智能管家“賈維斯”走進(jìn)現(xiàn)實(shí)？AI Agent或成2023科技領(lǐng)域新風(fēng)向標(biāo)

漫威粉們想必都知道《鋼鐵俠》系列電影中，有一個(gè)不可或缺的角色——賈維斯。但就算是沒有看過任何一部大電影的路人，只要通過一個(gè)詞就可以了解“賈維斯”是一個(gè)什么樣的角色——智能管家。

作為托尼·斯塔克的助手，賈維斯的存在讓主人的生活更加便捷。在日常生活中，賈維斯負(fù)責(zé)幫助斯塔克管理日常事務(wù)，理解并執(zhí)行斯塔克的語音指令，充當(dāng)著斯塔克與其他人溝通的橋梁，讓斯塔克有更多的時(shí)間去專注于他的工作。而在戰(zhàn)場(chǎng)上，賈維斯可以連接到任意計(jì)算機(jī)終端，在幾秒鐘內(nèi)處理大量信息并在關(guān)鍵時(shí)刻提供正確的解決方案，甚至可以在危急時(shí)刻控制鋼鐵俠戰(zhàn)服，協(xié)助戰(zhàn)斗。

“這樣的智能管家哪里找？”“這只能存在于科幻片里面吧？”的確，比起一臺(tái)機(jī)器，賈維斯更像一個(gè)擁有獨(dú)立思考能力和判斷力的“人”。而想把冰冷的機(jī)械變成智慧的生物，光喊魔法咒語“巴啦啦能量”可沒什么用，還得找人工智能領(lǐng)域的新晉頂流——AI Agent。

這是什么？如果問比爾蓋茨，他表示：“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……”如果問百度，它給出的官方定義是“AI Agent（AI智能體）是一種能夠感知環(huán)境、進(jìn)行決策和執(zhí)行動(dòng)作的智能實(shí)體，擁有自主性和自適應(yīng)性，可以依靠AI賦予的能力完成特定任務(wù)，并在此過程中不斷對(duì)自我進(jìn)行完善和改進(jìn)”，如果問我，那就通俗點(diǎn)理解，AI Agent差不多是智能人工助理，能理解人的意思并且自主完成人類的指令。

想知道AI Agent是如何快速出現(xiàn)的，那就不得不提到大模型的蓬勃發(fā)展。雖然蘋果手機(jī)里的Siri也能和我們對(duì)話，但賈維斯不僅能陪聊，還是一個(gè)會(huì)進(jìn)步會(huì)學(xué)習(xí)的人工智能程序。這是因?yàn)榇竽Ｐ妄嫶蟮挠?xùn)練數(shù)據(jù)集中包含了大量人類行為數(shù)據(jù)，為模擬類人的交互打下了堅(jiān)實(shí)基礎(chǔ)；而且隨著模型規(guī)模不斷增大，大模型涌現(xiàn)出了上下文學(xué)習(xí)能力、推理能力、思維鏈等類似人類思考方式的多種能力。

由此可見，大語言模型相當(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、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)。而AI Agent充分結(jié)合大模型“腦”與數(shù)字員工“手”二者的優(yōu)勢(shì)，一方面破除了大模型“有腦無手”的困局，另一方面賦予數(shù)字員工多重能力，帶來更高級(jí)的自動(dòng)化解決方案。

到了現(xiàn)在，隨著國內(nèi)百模大戰(zhàn)接近尾聲，企業(yè)們生產(chǎn)大模型的步伐有所放緩，都逐漸開始將目光聚焦到大模型應(yīng)用層，致力于讓加了大型語言模型能力的Agent直接去解決某具體場(chǎng)景中的各種問題。以一家科技公司為例，AI行業(yè)準(zhǔn)獨(dú)角獸實(shí)在智能為了推進(jìn)大模型在真實(shí)商業(yè)場(chǎng)景中快速、有效落地，在發(fā)布了自研TARS垂直大模型后，重磅推出了行業(yè)首個(gè)基于大模型的TARS-RPA-Agent產(chǎn)品，將數(shù)字員工應(yīng)用門檻進(jìn)一步大幅降低，實(shí)現(xiàn)“所說即所得，你說，PC做！”

TARS-RPA-Agent不僅全能覆蓋發(fā)郵件、請(qǐng)假等各種辦公場(chǎng)景，而且還有著優(yōu)秀的泛化能力。比如你問TARS-RPA-Agent“我要買一臺(tái)筆記本電腦，幫我推薦下”，它就會(huì)基于計(jì)算機(jī)視覺大模型的“智能屏幕語義理解”技術(shù)“秒懂”屏幕畫面，完成自動(dòng)解析并將其拆解成“登錄購物網(wǎng)站，查詢筆記本電腦品牌、配置、價(jià)格等信息，完成產(chǎn)品推薦”等多個(gè)可自動(dòng)實(shí)現(xiàn)步驟。值得一提的是，TARS-RPA-Agent在任務(wù)過程中可允許人工修改、調(diào)優(yōu)，如果我們中途有了新的計(jì)劃，也可以直接用嘴告訴它。

AI Agent的出現(xiàn)，代表了科技的進(jìn)步，也順應(yīng)著需求的激增；它讓人們對(duì)于科幻作品中能力超凡的AI助手的想象變成現(xiàn)實(shí)，給人與機(jī)器的關(guān)系構(gòu)建出全新的軟件可能。暢想未來，你也配備了一個(gè)大模型Agent，這位智能管家能幫你處理大量信息甚至做出推理，我們的生活將發(fā)生什么樣的變化呢？