12月25日，昆侖萬維AI Agents開發(fā)平臺「天工SkyAgents」Beta版正式開放測試，用戶可在https://model-platform.tiangong.cn/立即體驗。

昆侖萬維「天工SkyAgents」AI Agents開發(fā)平臺，基于昆侖萬維「天工大模型」打造，具備從感知到?jīng)Q策，從決策到執(zhí)行的自主學習和獨立思考能力。用戶可以通過自然語言構(gòu)建自己的單個或多個“私人助理”，并能將不同任務模塊化，通過操作系統(tǒng)模塊的方式，實現(xiàn)執(zhí)行包括問題預設、指定回復、知識庫創(chuàng)建與檢索、意圖識別、文本提取、http請求等任務。

在大模型技術(shù)高速發(fā)展、AI Agents應用不斷進步的當下，昆侖萬維「天工SkyAgents」是我們在智能體領域的一次探索與嘗試。這個平臺也許并不完美，但我們希望與廣大開發(fā)者們攜手共建、互助成長，不斷開拓人工智能技術(shù)的應用邊界?，F(xiàn)在不完美是為了未來的完美，我們一直在技術(shù)追求的過程中，堅信而勇于突破。

攜手探索，合作共創(chuàng)

大模型時代，交互式AI有望成為未來大模型技術(shù)的主流落地方向。歷史告訴我們，新興事物的演進總會找到一個穩(wěn)定的術(shù)語來描述這種載體，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的關注異常熱烈，OpenAI高度關注智能體領域，并在OpenAI dev day發(fā)布會上發(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，用戶可以通過要求智能體完成各種任務，而智能體則可以操作軟件或與人類協(xié)作，完成復雜場景的工作。

在技術(shù)范式上，昆侖萬維也在不斷思考驅(qū)動智能體技術(shù)快速發(fā)展的底層技術(shù)和架構(gòu)。我們同時也清楚地認識到，即使在大模型的語言交互能力的加持下，我們離一個完全可以自動做決策并執(zhí)行任務的智能體還有距離。

今天，昆侖萬維正式開放「天工SkyAgents」Beta版，作為我們在AI Agents技術(shù)能力和應用能力上的一次探索。我們希望通過此次探索，能讓越來越多的用戶與開發(fā)者能夠?qū)⒋竽Ｐ图夹g(shù)應用到工作生活中，打造出滿足日常需求、激發(fā)靈感創(chuàng)新的專屬AI Agents。我們也希望更多對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。

 

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院人工智能實驗室（MIT AI Lab）創(chuàng)始人之一Marvin Minsky在其1986年出版的《思維的社會》一書中提出。它由社會與社會行為概念被引入計算系統(tǒng)內(nèi)，指的是在某一環(huán)境下，能持續(xù)自主地發(fā)揮作用的計算實體。

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

AI Agents并不是一個新興的概念，自人工智能技術(shù)學科建立以來，就陸續(xù)有圍繞AI Agents的研究出現(xiàn)。2012年深度神經(jīng)網(wǎng)絡浪潮興起后，有一支以強化學習訓練AI Agents的學術(shù)派系誕生，轟動全球的圍棋機器人AlphaGo可以看作是這一流派的研究成果。不過，此類AI Agents更適合對抗性游戲場景，在真實世界中較難落地。

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)在自然語言理解、工程能力、數(shù)據(jù)能力、存儲能力等領域的突破，大量對話交互類“GPT”涌現(xiàn)，以大模型技術(shù)驅(qū)動的AI Agents在通用性、實用性、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)大模型應用大多基于Prompt（用戶提示詞）實現(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只需要用戶給定工作目標，就可以通過獨立思考、調(diào)用工具去逐步完成任務，極大降低大模型技術(shù)應用門檻。

AI Agents三大核心模塊：大腦、感知、執(zhí)行

根據(jù)復旦大學論文《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”，具備理解當前環(huán)境并形成“記憶（Memory）”的能力，同時也具備存儲并檢索長期記憶的能力。“大腦”可以根據(jù)“記憶”和當前接收的信息進行邏輯推理，并將復雜問題拆解成可實現(xiàn)的子任務，應對復雜場景任務。同時，通過RAG（檢索增強生成）技術(shù)，AI Agent可以根據(jù)當前場景和用戶設定的目標進行進一步?jīng)Q策，實現(xiàn)獨立思考、規(guī)劃（Planning）和推理（Reasoning）。

2. 感知（Perception）

感知模塊能夠讓AI Agents基于當前的環(huán)境和場景獲取足夠的信息，這正是其與傳統(tǒng)RPA系統(tǒng)的區(qū)別之處。RPA系統(tǒng)在面對大量未知信息、難以預測的環(huán)境時無法進行工作，AI Agents則可以通過感知信息并做出對應的思考和行動，從而實現(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)行任務的權(quán)限和能力。AI Agents在接收到用戶任務指令后，結(jié)合由感知模塊收集的當前場景信息，通過大腦進行總結(jié)和推理后，輸出到執(zhí)行模塊中，使AI Agents能夠根據(jù)用戶需求完成指令。同時，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更高效地完成復雜任務，同時也提高了其在某些具體場景中的可信度和靈活度，相關應用場景包括讓AI Agents購買飛機票、點外賣、完成企業(yè)IT/客服/法律任務等。

天工SkyAgents

「天工SkyAgents」基于昆侖萬維「天工大模型」打造，擁有專屬“大腦”、“感知”、“執(zhí)行”模塊。

個人用戶/開發(fā)者可以通過「天工SkyAgents」進行自然語言和簡單操作，無需代碼編程能力，即可在幾分鐘之內(nèi)部署屬于自己的AI Agents，完成行業(yè)研究報告、單據(jù)填寫、商標設計、甚至健身計劃、旅行航班預定等多項私人定制需求。

