随着 ChatGPT 席卷全球， 大型语言模型（LLM）迅速成为人们关注的焦点。为了满足消费者的需求， LLM 的开发重点一直放在提供良好的用户体验， 优化模型以回答问题和执行人类指令。然而， 随着人工智能领域不断成熟， 这一趋势正在发生转变。
近几个月来，人工智能领域发生了引人注目的变化， 研究人员和从业者越来越关注优化 LLM 以适应智能体工作流。智能体是一种软件代理， 可以感知环境并采取行动来实现目标。与为消费者直接生成响应的 AI 软件不同， 智能体在迭代工作流程中发挥作用， 需要能够：
* 反思自己的输出
* 使用工具
* 编写计划
* 在多智能体环境中协作
这种优化 LLM 的新方向为智能体性能带来了显著提升。主要模型制造商如 OpenAI 和 Anthropic 已开始越来越多地优化模型以用于 AI 智能体。例如， LLM 现在可以利用工具使用（或函数调用）， 即从训练数据中获取所需信息或执行特定操作。这使得 LLM 能够执行更复杂的任务， 例如搜索信息、 执行代码和发送电子邮件。
此外， LLM 在计算机使用方面的能力也在不断提高。 Anthropic 最近推出的 Claude 3.5 Sonnet 能够像人类一样使用计算机，这标志着 LLM 在该领域取得了重大进展。研究团队还致力于让 LLM 使用计算机构建下一代机器人流程自动化（RPA）应用程序。
这种转变对智能体工作流的发展具有深远的影响。开发人员可以利用 LLM 来快速探索和构建复杂的智能体行为。对于关键任务应用程序， 还可以微调 LLM 以更可靠地执行特定功能。随着 LLM 提供商将工具使用和计算机使用等能力直接构建到模型中， 智能体性能将进一步提升。
展望未来， LLM 为支持智能体中的特定操作而构建的趋势预计将继续下去。这将为智能体能力带来巨大的提升，并加速新一代人工智能应用程序的开发。从 RPA 应用程序到自动规划系统， LLM 在智能体工作流中不断优化的潜力对于人工智能领域的未来发展至关重要。
原创文章，作者：睿鸿在线，如若转载，请注明出处：https://mip.orihonor.com/2024/11/17/10506.shtml
