吴恩达：AI智能体工作流今年将有巨大进展，可能是下一个突破方向

从ChatGPT到GPT-4，再到让人惊叹的Sora，生成式AI在多模态领域一路狂奔。不少人都在琢磨一个问题：下一步，人工智能的突破口会在哪儿？不久前，斯坦福大学教授、AI领域的老兵吴恩达给出了自己的判断——AI智能体工作流，很可能成为今年推动行业进步的关键力量，其影响甚至可能超越下一代基础模型。他专门写了一篇博客来解释为什么，这里把核心观点整理出来，供大家参考。

当前，我们使用大语言模型的方式，大部分情况下还是“零样本”模式——写一个prompt，然后模型就这样一个token接一个token地生成最终答案，中间没有任何纠错和重来的机会。

这就像什么呢？好比让你写一篇文章，只能从头到尾一通敲键盘，不准退格，不准修改，写完直接交稿。别说普通人了，哪怕职业作家也很难做到一次完美。但说实话，LLM在这种条件下的表现已经相当惊艳了。

可一旦切换到智能体工作流，情况就完全不同了。模型可以像人类作者那样，反复迭代自己的产出——先拟个大纲，想想哪些地方还需要去网上搜点资料，动笔写初稿，再通读一遍找出逻辑漏洞或者跑题的地方，然后修改……就这么一轮轮打磨下来，质量自然上了一个台阶。

Cognition AI团队前不久推出的AI软件工程师Devin，在社交媒体上引起了不少讨论。吴恩达的团队一直在跟踪AI写代码的进展，他们把多个研究结果放在了一起看，重点观察了HumanEval编码基准上的表现。结果很有意思：GPT-3.5在零样本下的正确率是48.1%，GPT-4提升到了67.0%——进步的确不小，但和迭代智能体工作流带来的提升比起来，就显得小巫见大巫了。事实上，一旦套上智能体循环，GPT-3.5的正确率竟然飙到了95.1%。

这个数据很能说明问题。现在，开源智能体工具和相关学术文献正在井喷式增长，让人兴奋也让人有点眼花缭乱。为了方便大家理解这个领域的全景，吴恩达分享了一个框架，把常见的智能体设计模式分成了四类：

• 反思
  ：让LLM回过头检查自己的工作，找出可以改进的地方。

• 工具使用
  ：给LLM配备网络搜索、代码执行等能力，帮它收集信息、采取行动或处理数据。

• 规划
  ：让LLM先制定一个多步骤的计划（比如写论文大纲→在线调研→起草初稿→修改……），然后按步骤执行。

• 多智能体协作
  ：多个AI智能体分工合作，分配任务，互相讨论甚至辩论，最终得出比单打独斗更好的方案。

吴恩达提到，他的AI Fund已经在不少实际项目中成功运用了这些模式。他表示，后续还会专门深入聊聊每一种设计模式的具体用法和心得。值得关注。