" 如果一篇论文提出了某种不同的训练方法，OpenAI 内部会嗤之以鼻，认为都是我们玩剩下的。但是当新的 AI Agents 论文出来的时候，我们会十分认真且兴奋地讨论。普通人、创业者和极客在构建 AI Agents 方面相比 OpenAI 这样的公司更有优势。" OpenAI 联合创始人，前 TeslaAI 总监 Andrej Karpathy 说道。

Karpathy 的公开发言为 AI Agents 添了不少热度。但他的判断并非一家之言。

       早在 3 月份，AutoGPT 就在 GitHub 上获得 7.4 万星，并快速成为史上 Star 数量增长最快的开源项目；而后发布的 BabyAGI、AgentGPT 更如雨后春笋般涌现：订购披萨、整理邮箱、创建博客，甚至举办一场情人节派对……

       越来越多的 AI Agents 出现在人们生活的各个场景下，热潮迅速开始从硅谷蔓延。

       自主执行、独立运作，AI Agents 被科技人士给予极高的期待，认为其是 " 变革社会的生产力工具 "。更有人将其视作 " 通往通用人工智能（AGI）时代的开始 "。

但呼声并不能掩盖现存的问题。

       " 大模型是 AI Agents 的前提，有了足够好的硬件基础后，才能去发展 AI Agents。" 真格基金管理合伙人戴雨森对「甲子光年」表示。

       严格来说，市面上只有 ChatGPT 一个 " 合格 " 的大模型底座。受制于模型算力，国内仍然缺乏 AI Agents 的开发土壤。

       未来美好，现实残酷。技术研发与创业投资等都在摇摆中进行。AI Agents 的红利期何时真的伴随大模型浪潮而来，谁都不得而知。但可以肯定的是，改变已悄然开始。

AI Agents：帮你做事的 " 数字助理 "

       与其把 AI Agents 当作 ChatGPT 升级版，不如将它视作人类的 " 数字助理 " 更为合适。

       它不仅告诉你 " 如何做 "，更会 " 帮你做 "。作为一种媒介，AI Agents 代替人类与 GPT 等大语言模型（Large Language model, LLM）进行反复交互，只要给定目标，它便可以模拟智能行为，自主创建任务、重新确定任务列表优先级、完成首要任务，并循环直到目标达成。

       与传统的人工智能不同，AI Agents可以在没有人类控制的情况下独立运行。通过接入 API，AI Agents 甚至可以浏览网页、使用应用程序、读写文件、使用信用卡付款等等。

       简单来说，只需要给它一个目标，AI Agents就能完成剩下的全部工作。例如 HyperWrite 研发的 AI agent 通过 Chrome 浏览器的控制程序来自动帮你订购披萨。这种想象放在科幻电影里并不难，但在人工智能探索历程上，已经持续了将近半个世纪。

       大语言模型是 AI Agents 的核心大脑。通过拆解复杂任务，可以将复杂的用户需求拆解为可实现的任务方式。

       一方面，大模型的训练建立在互联网的基础上包含了大量的人类行为数据，弥补了构建可信 AI Agents 的关键要素。另一方面，在可观的知识容量下，大模型涌现出优秀的上下文学习能力、推理能力。通过建立思维链来实现模型的连续思考和决策，AI Agents 可以分析复杂问题，并将其拆解成简单、细化的子任务。

       与此同时，LLM 以语言作为媒介也改变了前端的交互形式。BV 百度风投 AI 应用赛道负责人，投资副总裁温永腾告诉「甲子光年」："BV 百度风投很早就开始关注 AI Agents 的发展，通过研判，我们认为原先的图形用户界面（GUI）有可能转变为语言用户界面（LanguageUI），AI Agents 的前端应用将存在于所有可能与人类交互的前端形式之中。"

       就像人类一样，在从事复杂任务时，每一步之间往往会有一个推理过程。AI Agents 也会借助 ReAct 组件（Reasoning and Acting），将大模型的推理能力和行为决策紧密结合起来，使语言模型可以根据知识进行有逻辑地计划安排。

       Reflexition 框架则为 AI Agents 提供动态记忆与自我反思的能力。通过语言反馈而非更新权重的方式来强化 Language Agents，让它可以改进过去的行动决策、纠正过往的错误以不断提高自身表现。

       在信息获取、储存、保留、检索的进程上，AI Agents 也力图模仿人类的记忆构成，构建高效的内存系统。

接替 LLM，AI Agents 成为下一个 AI 热点

       ChatGPT 的诞生，实现了 AI 与人类进行多轮对话，并提供信息和建议的功能。Copilot 的推出，使 AI 足以承担为人类完成工作初稿的能力，例如 Github Copilot、Microsoft 365 Copilot、Midjourney，分别成为人们在编程、办公、图像生成领域中的 " 智能副驾 "。

       告诉 AI 完成一件任务，它就能完成一件任务——撰写文案、回答问题，或者生成一张人类肉眼难以分辨真假的照片。而与此同时，人们也往往需要为 AI 的每一步行动提供具体清晰的提示。

       此时的 AI 就像是初来乍到，没有任何经验，需要手把手教导的实习生。但是，如果你想要一个听指令办事，执行中遇到困难自己解决，尽量不给人添麻烦的好员工呢？

       OpenAI 联合创始人兼 CEO Sam Altman 曾在多个场合表示，构建庞大 AI 模型的时代已经结束，智能体才是挑战。

       AI Agents 赛道的发令枪已经打响，只不过，这绝对不是短短几个月内的冲刺，而是注定要长达几年，甚至跨越十年的长跑马拉松。