你用智能體嗎？類似聊天機器人的東西。
以前，了解一個行業，得看大量數據，查好多資料，現在AI改變了做事、生活的方式；只要問幾個問題，它就能幫我整理出清晰的計劃。
最近在看martech市場，信息量巨大，我告訴智能體想看全景圖，它直接幫我找到了答案，很方便。所以，智能體是最好的AI應用方向嗎？我不知道。
不過，百度李廠長在百度世界2024大會上提到 ：AI智能體時代快要來了，應用爆發點就在我們眼前；智能體可能會成爲AI應用的主流，還會迎來爆發式的增長。
這個觀點引起業界的討論，也讓我對智能體有了更深的認識。
我一直在關注這個領域。我覺得智能體不僅是提供提示、旅行建議、分析文檔的工具。它們更像有智慧的專家，能進行深入的交流。
智能體和傳統的問答機器不一樣，它們能和用戶連續對話，一步步深入問題的核心，這是它們的強項。前幾天，我就用智能體解決了obsidian插件沖突的問題。
不過，進一步探索中，我發現，智能體還有很多問題需要解決。什麽問題呢？
第一個 ：使用距離。
使用距離？什麽意思？別人不會用嗎？不是的。准確說，是用戶習慣。
智能體不僅是一個聊天機器人，更像一個超級大腦，我們用聊天的方式跟它交流，但要認識到它真的可以解決系統問題。
這個過程，不是簡單的一問一答那麽簡單，是可以讓思考更上一層樓，讓效率翻一倍。
舉個身邊的例子：前幾天，有個朋友在群裏說要做PPT。咱們以前做PPT，基本上兩種方法。第一種非常老土，不用AI，自己把內容整理好，結構搭起來，然後動手做，這種方法雖然踏實，但費時費力，效率不高。
第二種呢，用AI幫忙，先給個提示詞，再給AI一些背景資料，讓它根據提示詞和資料來輔助你整理後，再給新的提示詞，讓它幫我們把內容做得更結構化，最後，用這些內容去做PPT。
這種方法效率提升了，但還缺少點人性化的互動。智能體呢，它更高級，屬于第三種方法。
我們可以直接跟它說 ：接下來有個做PPT的任務，你跟我著一起完成。我先給你一些資料，你學習下，然後，學習過程中，給我提出問題，類似于問我要多少頁？每頁突出什麽？
如此循環漸進的像一個合作夥伴，不僅理解了需求，還能提出建設性意見，同時又節省了寫提示詞的時間，還能達到我們想要的目的。
所以，智能體真的很能幹活兒。它是三維思考的。
想用好它，我們得有點項目思維、或者任務思維，這樣才能發揮巨大作用；但是，很多人還在用二維思維，你問我答的方式，如果一直這樣想，用智能體的速度和效率就上不去。
比起使用距離，第二個關于API的問題要廠商們思考下。
事情是這樣：前兩天百度上搜比亞迪，看到官網用了智能體，我就跟它說 ：“幫我找找比亞迪內飾的照片。”結果，你猜怎麽著？它給我生成了四張圖。
我差點笑出聲，這不是搞笑嗎？我要生成圖嗎？當然不是。我更希望它能直接從官網上給我調出照片來。
緊接著，我帶著疑問，又試了豆包、騰訊元寶，想讓他們幫我P個圖。結果都差不多，我發現他們對P圖的理解跟我不一樣。
我理解的P圖是用Photoshop那樣去掉背景，但他們好像把P圖理解成生成新照片。
這個問題可能出在智能體本身。因爲，它們現在還做不到那種專業的修圖效果，背後缺少某種插件或能力模塊；只有當能調用這些模塊時，才能幫我修圖。
爲什麽大公司都做不到智能體處理一整套任務呢？
因爲，一個智能體要完成一個複雜的工作流，背後不是靠一個生成模塊就能搞定的，它要調動很多數據和應用程序。
打個比方：你去餐廳吃飯，不需要知道廚師是怎麽做菜的，菜就端到你面前了。但其實，廚師得用各種材料，比如白菜、辣椒、調料，把它們放到鍋裏一炒，菜就出來了。
智能體也是這樣，得調用各種API，API像菜單一樣，集合所有的服務和請求，讓不同的軟件能夠互相交流合作，最後才能達到想要的效果。
現在，很多網站和APP都有自己的API，API不統一，不標准化，這導致智能體沒有足夠的接口可以用，限制了它的發展。
還有，以前沒有統一的底層開發框架，技術團隊開發智能體時得從零開始，現在阿裏、百度都做了統一開發框架，解決了底層數據處理、模型訓練、監控部署的問題，但中小型軟件服務商還是不多。
因此，也就限制了其他能力模塊的發展。
當然，這也是個好機會，因爲如果有人能在細分場景下，利用自己對特定業務場景的了解，開發出一個更符合一線需求的智能體，那就有機會成功。
比如：你在教育賽道很多年，憑借個人對教育技術和孩子學習需求的理解，開發一個智能體，幫孩子提升學習進度和測試成績，就能賺到錢。
所以，API的問題需要時間和更多中小開發者入局。
能寫出這些想法，自然不會錯過開發智能體的好機會；開發中，我發現一個第三個問題：能力泛化。
什麽意思呢？
