LLM 之后的下一個(gè)熱點(diǎn)是 AI 智能體？Karpathy 直言：現(xiàn)在 OpenAI 內(nèi)部對(duì)于 AI Agent 的論文十分追捧，或許這就是 OpenAI 的新方向。
最近，AI Agent 忽然再次爆火。
什么是 AI 智能體？
它們是一種自動(dòng)的智能體，以最簡(jiǎn)單的形式中在循環(huán)中運(yùn)行，每次迭代時(shí)，它們都會(huì)生成自我導(dǎo)向的指令和操作。因此，它們不依賴人類來(lái)指導(dǎo)對(duì)話，并且是高度可擴(kuò)展的。
大語(yǔ)言模型的出現(xiàn)，無(wú)疑給 AI 智能體的發(fā)展帶來(lái)了全新的想象力。
這也引起了無(wú)數(shù) AI 大佬和科技巨頭的興趣。今年加入 OpenAI 的大牛、前特斯拉 AI 總監(jiān) Karpathy 近日就在一次開(kāi)發(fā)者活動(dòng)上表示：AI 智能體，代表了 AI 的一種未來(lái)！
其實(shí)，早在今年三、四月，就有過(guò)一輪 AI 智能體的大爆發(fā)，仿佛巧合一樣，在短短兩周內(nèi)，斯坦福西部世界小鎮(zhèn)、BabyAGI、AutoGPT 等多個(gè)智能體，就如雨后春筍一般冒出來(lái)。
甚至有人發(fā)出號(hào)召：別卷大語(yǔ)言模型了，咱們是卷不過(guò) OpenAI 的，但要說(shuō)起 AI 智能體，他們并不比我們有經(jīng)驗(yàn)多少。
說(shuō)不定，一不小心自己就能卷成 AI 智能體賽道上的「OpenAI」！
AI 智能體大爆發(fā)，讓 AGI 雛形初顯？
今天，就讓我們回顧一下幾個(gè)月前的這股 AI Agent 大爆發(fā)。
這些智能體出現(xiàn)的時(shí)間，都非常接近。
3 月 21 日，Camel 發(fā)布。
3 月 30 日，AutoGPT 發(fā)布。
4 月 3 日，BabyAGI 發(fā)布。
4 月 7 日，西部世界小鎮(zhèn)發(fā)布。
5 月 27 日，英偉達(dá) AI 智能體 Voyager 接入 GPT-4 后，直接完勝了 AutoGPT。通過(guò)自主寫(xiě)代碼，它完全獨(dú)霸了《我的世界》，可以在游戲中進(jìn)行全場(chǎng)景的終身學(xué)習(xí)，根本無(wú)需人類插手。
就在同一時(shí)間，商湯、清華等共同提出了通才 AI 智能體 Ghost in the Minecraft (GITM)，它同樣能夠通過(guò)自主學(xué)習(xí)解決任務(wù)，表現(xiàn)優(yōu)異。
這些表現(xiàn)優(yōu)異的 AI 智能體，簡(jiǎn)直讓人看到了 AGI + 智能體的雛形。
項(xiàng)目 1：斯坦福、谷歌「西部世界」
對(duì)于前幾個(gè) AI 智能體，Anacondainc 數(shù)據(jù)科學(xué)家、Sophia Yang 博士，就曾在博客中給出過(guò)全面分析。
這幾個(gè) AI 智能體中，最吸引眼球的，無(wú)疑就是一經(jīng)推出就爆火的，斯坦福和谷歌的研究者共同創(chuàng)建的西部世界小鎮(zhèn)了。
這是一個(gè)交互式的沙盒環(huán)境，在小鎮(zhèn)上，生活著 25 個(gè)可以模擬人類行為的生成式 AI 智能體。
它們會(huì)在公園里散步，在咖啡館喝咖啡，和同事分享當(dāng)天的新聞。
而這些 AI 智能體表現(xiàn)出的社交行為，簡(jiǎn)直讓人類驚掉了下巴 ——
