12月25日，昆侖萬(wàn)維AI Agents開(kāi)發(fā)平臺(tái)「天工SkyAgents」Beta版正式開(kāi)放測(cè)試，用戶(hù)可在https://model-platform.tiangong.cn/立即體驗(yàn)。

昆侖萬(wàn)維「天工SkyAgents」AI Agents開(kāi)發(fā)平臺(tái)，基于昆侖萬(wàn)維「天工大模型」打造，具備從感知到?jīng)Q策，從決策到執(zhí)行的自主學(xué)習(xí)和獨(dú)立思考能力。用戶(hù)可以通過(guò)自然語(yǔ)言構(gòu)建自己的單個(gè)或多個(gè)“私人助理”，并能將不同任務(wù)模塊化，通過(guò)操作系統(tǒng)模塊的方式，實(shí)現(xiàn)執(zhí)行包括問(wèn)題預(yù)設(shè)、指定回復(fù)、知識(shí)庫(kù)創(chuàng)建與檢索、意圖識(shí)別、文本提取、http請(qǐng)求等任務(wù)。

在大模型技術(shù)高速發(fā)展、AI Agents應(yīng)用不斷進(jìn)步的當(dāng)下，昆侖萬(wàn)維「天工SkyAgents」是我們?cè)谥悄荏w領(lǐng)域的一次探索與嘗試。這個(gè)平臺(tái)也許并不完美，但我們希望與廣大開(kāi)發(fā)者們攜手共建、互助成長(zhǎng)，不斷開(kāi)拓人工智能技術(shù)的應(yīng)用邊界?，F(xiàn)在不完美是為了未來(lái)的完美，我們一直在技術(shù)追求的過(guò)程中，堅(jiān)信而勇于突破。

攜手探索，合作共創(chuàng)

大模型時(shí)代，交互式AI有望成為未來(lái)大模型技術(shù)的主流落地方向。歷史告訴我們，新興事物的演進(jìn)總會(huì)找到一個(gè)穩(wěn)定的術(shù)語(yǔ)來(lái)描述這種載體，而AI Agents（智能體）已經(jīng)顯現(xiàn)出了巨大潛力。

目前，全球?qū)χ悄荏w的關(guān)注異常熱烈，OpenAI高度關(guān)注智能體領(lǐng)域，并在OpenAI dev day發(fā)布會(huì)上發(fā)布了自定義GPTs以及Assistance API；DeepMind的聯(lián)合創(chuàng)始人最近也提到下一代人工智能技術(shù)的發(fā)展方向?qū)⑹墙换ナ紸I，而不是生成式AI。這種交互式AI很大程度上與智能體的描述是相符的，用戶(hù)可以通過(guò)要求智能體完成各種任務(wù)，而智能體則可以操作軟件或與人類(lèi)協(xié)作，完成復(fù)雜場(chǎng)景的工作。

在技術(shù)范式上，昆侖萬(wàn)維也在不斷思考驅(qū)動(dòng)智能體技術(shù)快速發(fā)展的底層技術(shù)和架構(gòu)。我們同時(shí)也清楚地認(rèn)識(shí)到，即使在大模型的語(yǔ)言交互能力的加持下，我們離一個(gè)完全可以自動(dòng)做決策并執(zhí)行任務(wù)的智能體還有距離。

今天，昆侖萬(wàn)維正式開(kāi)放「天工SkyAgents」Beta版，作為我們?cè)贏I Agents技術(shù)能力和應(yīng)用能力上的一次探索。我們希望通過(guò)此次探索，能讓越來(lái)越多的用戶(hù)與開(kāi)發(fā)者能夠?qū)⒋竽Ｐ图夹g(shù)應(yīng)用到工作生活中，打造出滿(mǎn)足日常需求、激發(fā)靈感創(chuàng)新的專(zhuān)屬AI Agents。我們也希望更多對(duì)AI Agents感興趣的朋友們能夠與我們一同攜手共創(chuàng)。歡迎廣大伙伴們提出建議與意見(jiàn)。

 

什么是AI Agents？

Agent一般譯為“智能體”或“代理”，其概念最早由麻省理工學(xué)院人工智能實(shí)驗(yàn)室（MIT AI Lab）創(chuàng)始人之一Marvin Minsky在其1986年出版的《思維的社會(huì)》一書(shū)中提出。它由社會(huì)與社會(huì)行為概念被引入計(jì)算系統(tǒng)內(nèi)，指的是在某一環(huán)境下，能持續(xù)自主地發(fā)揮作用的計(jì)算實(shí)體。