企業(yè)用戶/開發(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、HR、法律顧問等眾多個性化的應用，并支持一鍵服務部署，確保其在不同業(yè)務系統(tǒng)中的無縫接入。

「天工SkyAgents」的AI能力背后，是昆侖萬維AI Agents技術(shù)在模塊化任務組件、智能知識庫構(gòu)建、第三方工具調(diào)用、個性化AI Agents一鍵分享等領域的能力積累。

1. 模塊化任務組件，零代碼打造專屬AI Agents

當前，多數(shù)用戶既不具備代碼開發(fā)經(jīng)驗，也不具備訓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際需求通過對話問答形式快速實現(xiàn)，無法將大模型能力發(fā)揮到極致。為了解決這一問題，「天工SkyAgents」將大量任務組件模塊化，集成了智能對話、信息加工、信息提取、信息分類、第三方數(shù)據(jù)獲取、向量檢索等能力。

智能對話：智能對話模塊借助 AI 能力，將用戶發(fā)送的內(nèi)容，通過大語言模型進行處理并回復給用戶指定內(nèi)容。

信息加工：通過預設提示詞（Prompt）的方式讓大模型對特定信息輸入進行加工，以獲得符合需求的內(nèi)容。

信息提取：通過大模型對語義的理解，可以從輸入信息中提取目標信息

信息分類：借助大模型的智能分析，將用戶問題進行分類，針對不同類型的問題執(zhí)行不同操作，方便進行個性化處理；

第三方數(shù)據(jù)獲取：第三方數(shù)據(jù)接入會攜帶相關的參數(shù)，系統(tǒng)向指定地址發(fā)送POST請求，并接收響應。系統(tǒng)在攜帶相關參數(shù)的同時，可以實現(xiàn)與其他應用服務的數(shù)據(jù)互聯(lián)互通。基于第三方數(shù)據(jù)獲取模塊可以極大擴展AI Agents的能力，打通數(shù)據(jù)庫操作、聯(lián)網(wǎng)搜索等更多場景。

向量檢索：針對常見的用戶提問，系統(tǒng)可以將問題添加進知識庫，便于搜索和查找。而對于“知識庫”模塊而言，用戶可以輸入問題，系統(tǒng)將在知識庫中搜索相關問題與解答，并用自然語言進行輸出。

2. 智能知識庫構(gòu)建，支持大規(guī)模知識導入

大模型能力雖強，但也有其天生的弱項。一方面，大模型通過參數(shù)訓練獲得的知識只能停留在某一時點，更新成本很高；另一方面，大模型的訓練數(shù)據(jù)通常以通用知識為主，細分領域的數(shù)據(jù)往往缺乏。為了解決這一問題，「天工SkyAgents」支持導入更多格式和更大規(guī)模的數(shù)據(jù)和知識，給大模型增加了“知識庫外腦”。

支持多種數(shù)據(jù)導入形式：文本、文件、網(wǎng)站、問答對、在線文檔等方式，輕松將已有知識進行導入

知識庫Embedding：將知識庫中的內(nèi)容元素表示為低維度的向量，使得知識庫中的元素可以更容易地進行計算相似性、尋找相鄰的實體等數(shù)學運算，從而提高了知識庫在 AI Agents 中的可操作性。

知識庫自由鏈接：每個AI Agents可以自由鏈接所屬知識庫并同時由多個知識庫進行內(nèi)容供給，每個知識庫也可以同時鏈接多個AI Agents，知識庫內(nèi)容可根據(jù)需要啟用和棄用，實現(xiàn)更靈活的知識內(nèi)容管理。

3. 第三方工具調(diào)用，多場景隨心應對

第三方工具調(diào)用：工具調(diào)用能力是將AI Agents與大量對話類GPT區(qū)別開來的核心能力之一，比如在機票預訂場景中，除了對用戶需求與航班信息進行分析判斷，AI Agents還需要調(diào)用票務平臺、電子支付等不同工具。因此，除了基礎的模塊外，「天工SkyAgents」還支持各類第三方工具的調(diào)用，用戶可以根據(jù)自身需要進行工具的開發(fā)，使得構(gòu)建 AI Agent 時擁有更多靈活的自由度。

4. 個性化AI Agents一鍵分享

一鍵分享：為了回饋廣大用戶與開發(fā)者們，更便捷地打造與使用AI Agents，「天工SkyAgents」上線新年專屬活動，推出理想伴侶、有緣機伴、暖心家園三款官方新年模版，并全面簡化了分發(fā)和使用流程。用戶根據(jù)自己的創(chuàng)意設計出的AI Agents可以通過鏈接的方式向更多人分享，使用者只需點擊鏈接，即可獲得對該AI Agents的訪問權(quán)。點擊創(chuàng)建：https://model-platform.tiangong.cn/

能力更全面、應用更智能、分享更便捷、平臺更好用。本次「天工SkyAgents」beta版的正式開放內(nèi)容，將進一步推動大模型技術(shù)的普惠化，幫助缺乏代碼開發(fā)能力的個人與中小企業(yè)積極擁抱大模型技術(shù)，助力大模型走入千家萬戶，為人工智能生態(tài)發(fā)展貢獻力量。

掃碼進入“天工開放平臺” ，快速構(gòu)建AI Agent

雷峰網(wǎng)(公眾號：雷峰網(wǎng))

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