【唐墨】聊聊AI智能体

本文系用户投稿，不代表机核网观点
本文含有AI生成，请注意甄别
随着AI的不断发展，我们必然会要学会用好AI，并思索如何更好的发挥AI的作用。作为一个“智能”制造专业的大学生，希望的视野能够给大家有所启发。
…………
Part 1 什么是AI，什么是智能体
谈及AI，我要分享一个概念，一个是汉字屋（这是一个很旧的概念了，不能将其当真，我们只是借此做基础理解），即AI并不能理解你说了什么，而是看到你给了他一个写上了汉字的字条，并依据自身的逻辑寻找应该给予你的回话。
这个概念，其实一定程度上揭示了AI的运行。
即接收，依照逻辑进行选择或加工，发出。
事实上，我所学的内容在告诉我，AI不可能理解，因为AI实质是一个高度精密的数学推演。涉及矩阵，卷积，池化……把信息简化提取特征向量，存储，比较。我们现在接触到绝大多数AI都是大语言模型，而AI还有语音识别，图像识别，视频识别等等，更别说一系列的生成模型了。
进而在这一步我们会发现，AI其实是工具，识别你的语言，并给你回话的是一种工具，为你生成图片的是一种工具，为你生成音乐的是一种工具。当然，因为其是接收，加工，发出，我们可以更加大胆的说，3d模型，游戏模拟，人生推断。
即，AI是解决我们生活中绝大多数重复的简单问题的工具。什么叫简单问题，即普遍的，可以用管理总结出普适性经验的，但是需要花费巨量精力的，例如做一餐能吃的饭，绘出一个能够识别出来的东西。
但事实是，我们的生活不仅有简单问题，还会有复杂问题，而这往往会因为不同的变量促使同样的行为会有不同的结果。例如，和不同的人说，你穿的什么颜色的内裤（经典梗图了）。用管理的视角来看，即独立的项目，为了完成这个项目我们必然要去学习和试探，这是纯文科生的视角，而从工科生的角度来看我想，或许就是设计一个减速器，桥梁，似乎就是近似这种，会需要测量，机械设计，材料力学等等。
因此，一个AI是绝对不可能解决这个问题的。
好了，此时我们明白了，AI是一个生成器，是一个工具，单个AI只能解决简单问题。
而事实上，我们生活中遇到的复杂问题，往往可以分解成多个不同的简单问题，也就是从项目的角度看，虽然管理学说，项目是独一的，但是我们的经历其实告诉我们，哪怕是两个风马牛不相及的项目，其本身都会含有一定的相似，这些相似其实就是简单问题的解决，其实也是哲学上，万事万物都有一定的联系（嘛，好像这是陷阱结论来着，我高中政治有点忘了，抱歉）。
于是乎，有厉害的人，就通过把AI的组合，让AI能够调用其他的AI，调用其他的函数，解决复杂的问题，这就是AI智能体。
例如，当你问，帮我录制一个视频，写一个小说。
AI智能体先用大语言模型分析，将文字理解，并在系统提示词中将其拆解成多个步奏，于是第一个简单问题，分析就可以得以解决，也因为他是简单问题，所以能够总结出一个普适的管理经验，这个经验形成的文字，就是系统提示词。
随后拆解出来的任务再交由不同的AI去做。
如，先是剧本，再是分镜，随后是分镜图片，最后是视频生成。
最终，我们能从接收端看到的是什么？是AI除了交付给我们文字外还有各种其他的内容，例如配队等等。
…………
Part 2 更深，再深，如果我们要激进的去推动工具的发展呢？
有句话说的好，天塌下来有个高的顶着。
作为技术人员，如果此时我得到的要求是思索如何将AI深入嵌入我们的工作流呢？
AI是一个生成器。
现在有部分人的思想是，我把生成器接入到游戏（工作）中，做AI对话。也有部分人的思想是，我直接利用生成器生成好了再接入游戏（工作）中。
这两者思路谁有优势？