AI Agents指的則是由人工智能技術(shù)驅(qū)動(dòng)，能夠感知環(huán)境、進(jìn)行決策和執(zhí)行動(dòng)作的智能實(shí)體。

AI Agents并不是一個(gè)新興的概念，自人工智能技術(shù)學(xué)科建立以來(lái)，就陸續(xù)有圍繞AI Agents的研究出現(xiàn)。2012年深度神經(jīng)網(wǎng)絡(luò)浪潮興起后，有一支以強(qiáng)化學(xué)習(xí)訓(xùn)練AI Agents的學(xué)術(shù)派系誕生，轟動(dòng)全球的圍棋機(jī)器人AlphaGo可以看作是這一流派的研究成果。不過(guò)，此類(lèi)AI Agents更適合對(duì)抗性游戲場(chǎng)景，在真實(shí)世界中較難落地。

然而，大模型的出現(xiàn)改變了這一切。

2023年，隨著大模型技術(shù)在自然語(yǔ)言理解、工程能力、數(shù)據(jù)能力、存儲(chǔ)能力等領(lǐng)域的突破，大量對(duì)話(huà)交互類(lèi)“GPT”涌現(xiàn)，以大模型技術(shù)驅(qū)動(dòng)的AI Agents在通用性、實(shí)用性、可落地性等都得到了飛速發(fā)展，在全球掀起了又一陣AI Agents熱潮。

傳統(tǒng)大模型應(yīng)用大多基于Prompt（用戶(hù)提示詞）實(shí)現(xiàn)，Prompt的質(zhì)量將直接影響大模型的回答效果，缺乏提示詞工程能力的普通用戶(hù)難以將大模型的真正能力發(fā)揮到極致。而AI Agents只需要用戶(hù)給定工作目標(biāo)，就可以通過(guò)獨(dú)立思考、調(diào)用工具去逐步完成任務(wù)，極大降低大模型技術(shù)應(yīng)用門(mén)檻。

AI Agents三大核心模塊：大腦、感知、執(zhí)行

根據(jù)復(fù)旦大學(xué)論文《The Rise and Potential of Large Language Model Based Agents: A Survey》，AI Agents可以劃分為大腦（Brain），感知（Perception）、執(zhí)行（Action）三大模塊化能力。

 

（圖片來(lái)源：《The Rise and Potential of Large Language Model Based Agents: A Survey》） 

1. 大腦（Brain）

大腦是AI Agents的“核心信息處理中心”，具備理解當(dāng)前環(huán)境并形成“記憶（Memory）”的能力，同時(shí)也具備存儲(chǔ)并檢索長(zhǎng)期記憶的能力?！按竽X”可以根據(jù)“記憶”和當(dāng)前接收的信息進(jìn)行邏輯推理，并將復(fù)雜問(wèn)題拆解成可實(shí)現(xiàn)的子任務(wù)，應(yīng)對(duì)復(fù)雜場(chǎng)景任務(wù)。同時(shí)，通過(guò)RAG（檢索增強(qiáng)生成）技術(shù)，AI Agent可以根據(jù)當(dāng)前場(chǎng)景和用戶(hù)設(shè)定的目標(biāo)進(jìn)行進(jìn)一步?jīng)Q策，實(shí)現(xiàn)獨(dú)立思考、規(guī)劃（Planning）和推理（Reasoning）。

2. 感知（Perception）

感知模塊能夠讓AI Agents基于當(dāng)前的環(huán)境和場(chǎng)景獲取足夠的信息，這正是其與傳統(tǒng)RPA系統(tǒng)的區(qū)別之處。RPA系統(tǒng)在面對(duì)大量未知信息、難以預(yù)測(cè)的環(huán)境時(shí)無(wú)法進(jìn)行工作，AI Agents則可以通過(guò)感知信息并做出對(duì)應(yīng)的思考和行動(dòng)，從而實(shí)現(xiàn)感知、理解和自主探索世界。

3. 執(zhí)行（Action）

執(zhí)行模塊賦予了AI Agents執(zhí)行任務(wù)的權(quán)限和能力。AI Agents在接收到用戶(hù)任務(wù)指令后，結(jié)合由感知模塊收集的當(dāng)前場(chǎng)景信息，通過(guò)大腦進(jìn)行總結(jié)和推理后，輸出到執(zhí)行模塊中，使AI Agents能夠根據(jù)用戶(hù)需求完成指令。同時(shí)，AI Agents擁有調(diào)用、使用工具（Tool use）的能力，這些工具可以幫助Agents更高效地完成復(fù)雜任務(wù)，同時(shí)也提高了其在某些具體場(chǎng)景中的可信度和靈活度，相關(guān)應(yīng)用場(chǎng)景包括讓AI Agents購(gòu)買(mǎi)飛機(jī)票、點(diǎn)外賣(mài)、完成企業(yè)IT/客服/法律任務(wù)等。

