AI知识库

53AI知识库

学习大模型的前沿技术与行业应用场景


2024年:从prompt工程师到Agent工程师的转型
发布日期:2024-07-31 14:17:42 浏览次数: 1981 来源:探索AGI


哈喽哈喽,大家好!这里是一个专注于AI智能体的频道!

自从ChatGPT横空出世,大家对AI的看法已经大变样了。人们意识到,这些AI系统可能已经达到了人类水平的能力和表现。ChatGPT就像个概念验证,告诉我们,我们离创造能执行人类智能任务的机器不远了。

随着像ChatGPT、Claude和Gemini这样的模型出现,它们在各种知识领域都表现出色,还能进行人类水平的对话。再加上新的能力,比如“视觉”和工具调用,AI智能体开发的舞台已经搭建好了。

这里简述一个基本的Agent框架,框架的核心思想其实挺简单的:给智能体分配任务,这些任务需要通过行动来完成,而行动又需要特定的能力。这些能力需要一定的熟练程度,而熟练程度又需要技术和技巧来实现。如下:

比如说,一个电商聊天机器人的工作可能包括处理咨询、分析顾客行为、推荐产品。而一个内容创作智能体的工作可能就是头脑风暴、起草文章或写博客帖子。这些工作都需要明确的动作和能力。

我们需要评估每种能力所需的可靠程度,比如内容创作代理的工具调用可靠性要达到75%,内容创意的生成要有75%的成功率,信息检索的精确度要达到99.99%等等。

然后就是如何将这些可靠程度映射到可用的技术和技巧上。这可能包括大型语言模型(LLMs)、检索增强生成(RAG)、模型微调等等。每种技术都有它的强项和成本效益考量。

最后,我们还要考虑智能体的解剖结构和协调方式。是把所有能力都注册到一个智能体上,还是每个能力分配给一个独特的智能体?我们如何开发可以轻松重新利用的能力?

从 Prompt Engineering 到 Agent Engineering 的旅程才刚刚开始,我们有很多东西要学习和完善。框架只是一个起点。随着构建智能体的模型和技术不断增多,我们需要一个能够超越任何特定技术或技术类别的通用框架。


53AI,企业落地应用大模型首选服务商

产品:大模型应用平台+智能体定制开发+落地咨询服务

承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

与创始人交个朋友

回到顶部

 
扫码咨询