跟着 ChatGPT、GPT-4、Sora 的连绵问世，人为智能的兴盛趋向惹起了遍及闭心，极端是 Sora 让天生式 AI 模子正在多模态方面赢得明显进步智能。人们不禁会问：人为智能范畴下一个冲破宗旨将会是什么？

　　此日，人为智能闻名学者、斯坦福大学教养吴恩达指出：AI 智能体事务流将正在本年激感人为智能赢得宏伟前进星空体育，乃至也许横跨下一代根蒂模子。他号召总共从事人为智能事务的人都闭心 AI 智能体事务流，并撰写一篇博客简略论述了源由。

　　此刻，咱们苛重正在零样本形式下利用 LLM，供给 prompt，逐一 token 地天生最终输出，没有实行调剂星空体育吴恩达：AI智能体事情流本年将有壮大起色或许逾越下一代根本模子。

　　这雷同于央浼或人从头至尾写一篇作品，直接打字，不应承退格，并盼望获得高质地的结果。即使有困穷，LLM 正在这项工作上已经出现得万分好！

　　然而，通过智能体事务流，咱们可能央浼 LLM 多次迭代文档。比如，它也许需务实践一系列程序：

　　这个迭代经过对付大无数人类作者写出好的文本至闭紧急智能。对付人为智能来说，这种迭代事务流会比单次编写形成更好的结果。

　　Cognition AI 团队揭晓的 迩来正在社交媒体上惹起了遍及闭心。吴恩达的团队不断亲密闭心 AI 编写代码的兴盛星空体育，并判辨了多个研讨团队的结果，核心闭心算法正在遍及利用的 HumanEval 编码基准上的出现。

　　如下图所示，吴恩达的团队浮现：GPT-3.5（零样本）的精确率为 48.1%，GPT-4（零样本）的出现更好，为 67.0%。然而，比拟于迭代智能体事务流，从 GPT-3.5 到 GPT-4 的改善不大智能。底细上，正在智能体轮回（agent loop）中，GPT-3.5 的精确率高达 95.1%。

　　开源智能体器材和相闭智能体的学术文件正正在激增。这是一个令人兴奋的时期，也是一个令人狐疑的时期。为了帮帮人们精确对待这项事务，吴恩达分享了一个对构修智能体的安排形式实行分类的框架。

　　器材利用：LLM 具有收集征采、代码实践或任何其他成效来帮帮其汇集消息星空体育、选用运动或管束数据。

　　谋划：LLM 提出并实践一个多程序部署来告竣倾向（比如，撰写论文概要智能，然后实行正在线研讨，然后撰写初稿......）。

　　多智能体团结：多个 AI 智能体一块事务，分派工作并接洽和计较思法，以提出比单个智能体更好的办理计划。

　　吴恩达显示 AI Fund 已正在很多操纵次序中告成利用这些形式，后续他将注意论述这些安排形式。