天工SkyAgents

「天工SkyAgents」基于昆侖萬(wàn)維「天工大模型」打造，擁有專(zhuān)屬“大腦”、“感知”、“執(zhí)行”模塊。

個(gè)人用戶(hù)/開(kāi)發(fā)者可以通過(guò)「天工SkyAgents」進(jìn)行自然語(yǔ)言和簡(jiǎn)單操作，無(wú)需代碼編程能力，即可在幾分鐘之內(nèi)部署屬于自己的AI Agents，完成行業(yè)研究報(bào)告、單據(jù)填寫(xiě)、商標(biāo)設(shè)計(jì)、甚至健身計(jì)劃、旅行航班預(yù)定等多項(xiàng)私人定制需求。

企業(yè)用戶(hù)/開(kāi)發(fā)者則可以將「天工SkyAgents」的眾多能力按需拼裝成企業(yè)IT、智能客服、企業(yè)培訓(xùn)、HR、法律顧問(wèn)等眾多個(gè)性化的應(yīng)用，并支持一鍵服務(wù)部署，確保其在不同業(yè)務(wù)系統(tǒng)中的無(wú)縫接入。

「天工SkyAgents」的AI能力背后，是昆侖萬(wàn)維AI Agents技術(shù)在模塊化任務(wù)組件、智能知識(shí)庫(kù)構(gòu)建、第三方工具調(diào)用、個(gè)性化AI Agents一鍵分享等領(lǐng)域的能力積累。

1. 模塊化任務(wù)組件，零代碼打造專(zhuān)屬AI Agents

當(dāng)前，多數(shù)用戶(hù)既不具備代碼開(kāi)發(fā)經(jīng)驗(yàn)，也不具備訓(xùn)練大模型提示詞工程（Prompt Engineering）的能力，難以將眾多日常生活的實(shí)際需求通過(guò)對(duì)話(huà)問(wèn)答形式快速實(shí)現(xiàn)，無(wú)法將大模型能力發(fā)揮到極致。為了解決這一問(wèn)題，「天工SkyAgents」將大量任務(wù)組件模塊化，集成了智能對(duì)話(huà)、信息加工、信息提取、信息分類(lèi)、第三方數(shù)據(jù)獲取、向量檢索等能力。

智能對(duì)話(huà)：智能對(duì)話(huà)模塊借助 AI 能力，將用戶(hù)發(fā)送的內(nèi)容，通過(guò)大語(yǔ)言模型進(jìn)行處理并回復(fù)給用戶(hù)指定內(nèi)容。

信息加工：通過(guò)預(yù)設(shè)提示詞（Prompt）的方式讓大模型對(duì)特定信息輸入進(jìn)行加工，以獲得符合需求的內(nèi)容。

信息提取：通過(guò)大模型對(duì)語(yǔ)義的理解，可以從輸入信息中提取目標(biāo)信息

信息分類(lèi)：借助大模型的智能分析，將用戶(hù)問(wèn)題進(jìn)行分類(lèi)，針對(duì)不同類(lèi)型的問(wèn)題執(zhí)行不同操作，方便進(jìn)行個(gè)性化處理；

第三方數(shù)據(jù)獲取：第三方數(shù)據(jù)接入會(huì)攜帶相關(guān)的參數(shù)，系統(tǒng)向指定地址發(fā)送POST請(qǐng)求，并接收響應(yīng)。系統(tǒng)在攜帶相關(guān)參數(shù)的同時(shí)，可以實(shí)現(xiàn)與其他應(yīng)用服務(wù)的數(shù)據(jù)互聯(lián)互通?；诘谌綌?shù)據(jù)獲取模塊可以極大擴(kuò)展AI Agents的能力，打通數(shù)據(jù)庫(kù)操作、聯(lián)網(wǎng)搜索等更多場(chǎng)景。

向量檢索：針對(duì)常見(jiàn)的用戶(hù)提問(wèn)，系統(tǒng)可以將問(wèn)題添加進(jìn)知識(shí)庫(kù)，便于搜索和查找。而對(duì)于“知識(shí)庫(kù)”模塊而言，用戶(hù)可以輸入問(wèn)題，系統(tǒng)將在知識(shí)庫(kù)中搜索相關(guān)問(wèn)題與解答，并用自然語(yǔ)言進(jìn)行輸出。