起初，我設計占蔔師智能體，目的讓它進行占蔔。沒想到，它不僅能占蔔，還能算命，甚至能總結文章。
我以爲提示詞沒寫清楚。後來，試了其他智能體，發現也有類似情況。你可以嘗試看看，連官方出的Kimi也存在這個問題。
爲什麽會這樣？
我認爲智能體知識可以分爲兩部分：一部分通用知識，像我們學的基礎知識，這是智能體必須掌握的。
另一部分則是針對特定行業的，隨著行業人士的使用，智能體也能跟著學習。這有點像能力的二八法則：80%的能力是基礎的，剩下20%在實際工作中邊幹邊學。
實際上，過去一年，大廠都在訓練大型語言模型，這些大模型的本質，是通過海量數據訓練得到的，目的是生成最有可能的回答，而不是專注于特定能力或任務。
這種泛化能力，讓智能體在多任務中表現不錯，因爲這些任務都涉及語言處理和推理，這意味著，要進行任務微調，就必須做任務分離。
而開發多個智能體，是一種過程性的解決方案。
你想想看，各大平台現在都在嘗試將智能體做垂直細分，專注于特定領域或任務，比如法律助手、醫療問診、學習輔助等。
這種趨勢也表明，未來肯定會有更多人根據不同需求，選擇和使用專門化的智能體，推動AI更深入地融入日常生活和工作場景。這是第一點。
第二點，目前市面上缺少專業的智能體開發者，能培養的也很少，我想去，居然還找不到；要不，廠牌們考慮下開個班吧？
現在的開發者，很多是對AI感興趣的人，他們在設計智能體時，主要是用提示詞來引導模型的行爲。
但是，提示詞這種東西，像個軟性的約束，並不能真正限制智能體能幹什麽，這種設計方式，很容易讓智能體“越界”。
你想想看，我設計一個占蔔師智能體，占蔔本身可能“順便”會提供點兒心理咨詢，甚至還會推薦人生規劃；這種能力的模糊性，不是我不願意解決，而是目前工具和方法還不夠成熟，我很難精准控制。
就像禅宗裏說的 ：“少即是多（Less is more）”。少比多難，少不是減少，是聚焦，得用技術聚焦。
還有一點 ：現在智能體缺少明確場景。這聽起來像廢話。但你有沒有想過，這些場景究竟從哪裏來？
釘釘總裁不窮說過一句話 ：“AI得從下面開始，先讓懂行的人用起來。”只有對AI有需求、願意嘗試的人開始用了，才能慢慢積累出真正有用的場景，找到AI真正的價值。
我覺得，就算智能體慢慢融入了醫療、法律、金融這些領域，它還是停留在“看起來懂，但不專業”的階段。
因爲現在大多數人還是把智能體當成“聊天工具”，聊天工具是什麽？即弄個董宇輝文案、搞個媽媽式唠叨，這不能幫助行業。
如果這種情況一直這樣下去，最後的結果就是，大家還是只把它當聊天工具玩，沒法真正用到工作中；這樣的話，別說提高行業效率了，這不僅是對智能體的浪費，更是錯過了行業變革的機會。
所以，一個簡單的結論即 ：我們要思考清楚，哪類智能體做工具？哪類做平台？需要什麽樣的開發者來開發智能體？
這三個問題回答清楚，智能體才會在場景中發揮作用。
看到這，別誤會，我不是說通用智能體不行，確實有它們的好處。
垂直單一的智能體可能比較局限，但能處理多種任務處理就厲害了，因爲能同時搞定好幾個工作流程，不僅速度快，而且思考的過程也更清楚、更靠譜。
而且，這些智能體還能處理各種類型數據，在很多場景下都能派上用場。
在公司裏，這種能幹多種事情的智能體，已經開始發揮作用了，比如 ：RPA技術，現在已經被看作是智能體的一個工具。
這種通用智能體在營銷、生産管理、運營自動化這些地方也有很多可能。
最近特別火的一個話題就是：智能體在手機界面上的應用。大家都覺得，將來它們會成爲重要的用戶界面入口，就像人一樣，能自動操作界面，根據需要自動用APP完成任務。
比如：騰訊的AppAgent和阿里的MobileAgent項目，或者手機廠商發布會上展示的“一句話點單”的功能，這些都是很好的例子。
我相信，在電腦、手機、自動駕駛這些領域，將來這種多功能的智能體會有很多應用場景，比如：接管系統級操作，或者用通用智能體管理子智能體等等。
我也看到，很多智能體在一些特定場景中的開發和工程化潛力，但是，話說回來，智能體的使用和能不能商業化，是兩回事。
你想想看，如果一個公司用了被隨意開發的智能體，然後問它另一個公司的情況，它也回答了，豈不是很荒謬？
所以，不能光看宏觀敘事，還是要紮根行業去思考，希望大公司能多想想行業的實際問題。
比如 ：智能體怎麽幫一個職員做決定，怎麽規劃某個工作流程，怎麽提供真正管用的解決方案。
我說的行業，更准確地是行業裏在用、想用智能體的人，因爲只有這些人，才能會不斷給智能體特定知識；換句話說 ：智能體學習了他們的東西，它才會進步。
你覺得呢？--- [文 : 王智遠/來源 : 钛媒體]
