对话AI原生｜比帮你写代码更爽的是：让Agent来打工

正文

请到「今天看啥」查看全文

第二，增强效果。 和大模型相比，小模型在语言理解、推理、生成以及执行任务等方面的能力相对较弱。就像我们经常去测算大模型的容量，其知识量相当于全地球的人阅读60年的书，可以说是 “天上一天，人间一年”，大模型思考一秒可能就相当于小模型或人类思考几年、几十年 ，它的能力非常强。大模型不仅能回答问题，还能深度解决问题，它可以发起任务，调用一些系统工具执行流程，并最终获得结果。不仅告诉你怎么做，而且帮你做好。

第三，改变交互。 以往的交互主要依赖于图形用户界面（GUI）的操作，点点选选，而大模型采用的是基于语言的对话交互方式，能够更好地满足长尾需求。比如，过去我们很难记住一个系统中二级目录或三级目录的具体内容，通常只能看到界面上首页的几个按钮，许多长尾需求因此被掩盖。而大模型的出现使得语言对话成为可能，类似于从传统的门户网站发展到百度搜索，用户可以通过输入关键词来发起问答，模型会帮助分发问题并指导使用适当的工具或功能来解决问题，从而提高效率。这种交互方式的变革让用户路径发生了翻天覆地的改变。

以上三个方面总结来看其实都是 +AI 的方式。第四种就是 AI+ ——先有 AI，AI原生了一个业务。举个例子，以前大家制作PPT基本是先搜索一堆素材，再进行拼接和修改，最终制作出一份完整的PPT。如今，像百度文库可以端到端的直接生成PPT。再比如，在编写代码方面，过去仅有一些代码提示和检索等辅助功能，而现在，百度的Comate可以自动生成代码，这在以前也是不可能的。此外，千帆AppBuilder最近为很多教育用户做拍照解题，以前有拍照搜题，如今借助大模型，它在拍照之后不仅能给出问题的答案，还能详细阐述解题的推理过程、各种思路和流程。这实际上是一个推理生成的过程，这种应用在以前是完全不存在的，是0-1的过程。

总的来说，大模型带来的核心变化体现在四个方面： 降本、增效、改变交互、发现新机会。

InfoQ：在2024百度云智大会上，千帆大模型平台宣布升级到3.0版本，对比2.0，千帆AppBuilder有哪些主要升级点？这些升级对于企业开发AI应用来说，带来了哪些新的可能性和变化？

朱广翔： 千帆AppBuilder从2.0到3.0主要实现了两大升级点：第一个是企业级RAG（Retrieval-Augmented Generation），第二个是企业级Agent。

RAG，即检索增强生成，它利用搜索技术强化大模型的知识源，从而降低幻觉，增强知识回答的客观性和可解释性。举个形象的例子来对比RAG和裸模型（纯大模型）： 裸模型类似于闭卷考试 ，面对问题时只能依靠事先学好的知识进行回答，如果知识储备不足，就可能出现“不知道答案只能乱写”； 而RAG类似于开卷考试 ，面对问题时可以去网上搜索、查阅资料，找到大量参考素材，基于这些素材和原始问题进行阅读理解，从而给出更加准确、有据可依的答案。

Agent和裸模型的对比就类似于人与猿的对比。 人类之所以区别于其他动物，是因为人类拥有复杂的思考过程，能够指导自己的行为，并且能够使用各种工具。Agent就像拥有一个中控核心大脑，它能够思考如何将原始任务拆解为子任务，然后逐步完成。在这个过程中，Agent会根据任务类型调用相应的工具，借助各种工具来扩展自身的能力，就像“长出三头六臂”一样，拥有更多解决问题的能力。

InfoQ：当前，RAG技术的受欢迎程度在工业界、产业界和学术界正逐渐成为共识。而随着企业级RAG技术的发展，它在特定场景下的应用潜力日益凸显。根据您的观察，企业级RAG技术的核心能力是什么？这些能力将重点解决哪些场景下的问题？

请到「今天看啥」查看全文