Agent 智能体食用指南
ALL in Agent
科技圈焦点：三年前都在 ALL in AI，一年前都在 ALL in LLM，现在都在 ALL in Agent。
有 Agent 和 没 Agent 区别：
- 大模型如同「瓮中之脑」，Agent如同进化出五感与手脚，于是「瓮中之脑」能与真实世界的交互，相当于有了身体。
- 没 Agent 是线性的，有 Agent 是非线性的，可以组合多个本地大模型，去完成各种擅长的事情。
Agent 适合每个行业，你知道一件事情的流程即可，是自定义的：
- 你做营销，你就能造出一个自动跟进客户，发资料语音打电话，自主决策的智能体。
- 你是黑客，你就能造一个黑客智能体，只需要收集CVE漏洞，就能自动攻击，成功率 87%，能利用大部分漏洞，高水平的应用能力。
- 你做数据，可以拉大模型自己标注图片。
Agent 应用价值分析：
- ① 多Agent（本地LLM）共存共事：一人管理多个部门公司成趋势（销售 + 产品 +月度计划 + 客服 + 会计等）！
- ② 精准的代码及落地能力：自我Debug自动测试程序，无需人工干预，任务全流程，AI分析 + AI执行 + AI验证 + AI改错！
- ③ 多类型多模型共同协作：无缝接入视觉处理 + 专家垂类模型干活，使 AI 可执行更广泛的任务！
- ④ 顶层生态多API协调：外接组件、API生态、RPA操控系统，初具Agent完整体，可怕的拓展能力，你能做的事情我都能做！
其实落地很快，主要是成本问题。
Agent 依赖大模型推理分析能力，基于 GPT4 是最智能 + 最稳定 + 体验最好。
但 GPT4 跑 Agent 成本高，多轮 + 输入多 + 交互多 + API 调用 + 多智能体，一天花费几十美刀。
Llama 系列是本地大模型中接入 Agent最稳定的，而且免费， 不会像其他大模型跑不完流程，就崩了。
上周新发的 LLama3 是最接近 GPT4 的开源模型（免费 + 开源可商用 + 逼近GPT 4 + 跑Agent稳定 + 即将发布多模态版本）。
上图最后一列是，Agent性能评分（主观）。
区别：
- 人类：算法题不会怎么办？
- 大模型：一问一答。
- Agent：退下，我来！ ！
AutoGEN分析
MetaGPT 分析
RAG 分析
