智能體到來，人人都能成為AI應(yīng)用開發(fā)者嗎？

初夏的深圳國際會展中心，在人影攢動的熱烈氛圍中迎來了一場百度AI的大閱兵，李彥宏以及多位百度重要業(yè)務(wù)負(fù)責(zé)人在Create 2024百度AI開發(fā)者大會上，向所有關(guān)注百度產(chǎn)品和AI技術(shù)的人秀出了最新實(shí)力。

去年三月份，百度文心一言發(fā)布；隨后十月份的百度世界大會上，王海峰解讀了文心大模型4.0的技術(shù)創(chuàng)新。一年來，文心大模型發(fā)展情況如何，是否有了新的突破，成為了人們關(guān)注的重點(diǎn)。

王海峰是這場閱兵儀式上最重要的人之一。現(xiàn)在人們渴望從這位百度AI的領(lǐng)航人口中，了解百度這家中國人工智能的領(lǐng)頭雁，進(jìn)展到了什么階段。

如果這篇文章可以用一句話總結(jié)，那就是，在這場大會上，AI能力終于可以成為人手必備的能力了。

01

從思考到執(zhí)行，智能體是什么？

自2023年3月16日文心一言發(fā)布以來，百度不斷迭代升級文心大模型，技術(shù)創(chuàng)新不斷，從知識增強(qiáng)、檢索增強(qiáng)，進(jìn)一步發(fā)展出知識點(diǎn)增強(qiáng)；基于更大的算力、更多的數(shù)據(jù)和更強(qiáng)的算法，依托飛槳平臺，從文心3.0、3.5，到4.0，文心大模型能力愈加強(qiáng)大，效果和性能全面提升。

這些介紹未免過于泛泛而談，具體增強(qiáng)了哪些能力，以實(shí)際產(chǎn)品和應(yīng)用效果來談更通俗易懂。

最顯著、也最讓人能體會到科幻感的一個變量，就是智能體。本來這就已經(jīng)是一個熱門話題，這次大會，又讓人實(shí)實(shí)在在感受到了智能體的威力。

所謂智能體，就是能夠理解、規(guī)劃、反思和進(jìn)化，讓機(jī)器像人一樣思考和行動，可以自主完成復(fù)雜任務(wù)，在環(huán)境中持續(xù)學(xué)習(xí)、實(shí)現(xiàn)自我迭代和進(jìn)化。

從這個定義上來看，智能體的思考模式就已經(jīng)和生物大腦同頻了。而百度還將這一過程白盒化，讓用戶能夠清楚看到，每一次輸入需求后，大模型是怎么理解的，又是如何經(jīng)過思考調(diào)用工具來完成任務(wù)的。

王海峰也在會上展示了一個這樣一個案例。在文心大模型 4.0 工具版上輸入，“我要到大灣區(qū)出差一周，想了解一下天氣變化，請幫我查一下未來一周北京和深圳的溫度，告訴我出差應(yīng)該在什么衣服并整理成表格?！?/p>

如果有一個人類助理收到了這樣的請求，思考路徑就會是，先查詢了解天氣情況和溫度，據(jù)此判斷合適的著裝應(yīng)該是哪些，最后匯總成一個表格。

而案例中的智能體，也正是遵循了這樣一個思考過程。第一步是調(diào)用高級聯(lián)網(wǎng)工具來查詢天氣，第二步是調(diào)用代碼解釋器掛出溫度趨勢圖，第三步選擇合適的衣物，最后對結(jié)果進(jìn)行思考確認(rèn)，輸出表格。

對于人類來說，做出判斷很簡單，麻煩之處在于不停地查詢和記錄。但是對于大模型來說，最麻煩的地方，是如何讓大模型從一個步驟進(jìn)行到另一個步驟。

從理解規(guī)劃，再到行為決策，最后調(diào)用多個工具完成任務(wù)，百度的智能體展示了非同一般的增強(qiáng)學(xué)習(xí)能力。

這正是文心大模型4.0工具版最令普通用戶感到驚喜的功能。一些簡單的決策工作，比如查詢航班找機(jī)票、安排日程做規(guī)劃之類的小事情，都能直接告訴文心一言，讓它給出一個決策意見。

