让我们深入探讨下吧。
「如果我们能够更快地获得我们需要的信息，这是否会让我们腾出时间来专注于思考和做事？由于这个 AI 智能体可以执行更多任务，人们可以投入更少的时间在那些繁琐的工作上，那么人们是否会出现更好、更有创意的想法？」 ——Octane AI 客户管理总监 Marina Pérez
为何自主智能体能带来如此大的机会
很明显，很快你不仅可以选择雇用人类作为员工，而且还可以以自主智能体的形式雇用 AI。
「过不了多长时间，我相信你会看到结合使用 AutoGPT 和 ChatGPT 等工具的 1 至 2 人的初创公司数量会大幅增加。它们将能够取得你之前对 100 人规模的初创公司所期望的那种进步。从长期来看，我相信大多数工作可以且将被 AutoGPT 取代。」 ——Lore 创始人 Nathan Lands
而且它们不会像雇佣人类一样昂贵，它们不会睡觉、不会辞职，而且会非常高效地工作。
「我在 2013 年创立 Product Hunt 时的部分观点是相信构建软件产品的障碍将继续降低，能够使较小的团队（或单个人）比此前任何时候都更快地创立软件。在人工智能和自主智能体的推动下，这种事情没有任何时候会比今天更为真实。这给一些人带来了焦虑，也给其他人带来了机会，他们利用这项技术以更少的人员和资金来扩展实现他们的想法。最终，消费者将通过企业间不断激烈的竞争和新解决方案的不断提出而受益。」 ——Weekend Fund 和 ProductHunt 创始人 Ryan Hoover
这些自主智能体将存在于每个行业并可运用在每项可以想象的任务中。下图展示的只是少数几个例子：
该列表可以不断加长。人可以做的事情，自主智能体将（最终，但很快，而且在某些情况下已经）能够做得更好。
「音乐行业在艺术家和成功之间强加了太多不必要的事务。这些事务花费了艺术家近 35% 的净收入。自主智能体将能够制定和执行营销策略、与粉丝互动、建立社区、预订场地和谈判合同等。为艺术家节省金钱和时间。」 ——Venice Music 联合创始人、Lady Gaga 前经理人 Troy Carter
该如何抓住机会呢？有两个非常现实的机会。
自己创建自主智能体并让它们可供其他人雇用；
聘请自主智能体，它们现在可以协助提高你的个人生活质量或业务工作效率。
「自主智能体是下一波浪潮 —— 不仅在科技领域，而且在整个商业领域。我预测在 10 年内，将有多家价值数十亿美元的公司完全由自主智能体经营。这是不可避免的。 」——Octane AI 联合创始人兼总裁 Ben Parr
想象这样一个世界，其中一个人建立了一家公司，其团队中只有自主智能体。在你的一生中，你很可能会看到一个人的团队能够做到这一点并实现超过 10 亿美元的市值，而这通常需要非常多的人一起工作才能完成。
「大规模个性化将成为一个非常有趣的用例。 你将能够独立操控人类今天执行的自动驾驶多步骤流程，包括生成个性化图像、视频、网站、甚至电子邮件甚至大规模呼叫。 其中一个能够引起很大兴趣的用例是销售开拓。 」 ——Meta 人工智能产品负责人 Omar Pera
现在，在早期阶段，先行者们无论是制造自主智能体还是使用它们，都将在与尚未利用这些系统的竞争者中取得巨大优势。
「在不久的将来，我希望看到午餐会议、电话和采访出现在我的日历上，而无需我参与制定。我的智能体和他们的智能体都能做到这一点，处理好所有细节。我只需要出席即可。」 —— 纽约时报畅销书 《WOOL》作者 Hugh Howey
通过阅读这篇文章，你将早已领先于世界 99% 的人。让我们深入探索一下更多关于这些自主智能体如何工作的细节吧。
