“ 智能體就是一個(gè)會(huì)使用工具的人，而大模型就是一個(gè)“人”?！?/strong>

在之前關(guān)于智能體的理解就是一個(gè)能使用工具的大模型，然后通過Function call的方式給模型配置工具就是一個(gè)智能體的了；但等到你真的問我智能體能干什么有哪些應(yīng)用場(chǎng)景，已經(jīng)具體應(yīng)該怎么做。

這時(shí)我就傻眼了，雖然看著網(wǎng)上的一些教程，也用智能體開發(fā)了一兩個(gè)小功能；比如說(shuō)查詢當(dāng)前的天氣情況；但等到在真正的在企業(yè)應(yīng)用中，怎么用智能體去解決業(yè)務(wù)問題，怎么設(shè)計(jì)落地方案就只能笑笑不說(shuō)話。

甚至很多時(shí)候的想法都很天真，比如說(shuō)剛開始認(rèn)為用智能體做數(shù)據(jù)分析，就是把所有的數(shù)據(jù)全部丟給大模型，然后讓模型自己去分析。

后來(lái)才明白這種想法是多么的可笑，這時(shí)也發(fā)現(xiàn)自己對(duì)智能體的認(rèn)識(shí)太過于淺顯。

智能體與人

雖然說(shuō)剛開始對(duì)智能體的認(rèn)知很淺顯，甚至有些可笑；但隨著在業(yè)務(wù)場(chǎng)景中使用智能體，這時(shí)才明白智能體到底是什么。

其實(shí)，很多人說(shuō)到人工智能和大模型，都被其高大上的名字給騙了；然后學(xué)習(xí)大模型的時(shí)候，網(wǎng)絡(luò)上大部分也都是教你機(jī)器學(xué)習(xí)，神經(jīng)網(wǎng)絡(luò)，正向傳播，反向傳播等等；最后對(duì)大部分人來(lái)說(shuō)，結(jié)果就是一葉障目不見泰山。

所以，學(xué)習(xí)技術(shù)最好的方式是從應(yīng)用開始，你知道這項(xiàng)技術(shù)能干嘛，解決了什么問題，然后你就能真正理解這項(xiàng)技術(shù)。

所以，經(jīng)過一段時(shí)間的應(yīng)用之后才發(fā)現(xiàn)，大模型特別像一個(gè)人，而智能體就是一個(gè)特別擅長(zhǎng)某個(gè)領(lǐng)域的人。

為什么說(shuō)大模型像一個(gè)人？

先思考個(gè)問題，在智能體出現(xiàn)之前我們?cè)趺刺幚砉ぷ髦械臉I(yè)務(wù)問題？是不是都是由人來(lái)做；那智能體出現(xiàn)之后呢？是不是開始嘗試讓智能體替代我們?nèi)祟惾ソ鉀Q這些問題。

而不管是人也好，智能體也罷，這些問題并不會(huì)因?yàn)槭侨俗龌蛘呤侵悄荏w做，就導(dǎo)致這個(gè)問題的性質(zhì)變了。

而且，對(duì)大模型來(lái)說(shuō)，我們使用大模型的感受是什么？

是不是覺得大模型就是一個(gè)全能型人才，它能夠?qū)懳恼?，回答問題，做設(shè)計(jì)，會(huì)編程；而大模型最缺的一點(diǎn)又是什么？

大模型最缺的一點(diǎn)就是它沒有物理實(shí)體，無(wú)法使用工具。

而人與動(dòng)物最大的區(qū)別是什么？制造和使用工具。

因此，雖然大模型沒有實(shí)體，但通過編程的方式可以讓大模型通過網(wǎng)絡(luò)來(lái)操作現(xiàn)實(shí)世界的東西，而這就大大擴(kuò)展了大模型的能力范圍。

所以，從這個(gè)角度來(lái)理解，如果讓大模型做數(shù)據(jù)分析應(yīng)該怎么做？ 

肯定是像人類一樣，先了解需求，然后分析問題，之后根據(jù)數(shù)據(jù)結(jié)構(gòu)寫SQL或分析代碼來(lái)進(jìn)行數(shù)據(jù)分析；而不是說(shuō)，直接把所有數(shù)據(jù)都丟給大模型，然后讓它自己去分析。

而且，把大模型當(dāng)做人的角色之后，你再去探索大模型的應(yīng)用場(chǎng)景是不是就發(fā)現(xiàn)簡(jiǎn)單多了？

雖然說(shuō)大模型的能力有限，很多事情做得不好，甚至是錯(cuò)的；但人何嘗不是，同樣會(huì)犯很多錯(cuò)誤。

因此，只需要把人帶入大模型的角色，或者把大模型帶入人的角色；這時(shí)再遇到業(yè)務(wù)問題不知道該怎么解決，就可以把大模型帶入自己的角色去解決問題。

本文轉(zhuǎn)載自??AI探索時(shí)代?? 作者：DFires