看懂AI智能体,红杉专访LangChain蔡斯
最近红杉专访了LangChain创始人和CEO哈里森·蔡斯。哈里森在智能体生态系统中堪称传奇人物,他是首位将大型语言模型与工具及操作相连接的产品愿景家。而LangChain是人工智能领域最受欢迎的智能体构建框架。
本次访谈中,哈里森介绍了智能体的现状、未来潜力以及前进的道路,尤其是非这个行业内的人非常值得参考学习,他用很简洁的说法把智能体讲的比较明白,原文过长,会分两个笔记记录。
简单摘要一些访谈内容,完整参考图片:
▪️给智能体下定义其实有点棘手。因为在大型语言模型以及与智能体相关的一切事物的生命周期中,现在还处于非常早期的阶段。我对智能体的理解是,当大型语言模型在某种程度上决定了应用程序的控制流程时,就是智能体了。
▪️大型语言模型本身决定接下来要采取哪些步骤、接下来要执行什么行动,而不是这些步骤被硬编码。
▪️我认为目前我们真正专注于让人们能够更容易地创建处于这个范围中间部分的东西。我们已经看到一些更具完全自主性的东西引起了很多关注,也有了相关的原型产品。完全自主的东西有很多好处,而且实际上构建起来相当简单。但我们也看到它们经常会失控。而且我们发现人们想要更具约束性,但又比链条更灵活、更强大的东西。
▪️我们意识到人们想要比我们通过那个类所提供的更多的灵活性和控制权。所以,就像最近,我们一直在大力投入LangGraph的开发,它是一个扩展,真正旨在打造那些处于中间位置的可定制智能体。所以说,我们关注点随着这个领域一起在不断演变。
▪️但我确实觉得未来更多的会是智能体去做一些事情,然后可能会来跟你确认一下,而不是像Copilot那样一直处于参与状态。
▪️在实际应用中,我们看到的这些智能体更多的是采用我们所说的定制化认知架构,也就是有特定的做事方式,一般来说人们希望智能体按照这种方式去做。当然里面肯定也有一定的灵活性,否则的话,你知道的,直接写代码就行了。
▪️认知架构其实就是一种比较高大上的说法,指的是从用户输入到用户输出这个过程中,沿途所发生的大型语言模型调用的数据、信息的流动情况。
评论列表