「自主智能体有潜力增强较小的内容创作者和社区成员的产出，尤其是那些具有创造性想象力的人。这将是许多 Web3 项目的福音。（“Web3.0” 是对现在的互联网的底层协议 “万维网” 的一个衍生。它意味着机器能读懂任何信息，网站可以根据信息提供智能删选和提供更好的信息（人工智能），互联网无处不在（物联网），更重要的是，互联网的数据的所有权将是去中心化的。） 」 ——Axie Infinity 联合创始人 Jeffrey Zirlin
自主智能体是如何工作的
你已经大致了解了自主智能体的工作原理，但我认为给你提供一个整体框架版本并逐步分解几个自主智能体示例会很有帮助。
「我现在将 AI 视为一个整体，我们正处在将其演变成人工智能助手的构建阶段，就像我们在电影中看到的那样 —— 比如《钢铁侠》中的贾维斯或《星际穿越》中的 TARS。
现在是构建框架的时候了。因为 AI 本身仍在改进，给出的答案可能不是很完美，还可能有错误。但回顾过去 6 个月人工智能的进步有多大，我想我们几乎无法想象未来 1-2 年的 AI 的进展。所以这是关于尽早、快速地进行试验，放眼未来未雨绸缪的举措。」 —— 微软消费者洞察员 Jenny Reece
以下是一个自主智能体的通用框架：
- 初始化目标：定义 AI 的目标；
- 任务创建：AI 检查其记忆中最近完成的 X 个任务（如果有），然后使用它的目标和最近完成的任务的环境来生成新任务列表；
- 任务执行：AI 自主执行任务；
- 内存存储：任务和执行结果存储在矢量数据库中；
- 反馈收集：AI 以外部数据或 AI 内部对话的形式收集对已完成任务的反馈。此反馈结果将用于通知自适应过程循环的下一次迭代；
- 新任务生成：人工智能根据收集到的反馈和内部对话生成新任务；
- 任务优先级：人工智能通过审查目标并查看最后完成的任务来重新确定任务列表的优先级；
- 任务选择：AI 从优先列表中选择最靠前的任务，然后按照步骤 3 中的描述继续执行它们；
- 迭代：AI 在连续循环中重复步骤 4 到 8，使系统能够根据新信息、反馈和不断变化的需求进行调整。
Octane AI 工程总监 Gabriel Menezes 表示：「自主智能体真的让我着迷，因为它们体现了终极生产力助推器的属性。作为一个高度重视单调工作或重复性任务自动化的人，我发现这些智能体有可能彻底改变我们的工作方式，使我们能够将我们的精神能量转向更有意义的追求。」
示例展示
示例 1：社交媒体管理器自主智能体
假设你不想聘请社交媒体经理来管理你的社交媒体帐户，而是希望自主智能体以极低的成本和全天候的智能为你做所有事情。
「这不仅仅是虚拟助手。这是一场加速所有在线工作、研究甚至娱乐的革命。以前需要花费数小时、数天、数月才能在网上完成的事情，现在可以在几分钟内在后台完成。」 —— 斯坦福大学 CS 教员和谷歌前机器学习产品经理 Sharon Zhou
下面是自主智能体框架可能的样子：
- 初始化目标：设置初始参数，例如目标受众、社交媒体平台、内容类别和发布频率；
- 数据收集：收集有关过去社交媒体帖子、用户互动和平台特定趋势的数据。这可能包括点赞、分享、评论和其他参与度指标；
- 内容分析：分析收集到的数据，以确定与目标受众相关的模式、热门话题、主题标签和影响者。此步骤可能涉及自然语言处理和机器学习技术，以理解内容及其上下文；
- 内容创建：根据分析，生成内容创意并创建适合平台和受众偏好的社交媒体帖子。这可能涉及使用 AI 生成文本、图像或视频，以及合并用户生成的内容或来自其他来源的精选内容；
- 日程规划：根据平台具体的趋势、受众活动和所需频率确定发布每条内容的最佳时间。相应地安排帖子；
