AI行业智能体开卷，打造自家智能体的方法

AI

一类是基于指令的，像GPTs就属于这种；另一类是基于工作流的，字节的Coze便是如此。当前，多数AI产品都有类似智能体功能，讯飞星火创建智能体就支持这两种模式。

讯飞也有不少智能体模板，可直接参考模板进行创建。

智能体，本质上是把AI进行一定程度的定制，从而提供更具个性化的服务。经过一年多的众多模型竞争，现在我们并不缺AI应用，反倒AI应用过多且同质化严重。可以说目前没有哪个AI有独一无二的优势，国产AI也不比国外的AI逊色。然而，相同的工具在不同人手中会产生不同的效果。这是因为大模型应用有其自身逻辑。要是你对AI应用兴趣浓厚，却不知如何入门学习的话，网络知学堂新推出的AI应用实战营课程就很适合你。该课程由业内专业老师讲授AI应用知识，能助力大家迅速掌握AI技能，知悉AI在各行业的变现案例。现在花1毛钱就能体验两天的课程。这活动啥时候结束可说不准，赶快先点击卡片报名吧。上完课可别忘了找老师领取prompt指南和Stable Diffusion软件安装教程呀。文心的AgentBuilder也差不多，直接查看官方教程就行。当下创建智能体并不难，难的是梳理清楚自身原本业务，明确业务里处理事情的步骤与工作流，再思考有哪些部分可让AI识别、判断、创作，最后把这些内容融入到AI当中。

ChatGPT

还有个非常重要的能力是知识库。无论何时，私有知识库的数据都极为宝贵，这也将是核心竞争力。在有了RAG技术后，搭建知识库的难度大幅降低，如今的AI应用在创建智能体时，都会提示添加知识库以提升生成效果。

智能体还有一个特性，即可以调用并执行工具，像联网搜索、代码执行、图像创作等能力。你可以将智能体看作是拥有一定自主决策权与执行权的机器人。如今，多数AI对话里的智能体实际是伪Agent，最多只能算更高级些的提示工程（Prompt Engineering）。大家认为什么样的AI可被称为智能体？依照Lilian Weng的定义，Agent需具备规划、记忆、工具、行动这四个部分。

大家可依据此定义，对照当下的智能体，看能符合其中几个部分？当下，多数智能体（像ChatGPT里的大多数GPT）都属于基于指令的智能体（Prompt - based Agent），这不过是更高级些的提示模板罢了。它经过格式化设置，提供角色设定和问答范例，最多再加上一个RAG知识库。

要是觉得智能体比较复杂，可以先从更简单好用的场景开始尝试，像让AI帮忙做PPT、分析数据，这样能更快把AI运用到实际工作里。很多场景都是我在AI应用实战营学到的，推荐你也去听听。更进一步的情况是，可以将其定义为基于工作流的智能体，像Coze和Dify就属于这类。它们能够编排工作流，并且在恰当的环节指定调用能力或者工具。在工作流编排过程里，人类需要贡献更多智慧（这相当于做了规划方面的工作），不过和基于提示的智能体相比，这显然朝着智能体更近了一步。

最后一个阶段，维基百科定义为：智能代理是能观察周围环境并采取行动以实现目标的自主实体。这已接近理想中的AGI了，需要具备自主观察和执行的能力。另外，突然想起来，之前参与OpenDevin项目的翻译PR（拉取请求）时，还专门探讨过Agent翻译的事情。Agent这个词本身并无智能的含义，一开始被译为代理（甚至特工）。可能是为了避免和网络术语proxy混淆，有人就在Agent前面加上了Intelligence，于是就有了智能代理或者智能主体的译法，后来又进一步简化成了智能体。我认为，要打造智能体，准备好私有数据、梳理好私有工作流是最为关键的。通用的智能体肯定会被他人做得更出色，甚至会被包装成完善的应用投入市场，像用于背单词、练口语的智能体。不过，未来我们的价值可能依旧体现在私有能力方面。在工具方面，可试着创建类似GPTs的智能体，再尝试Coze或Dify的工作流智能体，最后就等着有更便捷、完善且智能的工具现身，这种工具能将我们的私有能力转化为成熟智能体。 以上。