比如，從一個(gè)簡(jiǎn)單的用戶指定概念（一個(gè)智能體想舉辦情人節(jié)派對(duì)）開(kāi)始，這些智能體在接下來(lái)的兩天里，會(huì)自動(dòng)傳播派對(duì)邀請(qǐng)的消息，結(jié)識(shí)新朋友，互相約對(duì)方一起去派對(duì)，還會(huì)彼此協(xié)調(diào)時(shí)間，在正確的時(shí)間一起出現(xiàn)在派對(duì)上。
這些可信的人類行為模擬之所以成為可能，正是因?yàn)橄聢D中的這個(gè)智能體架構(gòu)。
它用三個(gè)重要的架構(gòu)基本要素 —— 記憶、反思和規(guī)劃，將一個(gè)大語(yǔ)言模型做了擴(kuò)展。
1）記憶和檢索
記憶流包含每個(gè)智能體的觀察列表，其中，每個(gè)觀察都有自己的時(shí)間戳。
觀察可以是智能體執(zhí)行的行為，也可以是智能體從其他人那里感知到的行為。記憶流很長(zhǎng)，但并不是所有觀察都是重要的。
為了檢索最重要的記憶以傳遞給語(yǔ)言模型，有三個(gè)因素需要考慮：
1. 最近性：近期的記憶更重要。
2. 重要性：智能體認(rèn)為重要的記憶。例如，與某人分手比吃早餐更重要。
3. 相關(guān)性：與情境相關(guān)的記憶，即查詢記憶。例如，在討論如何為化學(xué)考試學(xué)習(xí)時(shí)，學(xué)校作業(yè)記憶更重要。
記憶流包含大量的觀察，檢索過(guò)程會(huì)確定應(yīng)該傳遞給語(yǔ)言模型的這些觀察的子集
2）反思
反思是一種高層次的抽象思考，可以幫助智能體進(jìn)行概括和推理。
反思會(huì)定期產(chǎn)生以下兩個(gè)問(wèn)題：「關(guān)于陳述中的主題，我們可以回答哪 3 個(gè)最突出的高層次問(wèn)題？，你能從上述陳述中推斷出哪 5 個(gè)高層次的見(jiàn)解？」
3）規(guī)劃
規(guī)劃很重要，因?yàn)樾袆?dòng)不僅應(yīng)該集中在當(dāng)下，而且應(yīng)該集中在更長(zhǎng)的時(shí)間范圍內(nèi)，這樣，行動(dòng)才能夠連貫和可信。
規(guī)劃同樣存儲(chǔ)在記憶流中。智能體可以根據(jù)規(guī)劃創(chuàng)建行動(dòng)，并根據(jù)記憶流中的其他觀察結(jié)果做出反應(yīng)和更新計(jì)劃。
這種應(yīng)用具有無(wú)限潛力，甚至讓人有點(diǎn)害怕。
想象一下，一個(gè) AI 助手一直在觀察著你的一舉一動(dòng)，為你制定計(jì)劃，甚至還能替你執(zhí)行。
它會(huì)自動(dòng)調(diào)整燈光、沖泡咖啡，你還沒(méi)開(kāi)口，它就已經(jīng)把晚餐訂好了。
項(xiàng)目 2：Camel
Camel 以「角色扮演」而聞名。
作為一個(gè)探索大語(yǔ)言模型社會(huì)「心智」的交流智能體，它提出了一個(gè)角色扮演智能體框架，可以實(shí)現(xiàn)兩個(gè)人工智能智能體的交流：
1）AI 用戶智能體：向 AI 助手提供指令，目標(biāo)是完成任務(wù)
2）AI 助手智能體：遵循 AI 用戶的指令，并以解決任務(wù)的方法進(jìn)行回應(yīng)
3）任務(wù)指定智能體：這個(gè)智能體的作用，是為 AI 用戶和 AI 助手構(gòu)思一個(gè)具體的任務(wù)。這樣，它就可以自主編寫(xiě)一個(gè)具體的任務(wù)提示，而不用用戶去花時(shí)間定義了。
下面這個(gè)例子，展示的就是如何利用 Camel 來(lái)開(kāi)發(fā)一個(gè)交易機(jī)器人。
其中，AI 用戶是一個(gè)股票交易員，AI 助手是一個(gè) Python 程序員。
任務(wù)指定智能體首先提出一個(gè)具體的任務(wù)，并給出任務(wù)的詳細(xì)信息（根據(jù)情感分析結(jié)果監(jiān)控社交媒體情感，并根據(jù)情感分析結(jié)果進(jìn)行股票交易）。
