Agent应用：生成式AI的新时代起点

Agent应用：生成式AI的新时代起点

在数字科技的时代浪潮中，ChatGPT以其引人瞩目的表现成为了上半年最热门的话题之一。伴随着GPT-4的隆重发布，各大科技巨头、互联网公司纷纷涌入这一领域，开启了一场激烈的竞争。同时，在国内市场，大型模型的浪潮也在过去几个月里迅猛涌现，席卷各个领域。回顾这一创新浪潮，不得不提到ChatGPT作为大型模型发展的重要里程碑。它将人工智能重新带回时代的中心，成为了新一轮数字技术竞争的制高点。然而，在这场被誉为“百模大战”的竞赛中，OpenAI的创始成员AndrejKarpathy却将关注点转向了另一个领域——Agent。

Agent，作为新兴领域，成为了大家热切关注的焦点。在大型模型的语境下，Agent可以理解为能够自主理解、规划并执行复杂任务的系统。OpenAI内部团队对于Agent领域充满了兴奋和热情，他们认为开发者们正处于Agent开发的最前沿，这个领域在OpenAI内部也没有太多积累。在这个充满活力的领域中，诞生了一系列引人注目的项目。以AutoGPT和BabyAGI为代表的技术演示型项目，就在今年4月掀起了一股短暂的热潮。尽管距离将这些项目真正应用到业务中还有一段距离，但这标志着Agent第二轮爆发正在酝酿中，并且与各种应用场景的结合也变得更加紧密。

在这个浪潮中，编程开发行业再次走在了前列。最近引起热议的开源项目Sweep，直接与GitHub的Issue和PullRequest场景进行整合，通过自动化的方式“清扫”bug报告和功能请求，从而直接实现了对应代码的生成。与此同时，创业公司SeednapseAI则在OpenAI的支持下，推出了名为Cursor的代码编辑器，该编辑器能够生成整个项目框架，极大地提高了代码开发的效率。

随着Agent的崛起，它正在成为构建新一代AI应用不可或缺的一部分。SeednapseAI的创始人提出了构建AI应用的五层基石理论，其中包括Models、PromptTemplates、Chains、Agent以及Multi-Agent。然而，Agent的影响不仅仅局限于创业公司，大型AI基础设施的巨头们也在这一领域发力。亚马逊云科技在纽约峰会上宣布了AmazonBedrockAgents的新功能，将开发、部署和管理多个Agent的能力集成在全托管的基础模型服务中。这一举措极大地降低了开发门槛，使得企业能够通过几次点击就能完成能执行任务的生成式AI应用的构建。

Agent不仅仅是应用的工具，它代表着AI应用的新时代的起点。OpenAI华人科学家翁丽莲为Agent应用给出了直观的“配方”：Agent=大模型+记忆+主动规划+工具使用。以亚马逊云科技平台为例，开发Agent应用首先要根据具体任务场景选择合适的基础模型，这些模型包括了AmazonTitan、Anthropic、Cohere和stability.ai等不同领域的模型。一旦选择了合适的基础模型，开发者需要将要执行的任务指令用文字描述出来，让Agent明白其角色和目标。这些指令包括一系列结构化的提示词，涵盖了问题、思考步骤、行动步骤以及示例。借助ReAct技术的支持，基础模型可以通过推理和决策找出解决方案。接下来的关键步骤是创建动作组。

在这一步，开发者为Agent设置要完成的具体任务以及可用的工具，比如企业系统API和Lambda函数。通过这些动作组，Agent可以完成各种实际业务任务，例如在保险索赔管理场景中提取未结索赔列表、确定未完成文书工作并发送提醒。整个过程中，亚马逊云科技通过向导式交互界面简化了配置基础模型的工作，同时提供了调用API实现特定功能的动作组，使得基础模型能够完成更复杂的任务。此外，通过提供私有连接服务，开发者可以建立基础模型与本地网络之间的私密连接，确保数据流量不会暴露给互联网。亚马逊云科技还通过提供全托管的服务，让开发者无需管理底层系统，从而加速基础模型为业务创造价值的过程。

然而，Agent应用的发展并不仅仅局限于技术层面，还需要关注其他诸多因素。在Agent应用落地的关键之一是私有数据的集成和调用。私有数据对于生成式AI的应用至关重要，它是企业宝贵的行业资源。如何将这些丰富的数据资源集成到Agent中，以确保在执行任务时能够高效访问正确的信息，是每个企业都需要面对的挑战，同时也必须确保隐私得到保护。除了数据问题，底层算力的支持也是一个关键因素。当前，显卡资源的稀缺和高昂的价格让企业在生成式AI应用上面临着巨大的成本压力。亚马逊云科技则推出了一系列解决方案，以解决这些挑战和痛点。例如，他们推出了AmazonEC2P5实例，该实例搭载了多个英伟达H100TensorCoreGPU，能够大幅缩短训练时间并降低训练成本。此外，还有AmazonEC2Inf2和AmazonEC2Trn1n等实例，为开发者提供了更多选择空间，满足不同的算力需求。

在Agent应用的开发过程中，还有一系列开箱即用的AI服务可以帮助企业提高效率。例如，AmazonCodeWhisperer作为AI编程助手，能够生成代码以减轻开发工程师的负担。AmazonQuickSight则为商业智能领域提供了强大的自然语言数据可视化工具，大大提高了业务分析的效率。另外，AmazonHealthScribe则可以用于医疗行业生成临床文档，节省医生的时间，提高医疗服务的效率。

综上所述，Agent作为生成式AI应用的新时代起点，在不断推动着企业向更高效、更创新的方向发展。亚马逊云科技充分抓住了这一机遇，通过推出一系列支持Agent应用开发的解决方案，降低了企业的开发门槛，加速了生成式AI应用的商业化落地。无论是初创企业还是传统行业巨头，在这个充满活力的领域，都能够找到合适的工具，实现更快速、更高效的业务转型。如亚马逊云科技所言，生成式AI将改变每个应用程序、行业和企业，而Agent应用则成为了这一变革的关键推动力。