人工智能代理的崛起

图 & 译｜匡萃彪
文｜ANIRUDH VK

以AutoGPT和AgentGPT开始的AI代理浪潮现已成为现代人工智能创新最有趣的方面之一。这些所谓的代理使用LLM（大型语言模型）来自主完成任务，很多人称它们为通向AGI（人工通用智能）的前兆。

此外，随着OpenAI API中引入函数调用的功能，部署具有代理行为的模型比以往任何时候都更加容易。将GPT-4的能力与自定义编写的自动化程序相结合，创造了一批全新的AI代理，其中一些可能改变我们与网络互动的方式。

随着AI代理生态系统的最新发展，例如函数调用更新以及LangChain的改进，这些代理变得越来越强大。现在，新的代理可以不仅仅是创建各种策略，它们能够在几分钟内生成整个代码库，撰写多章节小说。随着相应的基础设施和支持系统的兴起，我们正见证一个新一代超强大的AI代理的出现。

简而言之，AI代理利用LLM的自然语言处理能力来自主完成给定的任务。看到AI代理的潜力，OpenAI和Hugging Face等市场领导者逐渐开始构建围绕它们的生态系统。例如，LangChain通过连接LLM和外部数据实现了早期形式的代理行为，现在已经完善了其函数调用功能。

通过这个更新，LangChain不仅增加了对OpenAI函数调用的支持，还能将LangChain工具转换为函数的能力。这提供了广泛的用例，打开了将LLM与更多程序结合使用的可能性。

最引人注目的新型AI代理之一是GPT Engineer，这是一套能够从零开始构建整个系统的AI系统集合。根据其GitHub页面的介绍，它可以根据提示和一些澄清信息生成整个代码库。更重要的是，该代理甚至会记住随时间给出的人类反馈意见。该repo在撰写本文时约有24.4k颗星。

类似地，程序员Matt Shumer创建了一个名为GPT-Author的代理。这个AI模型集合可以在几分钟内写一本完整的书，甚至生成合适的封面艺术并发布到Kindle上。虽然这已经引起了人们的关注，但该产品已经开源，可以根据需要插入更多的系统中。Shumer表示：“GPT-Author是一个受限制的代理，这意味着它的行为是高度受控的，结果比开放式代理更好。”

这可能是创造比人类更快、更高效地实现目标的AI代理的关键。AI代理常常因为本质上是迭代的而受到批评。这意味着它们无法像人类那样创造出创造性的新事物。然而，受限制的AI代理似乎能够达到接近人类水平，同时减少错误并保持主题的一致性。

DeepMind的联合创始人Mustafa Suleyman在采访中表示，狭隘的人工智能更适用于受限制的用例。谈到公司的新产品Pi时，他表示：“由于我们不从事诸如代码生成、诗歌、法律信函和歌谱等工作，我们基本上可以让大部分语言模型专注于常规知识、琐事和对话风格。”

可以说，AI代理的趋势始于今年3月推出的AutoGPT。该GitHub存储库迅速获得了超过100,000颗星，并受到了Andrej Karpathy等人的热烈好评。

AI代理被誉为“提示工程的下一个前沿”，逐渐在人们中间流行起来。开发者利用AutoGPT自动化数据抓取、编写和自我调试代码，甚至寻找在互联网上赚取额外收入的方法。AutoGPT的成功带来了一批其他AI代理，如AgentGPT、AutoGPT、Do Anything Machine等。

观察LangChain的Twitter动态可以看出，这个更新增加了多少功能。开发者已经创建了可以从GitHub存储库中提取信息回答问题的机器人，用于创建全新的网站的服务，甚至为农民提供智能数据库。

当与更新且更便宜的OpenAI API结合使用时，AI代理在开发者社区引起了轰动。现在似乎开发者更愿意尝试LLMs，从而发布了一些有趣的代理。这可能是我们实际使用的AI代理的路径。类似于Tim Berners-Lee的预测，将来每个人都将拥有自己的AI助手，一组受限制的AI代理可能成为我们与网络互动的方式。

点这里👇关注我，记得标星哦～‍‍‍