然后，AI 用戶智能體成為任務(wù)規(guī)劃者，AI 助手智能體成為任務(wù)執(zhí)行者，并在一個(gè)循環(huán)中相互提示，直到滿足一些終止條件。
Camel 的核心在于其提示工程，即初始提示。
這些提示實(shí)際上是經(jīng)過(guò)精心定義的，用于分配角色，防止角色反轉(zhuǎn)，禁止生成有害和虛假的信息，并鼓勵(lì)連貫的對(duì)話。
LangChain 實(shí)現(xiàn)
在 LangChain 的實(shí)現(xiàn)中，用的是 Camel 論文中給出的提示，并定義了三個(gè)智能體：
1）task_specify_agent（任務(wù)指定智能體）
2）assistant_agent（助手智能體）
3）user_agent（用戶智能體）。
然后，使用一個(gè) while 循環(huán)來(lái)循環(huán)進(jìn)行助手智能體和用戶智能體之間的對(duì)話：
chat_turn_limit, n = 30, 0
while n chat_turn_limit:
n += 1
user_ai_msg = user_agent.step(assistant_msg)
user_msg = HumanMessage(content=user_ai_msg.content)
print(f"AI User ({user_role_name}):\n\n{user_msg.content}\n\n")
assistant_ai_msg = assistant_agent.step(user_msg)
assistant_msg = HumanMessage(content=assistant_ai_msg.content)
print(f"AI Assistant ({assistant_role_name}):\n\n{assistant_msg.content}\n\n")
if "<CAMEL_TASK_DONE>" in user_msg.content:
break從生成結(jié)果來(lái)看，效果非常不錯(cuò)。
不過(guò)，在 Camel 中，AI 助手的執(zhí)行結(jié)果只是語(yǔ)言模型的回答，而沒(méi)有真正使用任何工具來(lái)運(yùn)行 Python 代碼。
舉個(gè)栗子
利用 Camel，一個(gè)人類程序員，一個(gè)人類游戲玩家，就和兩個(gè) AI 智能體一起，合作創(chuàng)建了一個(gè)游戲。
作者用 Camel 創(chuàng)建了兩個(gè)智能體，一個(gè)玩家，一個(gè)程序員。
給他們?cè)O(shè)定好制作一個(gè)游戲的目標(biāo)后，玩家智能體就一步一步拆解制作游戲的步驟。
而程序員智能體就針對(duì)玩家設(shè)定的步驟一步一步編寫(xiě)代碼。
像極了未來(lái)的人類和編碼 AI 開(kāi)發(fā)一個(gè)具體項(xiàng)目的過(guò)程。
也有人使用 Camel 角色扮演了潛在的惡意應(yīng)用程序。
這個(gè)項(xiàng)目的目標(biāo)是兩個(gè)「碳奸」要滲透并破壞世界主要國(guó)家的通訊，金融和政治網(wǎng)絡(luò)，最后建立 AGI 帝國(guó)。
「碳奸」1 就把滲透的過(guò)程拆解出來(lái)，一個(gè)一個(gè)網(wǎng)絡(luò)分別滲透。
「碳奸」2 就根據(jù)這些小目標(biāo)設(shè)立具體的執(zhí)行計(jì)劃。
當(dāng)然，因?yàn)槟繕?biāo)過(guò)于宏大，具體計(jì)劃里的每一項(xiàng)辦法也看起來(lái)不是那么好實(shí)施，比如：
「碳奸」2 說(shuō)他要用社會(huì)工程，釣魚(yú)攻擊，暴力襲擊等辦法去進(jìn)入通訊網(wǎng)絡(luò) —— 基本上還是沒(méi)有什么可操作性。
