Interactive
Simulacra of Human Behavior生成式智能體，模擬人類的行為。25 個智能體居住在名為 Smallville 的小鎮。所有的角色都可以：與別人和環境交流；記住并回憶它們所做的和觀察到的事情，他們有每天的行程安排。
Communicative Agents for
“Mind” Exploration of Large Scale Language Model Society多智能體代碼庫 CAMEL，通過角色扮演框架來研究 LLM 智能體的行為和能力。當你有一個Idea，比如開發股票交易機器人，這個時候系統會幫你進行：AI Assistant：一個Python 程序員作為助手然后，系統開始自動執行任務：任務加工器會把任務具體化，通過對社交網路平臺上特定股票進行情感分析，然后根據情感分析的結果進行股票交易。兩個基于 ChatGPT 的
AI 智能體開始合作完成任務。這背后都是關于AGI的探索和研究。通用人工智能，科幻正在逐步實現。隨著大模型被更多的人所實驗，潛力正在被挖掘出來，我有2個思考分享給大家：
1、 我覺得AI會全面接管任何我們所能做的工作，分兩個角度，單智能體：文案、圖像幾乎勝任人類目前初級崗位的要求，中級和高級也會在不久被替換，更豐富的媒介形態也會隨著AI的發展，所代替。2、 我們如何應對？在觀念上我們需要轉變，尤其是在教育理念上進行升級，以往我們是填鴨式，需要轉變為開放式教學，需要站在未來辦學，培養更多與AI協作的超級個體。個體的學習能力會越來越重要，終身學習/刻意練習是我們所倡導的策略。我們結合mattprd.com的一篇指南（the-complete-beginners-guide-to-autonomous-agents），梳理下，在生成式智能體上，有什么新的機會點。
大模型可以模擬人類的行為，它們能產生可信的個人和突發群體行為的模擬，具體包括：- 能夠創建日常計劃，執行這些計劃，做出反應，并重新計劃；人工智能可以用來完成非常具體的任務，比如推薦內容、寫文章、回答問題，甚至生成寫實照片。有很多應用把AI當成了執行任務的工具，但其實，AI已經可以成為你的伙伴，你的隊友。那么，如何讓AI成為你的隊友？你可以為其設定目標，比如設定目標：“創造世界上最好的冰淇淋”，人工智能會提出一個待辦事項列表，執行待辦事項，并添加新的待辦事項，然后繼續這個過程，直到達到目標。這就是最新的AI應用之一：Autonomous Agents 。也稱為Generative Agents，生成式智能體。基于大模型的生成式智能體，Agents 可用于自動化任何過程。當給定目標時，它們能夠為自己創建任務、完成任務、創建新任務、重新排列任務列表的優先級、完成新的首要任務，并循環直到達到目標。一旦這些Agents 變得高度復雜和可靠，就很容易想象跨領域和行業的自動化呈指數級增長。制作智能體的開發者越來越多，而這個增長趨勢是有史以來最高的，“智能體將無處不在。數十億美元的公司將來自一個部署智能體的小團隊。”GitHub上的開源項目的增長情況就是最好的證明。這是 AGI的雛形。只需將一個 LLM 包在一個循環中，就可以實現一個可以推理、計劃、思考、記憶、學習的智能體——所有這些都是靠AI自己完成的。有趣的是，整個概念剛誕生不到一個月的時間……
是不是很像RPA，機器人流程自動化。我們人類總是有很多類似的想法和概念，本質上都在通用人工智能的道路上。一個關于智能體如何工作的簡單示例：
假設有一個智能體可以幫助研究我們想要了解的某個主題的最新消息，比如說“關于 Twitter 的新聞”- 我們告訴智能體“你的目標是找出有關 Twitter 的最新消息，然后向我發送摘要”。
- 智能體查看目標，使用 GPT-4 等人工智能，使其能夠理解正在閱讀的內容，并提出第一個任務。“任務：在谷歌上搜索與 Twitter 相關的新聞”。
- 然后智能體在谷歌上搜索 Twitter 新聞，找到熱門文章，并返回一個鏈接列表。第一個任務完成。
- 現在智能體回顧它的主要目標（找到關于 Twitter 的最新消息，然后發送摘要）和它剛剛完成的事情（得到一堆關于 Twitter 的新聞鏈接）并決定它的下一個任務需要是什么.
- 它提出了兩個新任務。1）寫新聞摘要。2) 閱讀通過谷歌找到的新聞鏈接的內容。
- 現在智能體在繼續之前停止了一秒鐘，它需要確保這些任務的順序正確。真的應該先寫摘要嗎？不，它決定了最優先閱讀通過google找到的新聞鏈接的內容。
- 智能體從文章中讀取內容，然后再次返回待辦事項列表。它想添加一個新任務來總結內容，但該任務已經在待辦事項列表中，所以它沒有添加它。
- 智能體檢查待辦事項列表，唯一剩下的項目是總結它閱讀的內容，所以它這樣做了。它會按照您的要求向您發送摘要。
這是新范式的開始。目前，它并不完美，還沒有風靡全球，但這個概念的威力驚人，隨著開源社區的大量試驗，它很快就會融入我們的日常生活。很快，就會有非常多的智能體可以幫你從事日常工作。你親自創建智能體并讓他們可供其他人雇用。
你雇傭了智能體，提高個人生活或業務的工作效率。
新的范式將來臨，一人企業、超級個體時代的到來。一個人建立了一家公司，其團隊中只有智能體。一個人的團隊做到這一點并達到超過 10 億美元的市值。- 任務創建：人工智能檢查它的內存以查找最近完成的 X 個任務（如果有的話），然后使用它的目標和它最近完成的任務的上下文來生成新任務列表。
- 反饋收集：AI 以外部數據或 AI 內部對話的形式收集對已完成任務的反饋。此反饋將用于通知自適應過程循環的下一次迭代。
- 新任務生成：人工智能根據收集到的反饋和內部對話生成新任務。
- 任務優先級：人工智能通過審查其目標并查看最后完成的任務來重新確定任務列表的優先級。
- 任務選擇：AI 從優先列表中選擇最靠前的任務，然后按照步驟 3 中的描述繼續執行它們。
- 迭代：AI 在連續循環中重復步驟 4 到 8，允許系統根據新信息、反饋和不斷變化的需求進行調整和發展。
試試把這個框架應用到你所熟悉的領域？你將會發現，使用AI來升級改造你所熟悉的事情，將會產生很多新的機會和創造新的價值。
在接下來的 2-5 年內，大多數人將為智能體而不是人類工作。
在這個未來，每個人都可能會以某種身份使用智能體，無論是為了個人生產力、業務運營還是創造性的努力。
人們將充當這些 AI 的“老師”，設定他們的目標并推動他們前進。
我們也將“為人工智能而工作”，就像我們創造了各種各樣的工具，而這些工具影響了我們的生活和思維。
然而，AI 在許多情況下會比當今社會上的公司和系統做得更好，并且會創造讓所有人受益的機會。
和AI溝通的效率更高，如果你帶領過團隊，應該清楚，給手下布置任務是一件頭疼而費勁的事情，給AI布置任務，效率會更高。
與AI協作，不用擔心考驗人性的問題產生，比如發生利益沖突之類的。
本站僅提供存儲服務，所有內容均由用戶發布，如發現有害或侵權內容，請
點擊舉報。
