• 全自然语言编程。

• 没有后端逻辑，全部交给大模型处理。

• 也没有前端渲染，全部实时生成。

也许这种感觉就像当年第一个www网站诞生时的感觉。我把它看做是一个Super Agent 应用的萌芽，ta会持续学习我们的使用习惯、思维逻辑，并与我们进行更自然的人机交互。

但今天更重要的是想和大家聊聊支撑这个super Agent的Software2.0架构，以及我们如何用Software2.0的思维来构建AI agent。

套用函数思维，我们可以把软件当做一个函数Y=F(x)，如果想控制软件的输出值Y：

在Software1.0，我们通过更新代码完成。

在Software2.0，需要通过控制提示词和数据来完成。

• 提示词方法包括更新提示词的内容、形式、顺序，ta比我们想象中重要。

• 数据方法就是通过合理、有效的数据来改变参数，这便是微调。

如果你接纳或者选择跟随Software 2.0观点，那么构建数据集会变得非常重要。

对于Agent开发者来说，我们也多了一项控制Agent的方法，那就是通过构建面向Agent开发的数据集来提升Agent的专项能力。

而这三种形式的数据逐步让神经网络拥有了识别能力→对话能力→工作执行能力；

也对应着三种产品形态：识别式产品 → ChatBot对话类产 → Agent思考+执行类产品。

其中Agent workflow式的数据集是专为Agent而生，用Agent workflow式的微调称为”Agent tuning”。如果说Agent是比Chatbot更具想象力空间，那么Agent tuning在不久的将来也可能会成为提高Agent能力的主流手段之一，之所以说可能，是因为目前Agent tuning主要在学术界活跃，还没有什么实际应用(已经整理好的Agent tuning相关论文、代码、数据集等资料，公众号回复“Agent微调”即可获得飞书链接)。 

那么Agent tuning的数据长什么样呢，我们把上图的数据样例理解一下：User 与 Assistant 之间产生了多轮对话，最后一次回答就是这组数据的标签。而这种对话正是遵循着Re-Act模式展开(什么是Re-Act模式参考产品经理研读：Agent的九种设计模式)。

数据集来自：https://huggingface.co/datasets/THUDM/AgentInstruct/viewer/default/webshop

实际上Agent workflow式的数据集里，每一组训练数据就是提示词中的one shot。当你有1000个类似的样本时，就可以把它作为训练数据集来微调模型。

那么，Agent tuning的效果如何呢？在查阅了相关的论文和开源项目后发现：

在我们的实践中，Agent tuning的效果也是忽上忽下，这一进程仍然在艰难的探索之中，只能说目前没有定论：按照Software 2.0的理论是正确的，但这往往需要时间来实证，也可能我们还没有找到正确的方法。

如果你或者你所在的企业恰好也在探讨这一块，欢迎评论区留言一起来聊一下。

最后附上已经整理好的Agent tuning相关论文、代码、数据集等资料，公众号回复“Agent微调”即可获得飞书链接，希望能为你的前沿探讨省点力。