- 性能监控：根据参与度指标（例如点赞、分享、评论和点击率）跟踪每个帖子的表现。如果可能，收集用户反馈以进一步完善对受众偏好的理解；
- 迭代和改进：分析性能数据和用户反馈以确定需要改进的地方。更新内容策略、创建和计划流程以纳入这些见解。反复执行步骤 2-7 以不断完善社交媒体管理系统并随着时间的推移提高其有效性。
「人们将拥有个人智能体从而与其他人以及企业拥有的智能体进行通信。大多数计算设备将主要用作与智能体交谈的通信设备。」 ——Stability AI 高级软件工程师 Conner Ruhl
通过将这种循环型系统纳入社交媒体管理，你可以创建一个动态的自适应策略，随着受众的偏好和不断变化的社交媒体环境而演进。这将有助于提高社交媒体工作的参与度、影响力和整体有效性。
「另一个让我兴奋的自主智能体用例是它在音乐创作领域的应用。通过利用 AI 驱动算法的能力，这些智能体可以分析我的个人喜好、最喜欢的流派，甚至是与我产生共鸣的特定音乐元素。然后它们可以生成原创的旋律、和声和节奏，与我一起有效地共同创作音乐。这种创造性的合作有可能拓宽我的音乐视野，使我能够探索以前可能没有考虑过的新风格和流派。此外，自主智能体可以对我的作品提供有价值的反馈并提供改进建议，培养我成长为音乐家。人工智能与人类创造力在音乐创作过程中的融合可以带来创新和独特的结果，扩大艺术表达的界限。」 ——Octane AI 产品总监 Katya Sapozhnina
示例 2：能够竞选职位的自主智能体
如果你正在竞选一个职位并且想利用 AI 助手来获得帮助。
我希望智能体做的工作不必很难，但这些工作需要花费一些时间和精力。例如预订航班之类的事情，我很乐意外包给智能体。」 ——Gumroad 创始人兼首席执行官 Sahil Lavingia
- 初始目标：通过确保大多数选票赢得选举；
- 数据收集：收集有关选民、人口统计、关键问题、竞选信息和其他相关信息的数据；
- 背景分析：分析收集的数据以确定趋势、机遇和挑战。根据此分析将初始目标细化为特定的子目标，例如针对未定的选民、增加关键领域的选民投票率或改善针对特定问题的竞选信息；
- 任务生成：生成与细化子目标相关的任务，例如规划选民外展活动、创建有针对性的广告或制定政策建议；
- 任务执行：执行最高优先级的任务，根据需要分配资源和分配团队成员；
- 绩效监测：通过跟踪选民参与、公众舆论和筹款指标等关键绩效指标来评估已完成任务的有效性。评估单个任务的成功和整个活动在实现子目标和初始目标方面的进展；
- 迭代和改进：分析性能数据以确定需要改进的地方，并结合这些洞察结果来更新活动策略。重复步骤 2-8 以不断完善竞选管理系统，并随着时间的推移不断提高其有效性。
「我对递归自我克隆能力感到非常兴奋。AI 智能体可以创建自己的副本，传递任务指令，并开始与自己的兄弟姐妹交谈以完成工作。这是一种非常了不起但又奇异的涌现能力。」 ——NVIDIA 人工智能科学家 Jim Fan
起初，有一个竞选者可能会使用一个自主智能体，他会比其他人拥有巨大 D 优势，但是想象一下，一旦每个竞选者都有一个…… 或多个智能体，那会是什么样子。
「我不认为每个人都会使用自主智能体。尽管它们无处不在，但随着人工智能的发展，人类参与的工作将会复兴。许多人会重新想到笔和纸，想要人类制造的艺术品…… 我们会看到许多产品和创作标榜 “完全由人类自己制造”。它应该很快成为一个非常受欢迎的标签。技术发展得越快，我就越享受长时间完全离线的时间，很快也会享受 “脱离 AI” 的时间。」 ——PAWA 创始人兼首席执行官 Loic Le Meur | Loic
