报告系统对人工智能从符号智能、专用智能到通用智能的三次范式跃迁做了梳理,其中前两次分别具有专家手工构建规则库和特定任务带标注数据训练的特征,然而这两次均由于知识覆盖存在局限而碰到了瓶颈。2020年GPT-3发布,这标志着通用智能时代来临,其通过自监督预训练从海量无标注数据里学习,借助大模型参数存储通用知识,突破了“标注数据无法覆盖所有任务”这一根本性限制。使AI从“数据管理”(1970s,这是一个阶段)迈向“信息管理”(2010s,又进入了新的阶段),进而迈向“知识管理”(2020s,成为了新的进程),最终指向“归纳智能”(2023后,到达了新的高点)的智慧层级,这一转变发生了,大模型正成为智能时代的新型基础设施。
大模型在借助预训练达成“通识教育”之后,要进一步去接受“专业教育”从而为行业应用赋予能量,其中核心所依赖的是四大技术支柱,检索增强生成(RAG)能够让智能体掌握事实性知识,工具学习可使智能体学会调用搜索引擎、 API 等将能力边界予以拓展;流程自动化能够达成复杂工作流的编排执行,群体智能是通过多智能体协作来完成社会模拟与任务协同。那种与有着16000 +真实API的工具调用能力以及人机协作设计相结合的,以XAgent作为代表的双循环机制(外循环规划、内循环执行)框架,使得单体智能体拥有能够自主解决复杂任务的能力;然而像AgentVerse、ChatDev等这样的多智能体框架,更是达成了“智能体社会”的群体涌现效应,促使AI从“能用工具”朝着“自主智能体”这一方向迈进句号。
报告通过金融、跨境电商、汽车营销、合规审查这四大案例证实了技术落地的途径:在泛金融场景里,投研智能体疏通了信息的障碍,事件驱动智能体自行达成了会议的预约以及纪要,数据分析智能体NL2SQL的准确率达到了70%(高于GPT- 4的40%);跨境电商借助AI全托管的数字员工矩阵,达成了每日数以亿次的精准触及,把传统MCN机构的人员管理成本缩减成了“电费和网费”;汽车营销凭借群体智能塑造了“一人就如同团队”的新媒体运营能力;合规审查通过“外规内化”构建起了企业专有的合规Agent。这些实践一同揭示出,大模型与Agent的核心价值所在,是把行业专家的经验予以流程化,将复杂任务实现自动化,将人力成本达成边际化,最终达成“让经营户用心去做服务,让贸易更显简单”的商业本质。