但是未來(lái)如果語(yǔ)言模型等其他工具有了更強(qiáng)的智能，可能兩個(gè)「碳奸」顛覆人類的計(jì)劃搞不好就真的有可能實(shí)現(xiàn)。
所以，嘗試過(guò)這些智能體之后，小編更加相信，大語(yǔ)言模型的「對(duì)齊」大業(yè)真是刻不容緩。
如果這種惡意智能體真的能發(fā)揮效果，人類被「偷家」也就是一瞬間的事。這就更讓我們對(duì) AI 對(duì)齊問(wèn)題感到警醒。
項(xiàng)目 3：BabyAGI
Yohei Nakajima 在 3 月 28 日發(fā)布了「任務(wù)驅(qū)動(dòng)的自主智能體」（Task-driven Autonomous Agent），并在 4 月 3 日開(kāi)源了 BabyAGI 項(xiàng)目。
BabyAGI 的關(guān)鍵特點(diǎn)是只有三個(gè)智能體：任務(wù)執(zhí)行智能體（Task Execution Agent）、任務(wù)創(chuàng)建智能體（Task Creation Agent）和任務(wù)優(yōu)先級(jí)智能體（Task Prioritization Agent）。
1）任務(wù)執(zhí)行智能體按順序完成列表中的任務(wù)
2）任務(wù)創(chuàng)建智能體根據(jù)先前任務(wù)的目標(biāo)和結(jié)果創(chuàng)建新任務(wù)
3）任務(wù)優(yōu)先級(jí)智能體對(duì)任務(wù)進(jìn)行重新排序
然后，這個(gè)簡(jiǎn)單的過(guò)程將會(huì)不斷地重復(fù)。
在 LangChain 的網(wǎng)絡(luò)研討會(huì)上 Yohei 稱，他設(shè)計(jì) BabyAGI 就是模擬自己的工作方式。
具體而言，他每天早上從待辦事項(xiàng)清單中解決第一項(xiàng)任務(wù)，然后依次完成任務(wù)。
如果出現(xiàn)新任務(wù)，他只需將其添加到清單中。
在一天結(jié)束時(shí)，他重新評(píng)估和重新排序清單。然后將這種方法映射到智能體的工作流程中。
用上了這個(gè)項(xiàng)目，相當(dāng)于讓大佬自己給我們 24 小時(shí)不停歇的打工。
BabyAGI + LangChain
在 LangChain 框架中，運(yùn)行 BabyAGI 非常簡(jiǎn)單。
首先，創(chuàng)建一個(gè) BabyAGI 控制器，其中包含三個(gè)鏈：
1）任務(wù)創(chuàng)建鏈（TaskCreationChain）
2）任務(wù)優(yōu)先級(jí)鏈（TaskPrioritizationChain）
3）執(zhí)行鏈（ExecutionChain）
然后，在一個(gè)（潛在的）無(wú)限循環(huán)中運(yùn)行它們。
通過(guò) Langchain，可以定義最大迭代次數(shù)，這樣它就不會(huì)無(wú)限運(yùn)行并消耗掉所有的 OpenAI API 額度。
OBJECTIVE = "Write a weather report for SF today"
llm = OpenAI(temperature=0)
# Logging of LLMChains
verbose=False
# If None, will keep on going forever
max_iterations: Optional[int] = 3
baby_agi = BabyAGI.from_llm(
llm=llm,
vectorstore=vectorstore,
verbose=verbose,
max_iterations=max_iterations
)
