智能体的形式会不会终结?

[laijh]

得人为干预定制 AI 执行流程，我觉得这件事本身就是反 AI 行为。

为什么不是 AI 自己操纵执行流程，发觉其他 AI 的能力，然后调用他们的能力。

[Kylin30]

终结者第一集？

[Folayi]

路要一步一步走，从“人为定制执行流程”到“自我反射型智能体”需要时间，但确实是必然。

[8355]

因为机器学习啊，这就是局限。目前就是需要先训练再推理，当算力足够冗余的绝对大于实时获取的信息就可以实时训练实时更新模型完成自我进化。

[laijh]

看看 claude 的发展史，短短几年，AI 写代码发展到了这种程度，编排智能体最终也是一个配置文件，我觉得比写代码的难度是等同的。

可能现在数据还不过庞大，需要积累

[wyntalgeer]

会终结，但不是现在

[rb6221]

1 ，学习的目的是解决问题，而且是现实中的问题。
2 ，学习有标准答案。而对于 AI 来说，标准答案的解释权在人类。
理解了这两点，你就知道了：
1 ，无论 AI 调用谁，都是为了解决问题，如果人类对解决的结果不满意，那他凭什么进化？
2 ， 除非 AI 形成一个完全不靠人，自洽的环境或者说上下文，否则他存在的意义都要靠人类来决定

[sentinelK]

“智能体”是一个相对概念。是相较于单一大语言模型而言的。“智能体”，他只是基于现有技术、算法水平的解决方案而已。

所有的解决方案都会过时。所以楼主的这个问题是个伪命题。

[Solix]

现阶段不会，等你说的这个也就是 AGI 到来的时候，人类就要灭亡了

[darkway]

那这不也还是智能体吗,它也可以继续叫智能体

[SSyR6q8IiL6exm4w]

啥？

[ota]

你说的不就是 AGI 吗？

[x8]

因为在当前时间节点, 整个生态内还没有沉淀足够的 "发觉其他 AI 的能力，然后调用他们的能力" 的规范, 共识, 知识

等生态繁荣了, 数据量足够了, 会有的

[webcape233]

那时候还要你我这种普通人干嘛

[miracleyin]

agent 并不等于 LLM-driven agent ，指的是可以完成明确任务的人造对象，是一种应用的设计思路。可以翻阅《人工智能-现代方法》了解一下 LLM 出现之前的 agent 是什么。
但是目前 LLM-driven agent 确实提高了 agent 的上限，而 agent 技术

[miracleyin]

@miracleyin 但是目前 LLM-driven agent 确实提高了 agent 的上限，而 agent 技术 也能明显提高 LLM 的智能程度。
总而言之，LLM 当前作为一种世界知识的提供者，agent 可以在此基础上提供操作能力（无论是外部开发，还是内部实现）都会继续存在。并且 agent 的流程也逐渐变成 LLM 提升智能的方案（ agent-rl ）。

[wushenlun]

deepsearch 就是很好的自实现智能体，要查哪些网页，做哪些分析都是它自己搞定的，但是你从它的耗时看得出来，token 消耗太高了

[rogerer]

理论上来说，我们的训练语料能够覆盖到工具的使用，LLM 是可以自己规划的。但是现实是，即使我们考虑一些简单的场景，比如代码检索，LLM 也需要额外的一些信息[1].

举个例子，现在 LLM 写 UI ，它是无法「想象」出来页面长什么样子的，这是一件比较困难的事情，也是 design2code 到现在还在做几十年前的纯 HTML 和 CSS 数据集还取得一个非常低的分数的原因[2]。现在能做的，是把真正运行的结果用各种方式让 LLM 感知到。

[1].Gao Z, Wang H, Wang Y, et al. ViC: Virtual Compiler Is All You Need For Assembly Code Search[J]. arXiv preprint arXiv:2408.06385, 2024.
[2].Si C, Zhang Y, Li R, et al. Design2Code: Benchmarking Multimodal Code Generation for Automated Front-End Engineering[J]. arXiv preprint arXiv:2403.03163, 2024.

[l516q]

智能体这概念太大了吧

[charlie21]

小皮鞭只有抽到人身上才能让人感受到疼
AI 并不具备在被指出胡说八道之后跪下认错的能力