从今年开始,智能体的概念火了,各家都开始做自己的智能体。如何构建一个基于AI的公司呢?需要做什么,又需要几个步骤?
之前文章《智能原生:AI蓝海世界的关键钥匙》等里面提到过几次智能原生,普遍反馈是有点不好理解。
大概是因为AI削薄了业务、产品、技术之间的边界,至少在现阶段很难像过去那样把这几者弄的泾渭分明,然后各研究各的,也能成为一个专业领用。想弄清楚就得一会在业务(领域模型)、一会在产品、一会在技术,来回贯穿,所以就麻烦(过去其实也是,没有网络的技术特征特征那里有互联网思维)。
这次我们用一个例子来说明AI应用的各个关键环节。
假如我们真想像某些开源项目那样,构建一个百分百基于AI的公司,那到底需要都干什么?又需要几个步骤?
当然我们这不是个技术文章,最后还是要回到这种新的应用形式到底要匹配什么样的思维模式,能够创造什么样的价值。
一、从自己到底想要干什么开始
现实前提是现在的大模型到不了你和它说一句:给我干一个只有AI的公司,它就把活干了的程度。
大模型很像一个有纯粹智商的瓮中之脑,所以要干什么,怎么干都需要人做引导和价值判断,从类似赚不赚钱、有没有趣这类视角做设定。
所以所有的工作就简化成两部分:你输入给这个瓮中之脑(大模型)什么,它回复了你什么?
最终智能的效能=瓮中之脑(大模型)的智商x现实的理解纵深(表现为prompt)。
现在假设目标干个只有AI的软件公司,这个公司里面除了你全是智能体,你和它说几句话,它就帮你把软件干出来了。
我们看看这事怎么干。
需要注意的是,这个产品是个应用,但也是个公司。
因为是个公司,所以第一步要对软件公司以及软件产品开发这事进行分解,这样才能构建好需要让大模型理解的东西。
这是业务也是产品。
先是要分解过程,为了简化我们这里假设就三个步骤:弄清楚要干什么(需求分析),把软件开发出来(开发和评审),测试发布。
也要分解到底需要几个角色,比如要有个老板拍板,它要负责发起决定干不干;
- 要有产品经理,它要负责确定产品到底干成什么样;
- 要有程序员,它负责把代码写出来并且进行CodeReview;
- 要有测试,他负责验证写出来的产品行为是不是对的。
- 只有角色还不能充分描述我们的业务(软件开发),还要有过程和活动。
过程再加上特定的活动(比如任务)负责把角色串起来,让他们彼此配合完成特定的目的。
单有过程(决定了推进持续),角色(决定有事的时候谁干什么)也还是不够的,还要有数据的描述,比如当前的任务是什么,每个角色上一步的输出是什么等。
这些设定比较清楚之后,就可以进入下一步打造不同的智能体。
上面这个就是人对领域设定,也可以认为是经常说的领域模型。其实有N总解法,而解法本身的选择和价值判断有关。
领域模型连接价值判断和瓮中之脑的纯粹智商(大模型)。
这种对领域的分解有什么意义呢?
简单可以理解成:为了更好的全自动的和瓮中之脑(大模型)交互。
既然就说一句话不行,比如给我生成一个XX软件产品,瓮中之脑的智商又够了,那就需要让它清楚现实,好发挥它的智力。
而需要输入什么给它其实的变化的,这种变化需要一种管理体系,这个管理体系需要依赖领域模型。(过程、角色、活动、数据等)
这部分因为作为瓮中之脑的大模型只认识提示词,所以不管你干了多少事最终都要变成它能更好理解的提示词(当然你可以很长)。
另一部分目的则是重用这些约定俗成的词,比如程序员,比如产品经理。每个词后面其实折叠了很多细节。现在的模型是基于人类累积到现在为止的知识训练出来的,所以这些词背后约定俗成的意义也被包含在模型里面了,不需要重头解释每个词了。这也能提高和大模型的交互效率。
上面的工作做完了,就到了第二步,打造不同的Agent。
这一步很诡异的是确实主要是技术的活,但本质却不是。由于这不是一个技术文章,我们就简略一些做描述,还是只关注它和过去的差异。