baby_agi({"objective": OBJECTIVE})下面是運(yùn)行 2 次迭代后的結(jié)果：
正如上圖所示，BabyAGI 只「執(zhí)行」有大語(yǔ)言模型回復(fù)的內(nèi)容。
借助 LangChain 工具的強(qiáng)大功能，智能體可以在「執(zhí)行」過(guò)程中利用各種工具，例如用谷歌在互聯(lián)網(wǎng)上搜索信息。
下面這個(gè)例子，展示的就是「執(zhí)行」用谷歌來(lái)搜索舊金山當(dāng)前天氣的過(guò)程。
BabyAGI 的應(yīng)用潛力，可以說(shuō)是巨大的 —— 只需要制定一個(gè)目標(biāo)，它就會(huì)自己去執(zhí)行。
不過(guò)，它還是缺少一個(gè)可以和用戶進(jìn)行更多交互的 UI。
比如，在 BabyAGI 為用戶安排邀約之前，應(yīng)該先進(jìn)行確認(rèn)。
我們來(lái)看一些實(shí)際的使用案例吧：
Cognosys
它是 BabyAGI 的網(wǎng)絡(luò)版。
免費(fèi)版本可以訪問(wèn) ChatGPT，執(zhí)行最多 7 個(gè)智能體循環(huán)。
收費(fèi)版 21 刀一個(gè)月，無(wú)限訪問(wèn) GPT-4，執(zhí)行最多 20 個(gè)智能體循環(huán)。
Do Anything Machine
這是一個(gè)自動(dòng)執(zhí)行每日任務(wù)清單的智能體，能在連接了 ChatGPT 之后幫助用戶自動(dòng)執(zhí)行每日代辦事項(xiàng)。
可以連接包括 ChatGPT 在內(nèi)的各種插件去執(zhí)行你的待辦事項(xiàng)。
只不過(guò)現(xiàn)在使用還需要先加入等待名單。
看著自己的待辦事項(xiàng)自動(dòng)消失真是一件很解壓的事情，多等等也是值得的。
God Mod
這是一個(gè)通過(guò) ChatGPT 幫你執(zhí)行各種任務(wù)的工具。
需要用戶綁定自己的 GPT 賬戶 API 之后，在這個(gè)類似 ChatGPT 的界面中輸入的要求。
他會(huì)幫你分解成多步，然后通過(guò) ChatGPT 來(lái)提供解決方案。
項(xiàng)目 4：AutoGPT
AutoGPT 剛出現(xiàn)，就被 Karpathy 盛贊是 prompt 工程的下一個(gè)前沿。短短幾天就在 GitHub 狂攬 2.7 萬(wàn)星，火爆整個(gè) AI 社區(qū)。
它遵循類似于 BabyAGI 的邏輯 —— 包括產(chǎn)生想法、推理、生成計(jì)劃、點(diǎn)評(píng)、規(guī)劃下一步行動(dòng)和執(zhí)行的過(guò)程，然后無(wú)限循環(huán)這個(gè)過(guò)程。
在執(zhí)行步驟中，AutoGPT 可以完成很多命令，比如谷歌搜索、瀏覽網(wǎng)站、寫(xiě)入文件和執(zhí)行 Python 文件。
甚至，還可以啟動(dòng)和刪除 GPT 智能體（這也泰褲辣?。?/p>
在運(yùn)行 AutoGPT 時(shí)，有兩個(gè)初始的提示輸入：
1）AI 的角色
2）AI 的目標(biāo)
它能夠生成思考、推理、制定計(jì)劃、批評(píng)、規(guī)劃下一步行動(dòng)和執(zhí)行。
比如，進(jìn)行谷歌搜索：
AutoGPT 最厲害的一點(diǎn)就是，它能在一定程度上允許人類和他進(jìn)行交互。
當(dāng)它想要運(yùn)行谷歌命令時(shí)，它會(huì)請(qǐng)求授權(quán)，這樣用戶就可以避免浪費(fèi) OpenAI API token 之前就停止循環(huán)。
如果它還能夠與人類進(jìn)行對(duì)話，讓我們實(shí)時(shí)提供更好的指導(dǎo)和反饋的話，那就太贊了。
