热门文章推荐：

• （1）《为什么很多人工作 3 年 却只有 1 年经验？》
• （2）《一文掌握大模型提示词技巧：从战略到战术巧》
• （3）《AI 时代，程序员的出路在何方？》
• （4）《如何写出高质量的文章：从战略到战术》
• （5）《我的技术学习方法论》
• （6）《我的性能方法论》
• （7）《AI 时代的学习方式： 和文档对话》

省流版：

一、背景

吴恩达近日做了题为《What’s next for AI agentic workflows ft》的非常有价值的分享。

1.1 Agent 工作流

分享中指出不用 Agent 工作流时通过一次对话得到答案，效果往往不是很好。通过智能体工作流进行步骤拆分不断迭代，效果会更好。

代码基准测试中 GPT 3.5 准确率为 48% ，而 GPT-4 的准确率是 67%。但是加入智能体工作流的方式，GPT 3.5 甚至可以比单纯使用 GPT-4 的表现更好。

1.2 四种设计模式

在分享中他提出 AI 智能体的四种设计模式。

反思（Reflection）： LLM 检查自己的工作，以提出改进方法。

使用工具（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。

多智能体协作（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，提出比单个智能体更好的解决方案。

1. 反射（Reflection）

• 定义：反射模式允许 AI 代理自我审视其产出，评估正确性、效率和构造质量。通过这种方式，AI 能够识别并修正自身产出中的错误，从而提高最终产物的质量。
  

• 相关论文：

  • 《Self-Refine: Iterative Refinement with Self-Feedback》
  • 《Reflexion: Language Agents with Verbal Reinforcement Learning》

• 应用实例：一个典型的应用是代码编写。AI 首先生成代码，然后再次审视这段代码，检查是否有逻辑错误或可以优化的地方，并据此进行修改。这种自我修正的过程可能循环进行多次，直到代码达到预期的标准。

2. 多工具使用（Tool Use）

• 定义：这种模式指的是AI代理能够利用多种工具和资源来完成任务，例如进行网络搜索、调用其他软件接口等。这扩展了AI的能力，使其不仅限于单一任务或领域。
  

• 相关论文：

  • 《Gorilla: Large Language Model Connected with Massive APIs》
  • 《MM-REACT: Prompting ChatGPT for Multimodal Reasoning and Action》

• 应用实例：在处理需要外部信息或特定领域工具的任务时，AI 代理可以先识别出所需的工具或信息源，然后获取并应用这些资源来完成任务。比如，生成一段代码前，先通过网络搜索相关的算法或逻辑。

3. 计划算法（Planning）

• 定义：计划算法使AI代理能够设计一系列有序的步骤来解决复杂问题，这通常涉及到前瞻性思维和策略规划。
  

• 相关论文：

  • 《Chain-of-Thought Prompting Elicits Reasoning in Large Language Models》
  • 《HuggingGPT: Solving AI Tasks with ChatGPT and its Friends in Hugging Face》

• 应用实例：AI 代理可以根据给定的目标自动规划出实现路径，比如在开发一个新项目时，AI能够规划出研究、设计、编码、测试等一系列步骤，并自动执行这一计划，甚至在遇到问题时重新规划以绕过障碍。

4. 多 Agent 合作（Multi-agent Collaboration）

• 定义：这种模式涉及到多个 AI 代理相互协作，每个代理可能负责不同的任务或扮演不同的角色，通过协作来解决问题或完成任务。
  

图中引用的是 ：ChatDev 的例子。

• 相关论文：

  • 《Communicative Agents for Software Development》
  • 《AutoGen: Enabling Next-Gen LLM Applications via Multi-Agent Conversation》

• 应用实例：在软件开发的场景中，一个 AI 代理可能扮演项目经理的角色，负责规划项目和分配任务，另一个 AI 代理扮演开发者角色，负责编写代码，还有的 AI 代理可能专注于测试和代码审查。这些代理通过相互协作，能够自动完成一个软件开发项目。

每种设计模式都体现了AI代理工作流在提高任务处理效率、增强问题解决能力方面的潜力，预示着AI技术在复杂任务处理和自动化方面的未来发展方向。

二、对未来的预测与挑战

吴教授预测，智能体工作流将在未来几年内极大扩展 AI 的能力边界。

他强调了快速的 token 生成的重要性，认为这将支持更有效的迭代和改进过程。同时，他提到了对于即时反馈期望的调整，指出在使用AI智能体工作流时，我们需要学会耐心等待。

三、我的一些思考

3.1 关于计划模式

对于计划模式：虽然 Agent 能够比较容易识别“错误”，但有些并不是错误而是和目标偏离的情况不容易被发现，导致最终执行的结果不符合预期。对于这种任务，应该在执行之前进行详细的规划和确认，就像软件工程师在写代码之前就需要先做技术方案并评审一样。在执行过程中也要在关键的环节进行检查和确认，避免到最后环节才发现问题返工重做。

就像在执行过程中关键环节的检查和确认一样，你在旅途中可能设立几个检查点来确认是否还在正确的路线上，装备是否齐全，和队伍是否完好。如果你等到到达露营地后才发现忘记带帐篷或食物，那么整个露营计划可能都要泡汤，就像在项目的最后阶段才发现问题，需要返工重做一样，不仅耽误时间还可能增加成本。

3.2 关于多 Agent 合作模式

对于多 Agent 合作模式：理论上分工明确各司其职，就可以做好。但应该有一个 Agent 能够把控全局或者后续 Agent 不仅要干好自己的活还应该了解做事的背景和价值，以便更好地做事情。对于多代 Agent 合作模式，一个非常重要的点是在开始前最好需求的对齐，避免产出不符合预期的软件浪费很多计算资源。

3.3 关于产品形态

现在的 AI 平台还没有跟上这些设计模式，如让同一个平台的多个 Agent 之间，甚至不同平台的 Agent 之间可以非常好地交流协作。现在的很多 AI 平台并没有解决这些设计模式中的一些问题，如自动计划算法，如何在任务执行中间进行检查，避免有一个步骤走偏后面越来越离谱。

四、总结

Agent 工作流让大语言模型发挥出更大价值。文中提出的四种设计模式对 Agent 发展提供了非常重要的指导，值得继续探索。当然，四种设计模式落地过程中还存在诸多问题，需要警惕和克服。当前的产品形态还不能非常好地支撑这些模式，还还很长的路要走。

实战技巧参见：《用扣子/Coze 揭秘吴恩达的4种 AI Agent 设计模式》

---

参考资料：

• 《What’s next for AI agentic workflows ft》
• https://www.deeplearning.ai/the-batch/issue-242/
• 《【人工智能】AI智能体工作流 | Agentic Reasoning | 吴恩达Andrew Ng | 红杉AI Ascent 2024分享 | Agent 4大设计模式》