大模型下一场战事，为什么是AIAgent？

（一）改变游戏规则
AIAgent会改变软件的游戏规则。
武汉人工智能研究院院长王金桥的观点是：
“美国AgentStore（智能体商店）发展得好，这会令中美大模型差距持续拉大。”
AIAgent很酷，而竞争残酷。OpenAI就差摆明讲了：“我全部都要。”（双手收拢握拳状）。
野心这么大，留给别人的不多了。一位老读者向我吐槽，OpenAI可以是“发电厂”，做发电的生意，把电器的生意留给别人。但它选择了既做电厂，又做电器。
在OpenAI的API上面小打小闹来谋求发展的想法，趁早放下。
你看看，OpenAI已经发布的每一个能力，基本上都有一个或者多个初创公司正在做，玩法略有区别。
毕竟，GPT技术领先，其商业化天然优势不会弱。
OpenAI开发者大会上，GPTs既奇思，又妙想。它带来一种很新的玩法，四两拨千斤。
用大模型“搞开发”这件事，打字就可以了。用人话来描述，机器人的身份、语言特征，再“上交”点资料给GPT。要么，加入你的生活，要么，加入你的工作，无论日程还是流程，想怎么加就怎么加。
假如你是一个HR，让GPTs计算同事们的绩效工资。当然，薪资可能保密，你得上传同事的绩效情况和工资数量，姑且叫做上传“保密工资文件夹”吧。
这里有个坑，文末再讲。
你建一个助理，我建一个助理。自建自足之后，把“助理”分享给他人。
人多，势就众。分享，商店，分钱，一键三连，OpenAI直接闭环。
上次被盛赞为“苹果商店”的功能是OpenAI的Plugin。这次是GPTs。有了市场，背后是生态。
难怪王金桥院长很肯定GPTs创新价值。他说：“GPTs关键在于，不止设计了产品，而是设计了生态。”
优点一：办得简单。
最简单的玩法，最轻量化的设计。一堆用户毫不费力就被撬动。用的人越多，GPT商业价值越大。
优点二：办得漂亮。
GPTs打开了想象力的阀门。门槛已经降得这么低了，你要连一个“主意”都没有，还真说不过去。
好点子等同于好产品，执行力由GPTs接手。有人还在写商业计划书，有人用GPTs做完了。
夸完了，思考一下：GPTs到底算不算是AIAgent？
AndrejKarpathy曾说，自动驾驶和VR都是糟糕的AIAgents。可见，AIAgent所指的范围有多大。
有关AIAgent的严格定义，还没有。
比尔·盖茨倒是说：“这种类型的软件可以响应自然语言，并且可以根据对用户的了解来完成许多不同的任务。”
要我说，能自动化地完成任务，甭管大小，用了大模型的能力，都算AIAgent。那就是说，GPTs是一个AIAgent级别的产品，虽然仅是早期阶段。
虽然对于推动大模型广泛使用有所帮助，但是你依然可以批驳：GPTs不就是个提示词（Prompt）模版分享款么。还到不了苹果商店的级别。
甚至还有声音说，GPTs不算AIAgent。我看到，有的外媒管GPTs叫“准AIAgent”。有的外媒则说，《OpenAI迈着婴儿般的步伐走向AIAgent（‘babystep’towardAIAgents）》。
奥特曼认为GPTs属于AIAgent。他委婉地承认了早期性，用了一个词“Precursors”，中文意思为“初期形态”。
他的原话是：“Overtime,GPTsandassistanceareprecursorstoagentsthatwillbeabletoperformmorecomplexactionsonyourbehalf.”