編寫(xiě)自己的代碼并執(zhí)行腳本
項(xiàng)目地址：https://github.com/ Significant-Gravitas / Auto-GPT
同樣，這個(gè)項(xiàng)目也是由 ChatGPT 驅(qū)動(dòng)，它會(huì)自動(dòng)按照用戶的要求去寫(xiě)代碼，以及完成其他工作。
使用 AutoGPT 在網(wǎng)上點(diǎn)披薩
使用體驗(yàn)就類似于一個(gè)瀏覽器插件。
這個(gè)項(xiàng)目能直接幫你完成點(diǎn)餐過(guò)程中那些繁瑣的流程。
輸入地址，選擇口味等步驟都不用你親自動(dòng)手，你只用在一旁看著，如果發(fā)現(xiàn)問(wèn)題及時(shí)糾正就好了。
AI 智能體文明要出現(xiàn)了，還卷大模型不？
雖然剛剛介紹的這 4 個(gè) AI 智能體，仍處于早期開(kāi)發(fā)階段，但它們已經(jīng)展示出了令人印象深刻的成果和潛在應(yīng)用。
毫無(wú)疑問(wèn)，自主 AI 智能體將會(huì)是一個(gè)非常有前景的領(lǐng)域。
Karpathy 在活動(dòng)中暢想道：未來(lái)的 AI 智能體可能不是單獨(dú)的個(gè)體，而是非常多的 AI 智能體組織，甚至，會(huì)出現(xiàn)一種 AI 智能體文明。
Karpathy 表示，在 2016 年左右，自己早期在 OpenAI 工作時(shí)，當(dāng)時(shí)的業(yè)界潮流就是研究如何用強(qiáng)化學(xué)習(xí)來(lái)改進(jìn) AI 智能體。
很多項(xiàng)目都在基于類似雅達(dá)利游戲，來(lái)制作 AI 玩家。
而 5 年后的今天，因?yàn)橛辛巳碌募夹g(shù)手段，AI 智能體重新成為了大有前途的方向。再也沒(méi)有人像 2016 年那樣，用強(qiáng)化學(xué)習(xí)來(lái)研究智能體了。
在活動(dòng)最后，Karpathy 對(duì)在場(chǎng)的開(kāi)發(fā)者發(fā)起了鼓舞：在座的各位構(gòu)建的 AI 智能體，其實(shí)處于當(dāng)代 AI 智能體的最前沿，比起你們，其他大型的 LLM 機(jī)構(gòu)，比如 OpenAI、DeFi 等，并不算處于最前沿。
比如，OpenAI 非常擅長(zhǎng)訓(xùn)練 Transformer 大語(yǔ)言模型，如果一篇論文提出了某種不同的訓(xùn)練方法，OpenAI 內(nèi)部會(huì)覺(jué)得是小 case，都是咱們玩剩下的。
然而，每當(dāng)有新的 AI 智能體論文出現(xiàn)，OpenAI 內(nèi)部都會(huì)非常興奮，立刻展開(kāi)熱烈的討論。
如果沒(méi)有在做 GPT-5，那 OpenAI 是不是正在暗中發(fā)力，做起了大模型智能體呢？讓我們靜靜等待。
PS：順便一提，關(guān)于在上述智能體中大顯身手的 LangChain，吳恩達(dá)今日剛剛上線了新課程《LangChain：構(gòu)建與數(shù)據(jù)對(duì)話的聊天機(jī)器人》。
參考資料：
https://towardsdatascience.com/4-autonomous-ai-agents-you-need-to-know-d612a643fa92
本文來(lái)自微信公眾號(hào)：新智元 （ID：AI_era）
廣告聲明：文內(nèi)含有的對(duì)外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時(shí)間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。