最近，開源中國 OSCHINA、Gitee 與 Gitee AI 聯(lián)合發(fā)布了《2024 中國開源開發(fā)者報告》。

報告聚焦 AI 大模型領(lǐng)域，對過去一年的技術(shù)演進動態(tài)、技術(shù)趨勢、以及開源開發(fā)者生態(tài)數(shù)據(jù)進行多方位的總結(jié)和梳理。

在第二章《TOP 101-2024 大模型觀點》中，廣東智用人工智能應用研究院擔任工業(yè) & 社區(qū) CTO 張善友認為，AI Agent 逐漸成為 AI 應用的核心架構(gòu)，通過自主感知、決策和執(zhí)行能力，實現(xiàn)對現(xiàn)有軟件的智能化改造和升級，從而改變業(yè)務流程和用戶交互方式。

全文如下：

AI Agent 逐漸成為 AI 應用的核心架構(gòu)

隨著人工智能技術(shù)的迅猛發(fā)展，大模型應用已經(jīng)成為了 2024 年的熱點話題，大模型應用已逐漸從初期的 Chatbot 邁向 RAG、Copilot 及 Agent 等更為高級的階段。這些大模型具備強大的數(shù)據(jù)處理能力和深度學習能力，為各種應用場景提供了前所未有的便利。

單一的大模型在處理所有任務時往往存在局限性，因此需要借助外部工具或函數(shù)來增強其處理能力。

2023 年 6 月 13 日 OpenAI 發(fā)布的 GPT 模型的 Function Calling 功能，成為大模型與現(xiàn)實世界交互的橋梁。Function Calling 機制在很大程度上推動了 Agent 技術(shù)的發(fā)展。Agent 技術(shù)以其獨特的自主性和智能性，正逐漸成為大模型應用的重要組成部分，引領(lǐng)著新的發(fā)展趨勢。

在智能化方面，Agent 的學習能力得到了極大的增強。傳統(tǒng)的機器學習技術(shù)為 Agent 提供了初步的學習框架，使得 Agent 能夠通過數(shù)據(jù)驅(qū)動的方式學習并優(yōu)化自身行為。

然而，隨著神經(jīng)網(wǎng)絡模型的廣泛應用，Agent 的學習能力得到了質(zhì)的飛躍。深度學習技術(shù)使得 Agent 能夠處理更加復雜、高維的數(shù)據(jù)，從而更精確地感知環(huán)境信息并做出相應決策。此外，強化學習技術(shù)的不斷發(fā)展也為 Agent 提供了持續(xù)學習和自我優(yōu)化的能力，使得 Agent 能夠在與環(huán)境的互動中不斷改進自身策略，實現(xiàn)更高級別的智能化。

早期的 Agent 系統(tǒng)往往依賴于預設的規(guī)則和策略進行決策和行動，自主性和靈活性相對有限。然而，隨著大模型推理能力的發(fā)展，Agent 已經(jīng)具備了更高的自主性。這種自主性不僅體現(xiàn)在 Agent 能夠根據(jù)環(huán)境變化和任務需求自主調(diào)整行為策略上，更表現(xiàn)在 Agent 能夠在一定程度上進行自我管理和自我修復，以應對各種復雜和不確定的情況。

AI Agent 的發(fā)展趨勢是其逐漸成為 AI 應用的核心架構(gòu)，通過自主感知、決策和執(zhí)行能力，實現(xiàn)對現(xiàn)有軟件的智能化改造和升級，從而改變業(yè)務流程和用戶交互方式。

2024 年，開源社區(qū)中出現(xiàn)了一些著名的多智能體框架，如 MetaGPT、LangGraph 和 AutoGen，這些框架通過不同的技術(shù)手段來解決多智能體系統(tǒng)中的信息冗余和任務復雜性問題。

這些框架的出現(xiàn)表明，未來多智能體系統(tǒng)將更加注重靈活性和可定制性。多智能體框架逐漸成為主流，有效解決了單智能體視角局限的問題，實現(xiàn)了多工作流的并行處理，使得推理過程更加可靠，并具備了對多模態(tài)數(shù)據(jù)的兼容性。這種趨勢表明，未來的 AI Agent 將不再局限于單一任務，而是能夠處理復雜的多任務環(huán)境，提高整體效率和可靠性。

AI Agent 的發(fā)展還依賴于大模型的持續(xù)優(yōu)化和創(chuàng)新。大模型的發(fā)展方向包括優(yōu)化性能、利用龐大的訓練數(shù)據(jù)集模擬人類行為以及增強模型固有的通用能力。

這些優(yōu)化和創(chuàng)新將推動 AI Agent 在推理、規(guī)劃、記憶和工具使用等方面的能力提升，2024 年的 OpenAI 的 o1 模型是這方面的典型代表，不僅是 OpenAI 所代表的閉源的大模型是這樣，開源的大模型也是在不斷提升智能化能力，例如 2024 年 9 月阿里發(fā)布的 Qwen 2.5 72B 模型成為全球最強開源大模型。此外，Qwen 2.5 的整體性能相比前一代提升了超過 18%，并且在多模態(tài)能力、長文本處理和指令遵循等方面也有所增強。

大模型應用從 Chatbot 到 RAG、Copilot 和 Agent 的發(fā)展歷程充滿了挑戰(zhàn)與機遇。隨著技術(shù)的不斷進步和創(chuàng)新，我們有理由相信，大模型應用將在未來展現(xiàn)出更加廣闊的應用前景和巨大的社會價值。