作流（Workflow）是什么：工作流是一系列任务的流程，决定了每个步骤应该做什么，就像一本操作指南，告诉你从头到尾要怎么做。能做什么：工作流可以处理一个完整的过程，比如从客户下单、付款到发货和售后服务，涵盖了所有步骤和环节。优点：它更灵活，能够适应变化。你可以调整步骤和规则来应对不同的情况，不需要一开始就固定下来。区别总结智能体是特定任务的“助手”，用于局部执行任务。工作流是一个“计划”或“路线图”，指导整个任务的流程。简单说，工作流是全局的，智能体是局部的。在业务中，通常需要的是工作流而非单个智能体，因为整个业务流程设计至关重要。例如，在烹饪中，关键不在于使用多贵的锅，而是按步骤完成每道工序。因此，工作流才是解决问题的关键，它帮助优化思路、提升效率。设计好工作流才能大幅提升整体业务效率。