AI Agent 

大語言模型在語言和(hé)意圖的(de)記憶、理(lǐ)解、推理(lǐ)方面具備很強大的(de)能力，可(kě)以在任務的(de)規劃和(hé)決策方面發揮很好的(de)作用。但大語言模型依然存在一(yī)些的(de)問題，如(rú)産生幻覺，上下文容量限制等。此外，大模型依賴清晰明确的(de)prompt才能很好地(dì)發揮作用，智能化能力有限，局限在局部場景和(hé)環節，大多用于解決簡單、重複、程序化的(de)任務。而AI Agent的(de)出現卻颠覆了這一(yī)模式，它可(kě)以處理(lǐ)複雜的(de)任務，甚至摒棄掉精确的(de)prompt和(hé)基于大模型多重複雜的(de)指令。

分工交互機制：大模型更多側重于提升效率、用來解決低(dī)附加值、繁瑣的(de)業務流程。而Agent通過多模型合作分工機制來複刻專家能力，解決更多的(de)複雜和(hé)專業的(de)任務。比如(rú)，借助技術手段将專家的(de)知識傳輸給Agent，讓其儲備相應的(de)知識和(hé)能力。在具體的(de)業務流程中，通過對話提供建議、從而提升工作的(de)質量和(hé)效率。比如(rú)，幫助HR和(hé)獵頭尋找合适的(de)人選。

環境感知能力：大模型不具備很強的(de)環境感知能力，對自(zì)己的(de)能力邊界也沒有清晰的(de)認知。Agent能觀察和(hé)分析自(zì)己的(de)不足，并從外部環境中尋找合适的(de)工具來解決問題，并幫助大模型認識自(zì)己的(de)能力邊界。

個性化記憶：AI Agent通過記憶模塊記住用戶的(de)偏好和(hé)習慣，存儲信息越多越了解用戶。

Bill Gates最新發表一(yī)篇文章(zhāng)明确提出，5年(nián)內(nèi)AI Agent将大行其道(dào)，每個用戶都将擁有一(yī)個專屬AI Agent。用戶不需要再因為(wèi)不同的(de)功能需求而使用不同的(de)APP，他隻需用日常語言告訴他的(de)Agent想做(zuò)什麽就可(kě)以。

主動決策：大模型對時事的(de)了解有限，因而不具備在環境中連續決策的(de)能力。AI Agent可(kě)以在不确定和(hé)不可(kě)預測的(de)環境中工作，并不斷學(xué)習、發展和(hé)适應。

假如(rú)你想去(qù)某個地(dì)方度假，你隻需告訴AI Agent你要哪裏即可(kě)，接下來你唯一(yī)要做(zuò)的(de)事情就是等待出發。請假、訂酒店、買機票(piào)等旅遊清單Agent都幫你完成好，并且它會自(zì)主進行邏輯推理(lǐ)和(hé)自(zì)我提示不斷優化和(hé)增加旅途規劃來助你度過一(yī)個好的(de)假期。這就意味着，AI Agent推動人類社會向通用人工智能又邁進了一(yī)大步。