2. 智能知識(shí)庫(kù)構(gòu)建，支持大規(guī)模知識(shí)導(dǎo)入

大模型能力雖強(qiáng)，但也有其天生的弱項(xiàng)。一方面，大模型通過(guò)參數(shù)訓(xùn)練獲得的知識(shí)只能停留在某一時(shí)點(diǎn)，更新成本很高；另一方面，大模型的訓(xùn)練數(shù)據(jù)通常以通用知識(shí)為主，細(xì)分領(lǐng)域的數(shù)據(jù)往往缺乏。為了解決這一問(wèn)題，「天工SkyAgents」支持導(dǎo)入更多格式和更大規(guī)模的數(shù)據(jù)和知識(shí)，給大模型增加了“知識(shí)庫(kù)外腦”。

支持多種數(shù)據(jù)導(dǎo)入形式：文本、文件、網(wǎng)站、問(wèn)答對(duì)、在線(xiàn)文檔等方式，輕松將已有知識(shí)進(jìn)行導(dǎo)入

知識(shí)庫(kù)Embedding：將知識(shí)庫(kù)中的內(nèi)容元素表示為低維度的向量，使得知識(shí)庫(kù)中的元素可以更容易地進(jìn)行計(jì)算相似性、尋找相鄰的實(shí)體等數(shù)學(xué)運(yùn)算，從而提高了知識(shí)庫(kù)在 AI Agents 中的可操作性。

知識(shí)庫(kù)自由鏈接：每個(gè)AI Agents可以自由鏈接所屬知識(shí)庫(kù)并同時(shí)由多個(gè)知識(shí)庫(kù)進(jìn)行內(nèi)容供給，每個(gè)知識(shí)庫(kù)也可以同時(shí)鏈接多個(gè)AI Agents，知識(shí)庫(kù)內(nèi)容可根據(jù)需要啟用和棄用，實(shí)現(xiàn)更靈活的知識(shí)內(nèi)容管理。

3. 第三方工具調(diào)用，多場(chǎng)景隨心應(yīng)對(duì)

第三方工具調(diào)用：工具調(diào)用能力是將AI Agents與大量對(duì)話(huà)類(lèi)GPT區(qū)別開(kāi)來(lái)的核心能力之一，比如在機(jī)票預(yù)訂場(chǎng)景中，除了對(duì)用戶(hù)需求與航班信息進(jìn)行分析判斷，AI Agents還需要調(diào)用票務(wù)平臺(tái)、電子支付等不同工具。因此，除了基礎(chǔ)的模塊外，「天工SkyAgents」還支持各類(lèi)第三方工具的調(diào)用，用戶(hù)可以根據(jù)自身需要進(jìn)行工具的開(kāi)發(fā)，使得構(gòu)建 AI Agent 時(shí)擁有更多靈活的自由度。

4. 個(gè)性化AI Agents一鍵分享

一鍵分享：為了回饋廣大用戶(hù)與開(kāi)發(fā)者們，更便捷地打造與使用AI Agents，「天工SkyAgents」上線(xiàn)新年專(zhuān)屬活動(dòng)，推出理想伴侶、有緣機(jī)伴、暖心家園三款官方新年模版，并全面簡(jiǎn)化了分發(fā)和使用流程。用戶(hù)根據(jù)自己的創(chuàng)意設(shè)計(jì)出的AI Agents可以通過(guò)鏈接的方式向更多人分享，使用者只需點(diǎn)擊鏈接，即可獲得對(duì)該AI Agents的訪(fǎng)問(wèn)權(quán)。點(diǎn)擊創(chuàng)建：https://model-platform.tiangong.cn/

能力更全面、應(yīng)用更智能、分享更便捷、平臺(tái)更好用。本次「天工SkyAgents」beta版的正式開(kāi)放內(nèi)容，將進(jìn)一步推動(dòng)大模型技術(shù)的普惠化，幫助缺乏代碼開(kāi)發(fā)能力的個(gè)人與中小企業(yè)積極擁抱大模型技術(shù)，助力大模型走入千家萬(wàn)戶(hù)，為人工智能生態(tài)發(fā)展貢獻(xiàn)力量。

掃碼進(jìn)入“天工開(kāi)放平臺(tái)” ，快速構(gòu)建AI Agent

雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。