（GPTs和助手作为Agent的初期形态，将能做越来越多的事情。）
久而久之（Overtime）是仍需“不断改进”的另一种说法。换言之，被称作AIAgent还差点意思。
想找到“宝藏级”的玩法，OpenAI仅仅依靠一个僵硬的对话界面显然是不够的，API很好，GPTs也好。
谭老师我个人很喜欢GPTs，人们一定会“心热”一阵子这个产品，用户使用时长也会创造出一个新的增长点。
这让我又想起了乔布斯说的那句话：“人们不知道他们想要什么，直到你向他们展示它。”
GPTs不是绝招，而是妙招。
说到底，不是没有想到。有位开发者和我说：“GPTs我玩了两天，感觉也就这样了。”“OpenAI的这些应用中的巧思妙想，国内并不是想不到。GPT-4这个大模型内部蕴含的能力太过于强大。只要想得妙，挺容易引爆。”

（二）落地杀手锏
国内大模型厂商会不会做AIAgent？
答案是肯定的。
对于美国的OpenAI，大模型技术既是产品。中国大模型厂商要面临的现实很残酷：没有足够高质量的生态给大模型厂商付费。
这样，大模型厂商要么下场做AIAgent，要么做软硬件的解决方案。比如，私域微调，比如，大模型一体机。国内大模型厂商被迫扩张来实现价值闭环，必然会在AgentLevel（级别）打造产品，最后的杀手产品一定是AIAgent。
我和一位国内大模型生产品态开发团队负责人聊了聊。
我评价他们团队是大模型生态团队里技术水平比较好的，能做微调，有一定的基础设施建设能力。
负责人向谭老师流露出的焦虑，让我有些许吃惊，他说：“现在包括我在内有很多人，都到了迷茫阶段，不知道下一步该干嘛。你做了很多事，结果，巨头稍微动动小指头，对你来说，均是降维打击。”
大模型生态社区确实有焦虑，迷茫和不爽OpenAI的集体情绪。
谈到GPT-4升级为GPT-4Turbo后的大模型质量，他们团队调用了API，效果比之前更好。让人推测背后的模型质量有了进一步的提升。只要OpenAI快一步，就甩远国内大模型一步。这也是让人集体焦虑的点。
OpenAI开发者大会已经把产品和商业化，以及大模型的根本能力，三者裹挟在一起，变成一个问题。
“技术”“产品”“商业化”对于大模型来说，都不是孤立存在的。“有大模型”：一个非常强的基础大模型。“用大模型”：有产品，做商业化。环环相扣，节节递进。
要我说，大模型从有到用就是一节接一节的“甘蔗”。甘蔗哪节不甜都不行。
大模型落地，AIAgent是落地杀手锏。当我们把GPTs和AssistantsAPI都归到AIAgent类别里，那AIAgent战事已经开始。
从技术角度讲，甚至可以说，AIAgent规划和推理是“用好大模型”最关键的点。
炼全球领先基础大模型这件事对大部分参与者来说，门槛已经高不可攀，AIAgent是一个创业方向。AIAgent技术本质是以大模型作为其核心控制器，其他模块都可以大致理解为工具。
2023年6月27日，OpenAI应用研究主管LilianWeng撰写了一篇万字长文，非常看好Agent未来前景。她理解的AIAgent=LLM（大型语言模型）+记忆+规划+工具，加上各种模块，目的是完成特定任务。
这种方案技术含量高，但仍然属于基础AIAgent。
王金桥院长认为，成熟的“AIAgent是这样：“AIAgent完成独立任务，有复杂场景的问题的适应能力和解决复杂问题的优势。”看来，解决“复杂”问题才是关键，也就是专家级的AIAgent，对任务规划和推理的能力多有很高的要求，这样某个工作效率才成百上千倍地提高。
大模型应用和AIAgent的关系如何？
武汉人工智能研究院副院长张家俊博士给了我一种分类方法：
将“应用”划分为大模型的直接和间接应用。一类主要用到大模型的内容生成能力，另一类是用大模型的认知、推理、协调和控制能力。
前者能看到妙鸭相机，后者就是AIAgent。这样能从逻辑上把大模型应用较好地区分开，便于讨论。
OpenAI下场做AIAgent，能做出超级版的吗？
现有两类论断，看上去谁也说服不了谁：
第一类，回顾历史，苹果当年也做了计算器，天气预报，手电筒，以及浏览器。然而，微信，抖音这种APP不是苹果做的。
第二类，最终做出最好任务规划和推理的能力的一定是大模型厂商，特别OpenAI，因为这才是核心能力。
NativeLLMAgent（原生大模型Agent）还没问世，大家都有机会。
OpenAI是全球估值最高的科技公司，它也要新的增长点以支撑估值，也要商业化。
如何绕过OpenAI也是创业者思考的重点，甚至要和OpenAI比速度，比深度。
西丽湖论坛上，李彦宏说了这样一句话：“中国美国，最好的AI原生应用还没有出现，这恰恰是创业者千载难逢的机会。”我个人觉得，事情不仅仅是机会这么简单。
大模型重要，大模型生态更重要。
准AIAgent已经上台开始它的表演，AIAgent之路向前一步。
OneMoreThing
话说，苍蝇虽小也是肉。
上传GPTs的那些私有数据，对OpenAI训练模型有帮助吗？答案是，肯定有帮助。（好比给OpenAI的护城河里又加了几车水。）