我（吴恩达）认为，今年AI代理工作流程将推动大规模的AI进步——或许甚至超过下一代基础模型。这是一个重要的趋势，我敦促所有从事AI工作的人员对此给予关注。
目前，我们主要在Zero Shot模式下使用大型语言模型（LLM），通过提示模型逐个生成最终输出令牌而不修正其工作。这类似于要求某人从头到尾撰写一篇文章，不允许回退删除，同时期望得到高质量的结果。尽管任务艰巨，但大型语言模型在这项任务上表现得非常出色！
然而，通过代理工作流程，我们可以要求大型语言模型多次迭代处理一个文档。例如，它可能采取以下步骤序列：
• 规划大纲。
• 决定是否需要进行网络搜索以收集更多信息。
• 撰写初稿。
• 审阅初稿，找出不合理的论点或多余的信息。
• 根据发现的任何弱点修订草稿。
• 以此类推。
这种迭代过程对于大多数人类作家来说，是撰写好文本的关键。对于AI来说，这样的迭代工作流程比单次写作得到的结果要好得多。
Devin最近的华丽演示在社交媒体上引起了很大的关注。我的团队一直在密切关注编写代码的AI的发展。我们分析了几个研究团队的结果，重点关注算法在广泛使用的HumanEval编码基准测试中的表现。你可以在下面的图表中看到我们的发现。
GPT-3.5（零样本，Zero Shot）的正确率为48.1%。GPT-4（Zero Shot）的表现更好，达到了67.0%。然而，从GPT-3.5到GPT-4的进步与采用迭代代理工作流程相比显得微不足道。实际上，在一个代理循环中，GPT-3.5的准确率可以达到95.1%。
开源代理工具和关于代理的学术文献正在迅速增多，这使得这是一个令人兴奋的时代，但同时也有些混乱。为了帮助理解这些工作，我想分享一个框架，用于对构建代理的设计模式进行分类。我的团队AI Fund在许多应用中成功地使用了这些模式，我希望你也会觉得它们有用。
• 反思：大型语言模型检查自己的工作，以提出改进方法。
• 工具使用：给大型语言模型提供工具，如网络搜索、代码执行或任何其他功能，以帮助它收集信息、采取行动或处理数据。
• 规划：大型语言模型制定并执行一个多步骤计划来实现目标（例如，为文章撰写大纲，然后进行在线研究，然后撰写草稿等）。
• 多代理协作：多个AI代理共同工作，分配任务并讨论辩论想法，以提出比单个代理更好的解决方案。
