什么是智能体智能体 = LLM+观察+思考+行动+记忆多智能体 = 智能体+环境+SOP+评审+路由+订阅+经济（详见相关资料）记忆分为五种类型：工作记忆、工具记忆、语义记忆、情节记忆和动作记忆。人类的记忆会经历过滤、压缩、遗忘和重组等环节，实际机制非常复杂，99%的记忆会被删除。来源： https://zh.wikipedia.org/zh-hans/%E8%84%91工作记忆是指保持与当前任务
智图AI,智能体,多智能体,agent,LLM,GPT,OpenAI,思维连
[{"insert":"什么是智能体\n\n智能体 = LLM+观察+思考+行动+记忆\n多智能体 = 智能体+环境+SOP+评审+路由+订阅+经济（详见相关资料）\n\n"},{"attributes":{"width":"633"},"insert":{"image":"bccf181a4c3fd7b6e329fcc396ca11c8_118857_1280_507.png"}},{"attributes":{"align":"center"},"insert":"\n"},{"insert":"\n"},{"attributes":{"bold":true},"insert":"记忆分为五种类型"},{"insert":"：工作记忆、工具记忆、语义记忆、情节记忆和动作记忆。人类的记忆会经历过滤、压缩、遗忘和重组等环节，实际机制非常复杂，99%的记忆会被删除。\n来源： https://zh.wikipedia.org/zh-hans/%E8%84%91"},{"attributes":{"list":"bullet"},"insert":"\n"},{"insert":"工作记忆是指保持与当前任务相关的临时信息的能力，受到赫布理论效应的调节。"},{"attributes":{"list":"bullet"},"insert":"\n"},{"insert":"工具学习是指通过奖惩来改变行为的能力，由以基底核为中心的脑区网络实现。"},{"attributes":{"list":"bullet"},"insert":"\n"},{"insert":"语义记忆是指学习事实和关系的能力，可能主要储存在大脑皮质中，通过改变神经元连接来存储特定类型的记忆。"},{"attributes":{"list":"bullet"},"insert":"\n"},{"insert":"情节记忆是指回忆特定事件细节的能力，可以终身保持。许多证据表明，海马体在其中起着关键作用，许多有海马体损伤的人会表现出失忆症，无法获得新的长期情节记忆。"},{"attributes":{"list":"bullet"},"insert":"\n"},{"insert":"动作学习是指通过练习或重复来改善身体运动模式的能力。许多脑区与之相关，包括前运动区、基底核，尤其重要的是小脑，它包含了许多关于运动参数微小调节的信息。"},{"attributes":{"list":"bullet"},"insert":"\n"},{"insert":"\n"},{"attributes":{"bold":true},"insert":"规划"},{"insert":" ：规划基本与写代码等价 。目前LLM规划能力较弱， 以 Codeforces Rating 为例，GPT - 4 排名 后10%\nCodeforces 是一个在线编程竞赛平台，主要针对算法和数据结构领域。在 Codeforces 上，参与者可以通过参加比赛来解决各种编程问题，并与来自世界各地的其他程序员竞争。"},{"attributes":{"list":"bullet"},"insert":"\n"},{"insert":"来源： https://openai.com/research/gpt-4"},{"attributes":{"list":"bullet"},"insert":"\n"},{"insert":"\n"},{"attributes":{"bold":true},"insert":"神经"},{"insert":"：人脑有大量如视神经、听觉神经等小网络；智能体大概率也需要大量的小模型（如在视觉、决策、路由等工作上），不能由一个大模型来主导，一不经济，二不实际\n小鼠的嗅觉系统是由 1500 个小神经组成的，相当于是一堆小的分类器，只在小鼠闻到特定气味触发特定神经，平时低功耗运行，不会做全脑推理，这意味着Agent上实现对应模块大概率也需要大量小模型"},{"attributes":{"list":"bullet"},"insert":"\n"},{"insert":"\n"},{"attributes":{"bold":true},"insert":"工具"},{"insert":"：实际就是API，分为build something及use something，支撑了智能体通往现实世界。假如实现现实世界完整表达的API需要k个，而这k个已经被实现，那么Agent理论上就可以达到全能。当然，前提是它要能够无错、娴熟的基于这些API写出完整的代码，而这代码自动撰写的missing piece就是MetaGPT\n\n"},{"attributes":{"bold":true},"insert":"直觉"},{"insert":"：如呼吸、吞咽、心跳等不需要在脑内有任何显性思考的部分，如你要喝水，会从手边拿起一个矿泉水，然后拧开它的盖子，之后开始喝水；全流程无需特意思考。现实世界的大部分任务都需要直觉，通过直觉系统，能将任务完成度从之前最优的30%多提升到接近90%\n\n"},{"attributes":{"bold":true},"insert":"运控"},{"insert":"：黑色部分主要指运动控制，对应具身智能相关特性\n\n\n相关资料"},{"attributes":{"header":4},"insert":"\n"},{"attributes":{"link":"https://www.breezedeus.com/article/ai-agent-part1"},"insert":"基于大语言模型的AI Agents—Part 1 | Breezedeus.com"},{"insert":"\n"},{"attributes":{"link":"https://www.bilibili.com/video/BV1Ru411V7XL/?spm_id_from=333.337.search-card.all.click"},"insert":"【直播回放】MetaGPT作者深度解析直播回放_哔哩哔哩_bilibili"},{"insert":"\n\n智能体举例："},{"attributes":{"header":4},"insert":"\n"},{"insert":"GPTs导航https://chat.openai.com/g/g-O8Y8pE85i-findgpts\n流行的GPTs："},{"attributes":{"link":"https://github.com/AgentOps-AI/BestGPTs"},"insert":"GitHub - AgentOps-AI/BestGPTs: Top ranked OpenAI GPTs"},{"attributes":{"header":4},"insert":"\n"},{"insert":"更多：https://github.com/e2b-dev/awesome-ai-agents\n\n"},{"attributes":{"bold":true},"insert":"Agent：LLM时代的新软件"},{"attributes":{"blockquote":true},"insert":"\n"},{"insert":"\nAgent是新的高级物种，为了实现类人智能，大语言模型实现了人脑的20%，我们需要构建AgentStack补齐剩余的80%\n补齐之后，Agent就可以直接供给生产力，并且同类问题的平均解决成本在人类的1%以内，效率平均在100倍以上"},{"attributes":{"list":"bullet"},"insert":"\n"},{"insert":"99%的互联网入口将由App变为Agent：人类感知的字节数降低到极限\n信息技术革命沿着，门户-\u003e搜索-\u003e推荐-\u003eAgent演变；本质是人类需要操作的字节数在迅速变少。比如一个调研需求，人类需要搜索、阅读100个页面再做总结，但Agent可以自己做完这个流程，人类阅读结果就可以。以此类推，订票、购物、搜索、IM等大部分流程都可以交给Agent做"},{"attributes":{"list":"bullet"},"insert":"\n"},{"insert":"软件的需求依然会持续存在，但入口将被Agent接管。软件仅做为数字世界的一部分被感知、做为部分API被使用"},{"attributes":{"list":"bullet"},"insert":"\n"},{"insert":"\n\n"},{"attributes":{"bold":true},"insert":"Sy1\u0026Sy2给Agent的启发"},{"attributes":{"header":4},"insert":"\n"},{"insert":"@"},{"attributes":{"bold":true},"insert":"Andrej Karpathy"},{"insert":"：\n第一件事是关于系统 1 与系统 2 类型思维的概念，这个概念是由《思考，快与慢》这本书所普及的，所以这个区别是什么？这个想法是你的大脑可以以两种不同的模式运行。系统 1 思维是你的大脑的快速、本能和自动化的部分，所以例如，如果我问你 2+2 等于多少，你实际上并没有做数学计算。\n"},{"insert":{"image":"3e5321d99eafbc91ec053d7ed3acc630_95253_879_480.png"}},{"attributes":{"align":"center"},"insert":"\n"},{"insert":"你只是告诉我它等于四，因为这是可用的，已经存在于你的大脑中，是本能的。但是当我告诉你 17*24 等于多少时，你并没有准备好这个答案，所以你会启动你的大脑的另一部分，这部分更加理性，更加缓慢，进行复杂的决策，感觉更有意识。你不得不在脑海中解决这个问题，然后给出答案。\n另一个例子是，如果你们中的一些人可能下象棋，当你进行快速象棋比赛时，你没有时间思考，所以你只是根据直觉移动棋子。这时大部分由你的系统 1 来处理。但如果你在比赛中，有更多时间来思考，那么你会更多地参与到决策中，你会感到自己在建立可能性的树，这是一个更有意识、更费力的过程。你必须在脑海中解决问题并给出答案。\n"},{"insert":{"image":"061053aad63d84d1e7889a1ff085edea_114137_870_493.png"}},{"attributes":{"align":"center"},"insert":"\n"},{"insert":"现在事实证明， LLM 目前只有系统 1。它们只有这个本能部分。它们不能思考并推理出各种可能性。它们只是按顺序输入单词，并且基本上这些语言模型有一个神经网络，可以给出下一个单词，所以它就像右边的漫画一样，你只是在跟踪轨迹，这些语言模型基本上只是不断发出声音，这就是它们按照序列采样单词的方式。每个这样的块大致需要相同的时间，所以这基本上是 LLM 在系统 1 设置中的工作方式，所以很多人认为，赋予 LLM 系统 2 的能力会给人们带来灵活的时间，让它们更深入地思考问题，反思和重新表述，然后以更有信心的答案回来，所以你可以想象将时间表示为 x 轴，某种响应的准确度表示为 y 轴，当你绘制它时，你希望它是一个单调递增的函数。\n\n今天这并不是这种情况，但很多人都在考虑这个问题，如何实际上创建一种思考的树状结构，思考问题，并反思和重新表述，然后回答时模型会更有信心，所以你可以想象将时间表示为 x 轴，某种响应的准确度表示为 y 轴，当你绘制它时，你希望它是一个单调递增的函数。今天这并不是这种情况，但很多人都在考虑这个问题。\n\n\n相关资料："},{"attributes":{"header":4},"insert":"\n"},{"attributes":{"link":"https://mp.weixin.qq.com/s/8STgkzD4hxtTUeUSoh6xEQ"},"insert":"OpenAI官宣第一笔收购！开源「我的世界」8人顶级团队加盟，押注AI智能体"},{"insert":"\n"},{"attributes":{"link":"https://mp.weixin.qq.com/s/c-H09FjdJr8h34BebZQA1A"},"insert":"GPT 是否会带来失业潮？解读 OpenAI 爆火论文"},{"insert":"\n智图AI体验："},{"attributes":{"link":"https://rehomi.com/tools/AI"},"insert":"https://rehomi.com/tools/AI"},{"insert":"\n"}]
https://cdn.rehomi.com/photos/files/7a1a9c2456aa9914d3d894861adb9d12_690546_743_457.png
["智图AI","智能体","多智能体","agent","LLM","GPT","OpenAI","思维连"]