都有优势，在实践的过程中接入生成器会有更多的损耗，但是会有更多的内容；先生成再适配能够更有效的减少不必的损耗，但内容的多样性和复杂问题的解决上可能会略输一筹。
所以面对多个可能重复出现的问题时，为什么我不做先生成在给予，例如我有一万个玩家都跟我的AI说，我喜欢你，那么AI的回答可能差距很小，这会带来很多的不必要的token损耗，这是对资源的浪费，也是我们早期利用AI必然会走的弯。因为我们还注重于独特体验，或者说在一定程度上，给AI人格化，但是AI是工具，AI不是人。
我曾说过，做AI对话强调沉浸感，可以围绕最近发生的事，但是在一万这个体量上来看，我如果我们的排列组合小于一万，那么为什么不先生成这些，再等玩家问话后，把对应的内容加上一定的噪声后给予玩家。
AI是比函数更高级的生成器，但是我想，加上一些噪声不需要AI生成吧？例如我喜欢你，我很喜欢你，俺就是爱你，某爱你，我爱你……你可能会说这些噪声可能会脱离主体一致性，也行啊，在噪声函数中约束主语，约束副词，约束语气助词……
也就说，面对一些常见的回话，可以加上一些提前生成好的话语加入到对话历史记录中。
例如早上好，吃了吗，最近发生了什么……
也就是说，我们可以朝着AI先生成去弥补一些因为体量太大回答一些重复问题带来不必损失，这种优化是为了更好的去解决一些更多的不同样的话题的。
例如，当玩家开始八卦，开始询问谁和谁的关系（需要带上角色自己的思考，并给出建议的那种，而不是简单的xx是xx的那种），或者说需要角色思考的。
也就是说，我们可以用AI先生成一些内容，再让他在一些问题上再生成一些内容。先生成和后生成，组合起来用。
当然，当然，这种优化行业肯定会有人想到，毕竟就是和稀泥，取长补短。
哪再深一点呢？
我们知道AI是生成器后，我们就应该用提示词去约束AI的回复内容，面对一些当下问题无法简单解决情况时，我们就可以让AI参与到代码的一环。
例如视觉识别，我们让AI工具一生成建模，让AI工具二依托建模生成坐标，确定相对位置，做到虚拟仿真等等。
把AI用得像函数一样，这才是未来的趋势。
就好像我们的部分代码软件有一件补写，那么对于建模呢？快速做出一个粗糙绑定骨骼，或者生成一个粗糙的动画，对于部分细节微调有更好的精度展示。当我们的操作界面演变成，欢快到悲伤的描述再加上一个滑块，这种瞬间其实就是减少了不必要的语言描述。
我们不需要把AI当做“用说话”去指挥的他运转的工具，而是一个能整合到我们工具中的生成器。能够迅速生成大量的粗调内容。我们已经拥有了生成提示词，为什么不再把生成提示词再简化，当我们能用一些内容去“提示词”，变成画笔或者其他的情况的时候，我们或许能够看到更进一步的未来。
…………
Part 3 朦胧的大脑，是无法生成确定的产物的
虽然已经超了2k字，赶到了3k了。
但是AI真的有很多可能。
AI是生成数据，而增材制造是把数据变为现实——那么如果我们再大胆点，或许在未来仅仅一个想法，经过了审核后，也可以立刻变成现实。
而“想法”，得要是确切的。
一个没有从事过工作的人，是无法编织出结果是怎样的。因为缺乏了实践，所以无法清楚认知事物。
这最后一个思索就是，一个没有对自己要产生的事物有清晰认识的人，是难以运用AI的。
并且，当一个人过分依赖AI时，其主体性其实就是在慢慢被AI给取代，因为看不懂，只要知道自己做了什么，才最终能够去微调。我们仍需要抽卡，但是哪怕抽卡出来的内容，也需要调整，所以当下，对于生产力而言，我们不需要生成的是作品，而是一个工程文件。
最后，其实可以扩展很多的，但是……我没有精力了，就这样吧，献丑了。