Meta
为推广自家大模型，必然会营造智能体（Agent）很卷的氛围，毕竟只有这样才会使大模型被更多地使用。不过，我摸着良心跟开发者讲，不要轻易卷入其中。在智能体开发上投入时间和精力时务必谨慎。要是觉得智能体是大势所趋、不想错过这个机会，那也绝不能搭错车。且听我慢慢讲前因后果，最后还会告知怎样避免搭错车。简单来讲，智能体是一种调用大模型LLM以决定下一步行动的工具。LLM如同大脑，智能体靠大脑反馈做事才显得智能。目前LLM仅能给出通用问题的解法，无法解决特定业务与场景下的问题，而智能体是连接LLM与特定场景的桥梁。
换个角度看，由于LLM存在不足，所以才需要智能体。所以，开发大型语言模型（LLM）的大厂必然期望有更多智能体出现，也希望更多开发者参与智能体开发，这能使LLM应用场景增多，影响力扩大。Meta的CEO马克·扎克伯格甚至称，未来智能体数量将多于人类数量！
要是智能体的数量真的比人类还多，那可太棒了。LLM和程序员构建起一个开发生态，就如同围绕苹果手机平台的生态那般。苹果提供商店与IOS平台，开发者在平台开发各类应用，平台兴盛，iphone应用增多，开发者也获利，真好。然而，这一智能体生态看似可行，实则脆弱，构建起来十分困难。这个原因就在于……前面划重点的这两句话，还记得吗？LLM存在不足，所以需要智能体。第二句，大脑是LLM，智能体因依大脑反馈行事才显得智能。LLM自身的能力约束着智能体的能力，即智能体要表现得更好需依靠LLM的进步，然而LLM进步了，往往就会发觉不再需要智能体了。我举个例子，有个comic - translate项目，这是个很不错的智能体创意，能对漫画气泡进行翻译。
人类
这个智能体实际上是通过程序来实现这样一个工作流的。GPT还不够聪明，提取替换漫画文字就需要一个工作流。开发程序很费力，不但可能有bug，而且其核心翻译功能还得依靠GPT。要是GPT的后续版本不断改进，强大到能通过提示词下达翻译局部文字的指令，像把漫画文字气泡里的中文译成英文，按照漫画语境翻译这种提示词，就足以完全替代这个智能体的功能了！现在你懂了吧，多数智能体的功能，借助LLM的改进都能实现，只是时间早晚罢了。这几年LLM发展极快，要知道，LLM自身大概率会取代多数程序开发的智能体。那么，智能体就毫无用处了吗？当然不是啦。做任何事都得考量性价比，即便回报低，可要是投入成本极低，那也值得去做。在LLM进化到可取代部分智能体能力前，若能低成本达成这些智能体功能，那也是成功的。并非所有智能体都得编写复杂程序。有些平台具备低代码开发智能体的功能，通过拖曳操作就能创建一个智能体。而像GPTs定制模型更加简便，只需用语言定制就行。这些投入少的智能体，摆弄摆弄也没什么关系。LLM开发厂商其实也察觉到了这一情况。他们固然要支持以写程序方式构建的智能体，但也常常推出低代码或经界面配置就能完成的智能体。不过，程序员们可别觉得智能体开发会像
移动端开发那样是个庞大市场，别在智能体开发上耗费过多时间与精力，毕竟它必然会被大型语言模型（LLM）反噬。我之前就说过，要是你认定智能体是不能错过的人工智能机遇，那可别上错车。别在智能体程序开发商那里投入过多精力和时间，只有低代码、靠配置生成智能体这种投入少的开发才可以尝试。你一定要小心，别上错车啊。
