吴恩达：AI 智能体工作流今年将有巨大进展

多知网3月25日消息，人工智能著名学者、斯坦福大学教授吴恩达近日在社交平台X上发文称，AI 智能体工作流将在今年推动人工智能取得巨大进步，甚至可能超过下一代基础模型。

吴恩达认为，AI智能体是一个重要的趋势，并呼吁所有从事 AI工作的人都应该关注它。为了更好地解释AI智能体，吴恩达发布了一篇博客简单阐述了原因。

博客中提到，目前主要在零样本模式下使用大型语言模型(LLM)，但通过智能体工作流，可以要求 LLM 进行多次迭代文档，包括规划大纲、网络搜索、写初稿、修改草稿等步骤，这种迭代过程对于写出好的文本至关重要。

同时，吴恩达还分享了一个对构建智能体的设计模式进行分类的框架，包括反思、工具使用、规划和多智能体协作。

https://www.deeplearning.ai/the-batch/issue-241/

当前，我们主要在零样本模式下使用 LLM，提供 prompt，逐个 token 地生成最终输出，没有进行调整。

这类似于要求某人从头到尾写一篇文章，直接打字，不允许退格，并期望得到高质量的结果。尽管有困难，LLM 在这项任务上仍然表现得非常好!

然而，通过智能体工作流，我们可以要求 LLM 多次迭代文档。例如，它可能需要执行一系列步骤：

规划大纲;

决定需要进行哪些网络搜索(如果需要)，来收集更多信息;

写初稿;

通读初稿，找出不合理的论点或无关信息;

修改草稿;

这个迭代过程对于大多数人类作家写出好的文本至关重要。对于人工智能来说，这种迭代工作流会比单次编写产生更好的结果。

Cognition AI 团队发布的首个 AI 软件工程师 Devin 最近在社交媒体上引起了广泛关注。吴恩达的团队一直密切关注 AI 编写代码的发展，并分析了多个研究团队的结果，重点关注算法在广泛使用的 HumanEval 编码基准上的表现。

如下图所示，吴恩达的团队发现：GPT-3.5(零样本)的正确率为 48.1%，GPT-4(零样本)的表现更好，为 67.0%。然而，相比于迭代智能体工作流，从 GPT-3.5 到 GPT-4 的改进不大。事实上，在智能体循环(agent loop)中，GPT-3.5 的正确率高达 95.1%。

开源智能体工具和有关智能体的学术文献正在激增。这是一个令人兴奋的时刻，也是一个令人困惑的时刻。为了帮助人们正确看待这项工作，吴恩达分享了一个对构建智能体的设计模式进行分类的框架。

简单来说，这个框架包括：

反思：LLM 检查自己的工作，以提出改进方法。

工具使用：LLM 拥有网络搜索、代码执行或任何其他功能来帮助其收集信息、采取行动或处理数据。

规划：LLM 提出并执行一个多步骤计划来实现目标(例如，撰写论文大纲，然后进行在线研究，然后撰写草稿......)。

多智能体协作：多个 AI 智能体一起工作，分配任务并讨论和辩论想法，以提出比单个智能体更好的解决方案。

吴恩达表示 AI Fund 已在许多应用程序中成功使用这些模式，后续他将详细阐述这些设计模式。（多知 Mint）