AIWaves Agents /蛙蛙写作中的吴恩达4种 Agent 设计范式揭秘

新闻

作者：波形智能AIWAVES


吴恩达教授最近在红杉AI Ascent 2024活动上分享了关于 Agent 的一个非常有意思的观点，那就是流程化 Agent 的价值被大大低估了，基于 GPT-3.5 构建的 Agent 工作流在实际应用中的表现比 GPT-4 更好。
Agent 工作流程是一个动态的、迭代的过程，类似于人类在写作、编程或其他创造性工作中的思考过程。它允许AI Agent通过不断的迭代来优化其工作成果，而这个迭代对于大多数人类作家写出好的文本至关重要。 他同时提出了4种Agent 的主流设计模式，分别是： ⚫️ 反思（Reflection）：LLM 检查自己的工作，以提出改进方法； ⚫️ 工具使用（Tool Use）：LLM 拥有网络搜索、代码执行或任何其他功能来帮助其收集信息、采取行动或处理数据； ⚫️ 规划（Planning）：LLM 提出并执行一个多步骤计划来实现目标（例如，撰写论文大纲，然后进行在线研究，然后撰写草稿......）； ⚫️ 多智能体协同（Multi-agent Collaboration）：多个 AI 智能体一起工作，分配任务并讨论和辩论想法，以提出比单个智能体更好的解决方案。


波形智能自研的 AIWaves Agents 框架集成了上述4种模式的落地，同时基于该框架和Weaver大模型形成了 Agent 类写作产品「蛙蛙写作」。 本文将以 AIWaves Agents 框架的构建和蛙蛙写作中论文、小红书文案等智能写作的实际案例，来为大家分享 Agent 的价值和应用思路。

AIWaves Agents 官网：http://www.aiwaves-agents.com/蛙蛙写作官网：https://www.wawawriter.com/

   Refelction模式

含义：LLM 检查自己的工作，以提出改进方法。
背景：大模型擅长一次生成，有时候需要人类用户提供关键反馈以帮助 LLM 改进其输出。另外，目前多数的Agent 框架都是在特定环境中被部署，只能执行当下环境中的任务，不具备自我思考和进化的能力。
Reflection模式适用于让 LLM 自动执行提供关键反馈的步骤，对输出进行自我纠错。并且会从历史经验、历史认知和历史结果中进行反思和优化，进而使做出的行动决策适应环境的变化，是一种非常经典的技术方式。
功能：相比传统的Agent 框架， AIWaves Agents 具备自适应环境和反思能力。
不仅能够变通地应对复杂的动态的环境、而不仅仅专注于特定任务，还可以通过环境互动来反思优化自己的行为，比如主动收集知识，改变自己知识库当中的知识存量等，从而更好地达成人类设定的目标。

AIWaves Agents 框架

   Tool Use 模式

含义：LLM 拥有网络搜索、代码执行或任何其他功能来帮助其收集信息、采取行动或处理数据。

背景：大多数情况下，大模型仅根据训练记忆生成内容，这使得 LLMs 的使用受到限制。
Tool Use 模式赋予 LLM 可以请求调用的功能，能够连接到数据库或内部知识库等，也能联网搜索信息，是最受到广泛使用和认可的一种关键设计模式。
落地场景：我们期望 Agent 能够集成更有效的内容，以提供更高质量的文本输出而非闭门造车。特别是在写作中，比如生成一篇小红书出游攻略时， Agent 能够联网搜索当地天气、交通路线、景区营业时间等实时的图文信息，同时按照作者习惯和平台调性进行编辑排版，进而生成即写即用的优质内容。
实现效果：蛙蛙写作支持上传文档或保存网页来构建自己的个人知识库，它会自动组织和总结知识库，并在撰写故事和文章时将其作为参考资料使用。
此外，蛙蛙写作支持使用外部API（如网络搜索）和内置编辑器API（如加粗或调整行间距）的能力，能够完成比传统AI助手更复杂的任务。