簡單的幾句話，就能節(jié)省大量的人工操作，這就是智能體的意義。

02

模型自己寫代碼，程序員沒有門檻了嗎？

查詢天氣、航班等等，都可以統(tǒng)歸到信息處理一類，這些還是大模型的自然語言能力的延伸。我們在日常生活中需要的，遠(yuǎn)遠(yuǎn)不只是信息處理，有時候還需要智能體幫我們執(zhí)行一些具體的工作。

比如查詢完行程和機(jī)票信息后，我們希望大模型能自動幫我們下單一張機(jī)票；做好個人財務(wù)規(guī)劃之后，我們希望大模型能自然幫我們購買符合我們自己需求的理財產(chǎn)品。

購買行為就是一次執(zhí)行。那怎么讓大模型幫我們?nèi)プ鰣?zhí)行呢？

過去的人機(jī)互動模式，都是人類將需求轉(zhuǎn)化為指令，再將指令翻譯成計算機(jī)可以理解的“語言”，驅(qū)動計算機(jī)去做各種事情。做人與計算機(jī)之間的翻譯官，這就是程序員在這個時代的偉大意義。

編程是一門顯學(xué)，不過有能力寫代碼的程序員畢竟是少數(shù)人，對于不會寫代碼的人，王海峰帶領(lǐng)團(tuán)隊進(jìn)行的工作或許提供了一條新路徑，代碼智能體。

思考模型加上代碼解釋器，二者合一，構(gòu)成了代碼智能體。

代碼智能體就是在完成思考完成后，把完成任務(wù)的指令和相關(guān)信息整合成提示，輸入給代碼解釋器，翻譯成可供執(zhí)行的代碼，完成用戶更個性化的需求。代碼智能體的認(rèn)知能力不容小覷。思考模型會對代碼解釋器的執(zhí)行結(jié)果進(jìn)行反思確認(rèn)，如果正確，就把結(jié)果返回給用戶，不正確還能繼續(xù)進(jìn)行自主迭代更新。

文心大模型經(jīng)過萬億級的數(shù)據(jù)訓(xùn)練，不僅包含了豐富的自然語言數(shù)據(jù)，還涵蓋了各種類型的代碼數(shù)據(jù)，所以可以將自然語言與代碼能力融會貫通，打通了從思考到執(zhí)行的過程。

王海峰帶來了一個簡單的展示案例，如何為每一位前來參加百度Create大會的嘉賓定制邀請函。

對于一個成熟的設(shè)計師來說，這份工作非常簡單，重復(fù)性也比較高，做起來浪費(fèi)時間，代碼智能體就能夠理解需求，識別邀請函模板內(nèi)容后，自動生成代碼，將嘉賓姓名寫到合適的位置。

我們常常懷疑，大模型有了代碼能力，會不會取代程序員？但實(shí)際上，大模型能夠?qū)懘a，覆蓋的是那些簡單的工作，真正重要的研發(fā)，還是需要專業(yè)程序員的智慧。大模型能做的，是把他們從繁重的重復(fù)勞動中解放出來。

作為首席技術(shù)官，王海峰對于程序員工作中的煩惱也是感觸頗深。他提到，在實(shí)際工作中，很多程序員都有過接手代碼的經(jīng)歷，需要從頭分析和理解整個工程代碼，非常耗時耗力，而文心大模型推出的智能代碼助手Comate就可以在其中提供幫助。

Comate這個詞，蘊(yùn)含了百度工程師們對于智能代碼助手的期待——成為程序員的AI同儕。

Comate能夠接手所有低效耗時的繁瑣工作，只要一條簡單的指令，就可以快速了解整個代碼架構(gòu)，包括模塊、功能、具體實(shí)現(xiàn)邏輯等等，進(jìn)一步自動生成新代碼，比私人助理還要快捷方便。

文心大模型的代碼能力，既能夠降低普通人開發(fā)應(yīng)用的門檻，也能夠降低程序員的工作量，從某種意義上來說，它提升了人機(jī)交互的效率。

03

大模型是最佳解決方案嗎？

這場“閱兵儀式”的最后一個重頭戲是多模型。

一個通用大模型雖然功能強(qiáng)大，但并不是解決所有問題的最佳答案。這次大會上百度發(fā)布了對大模型壓縮蒸餾后、再用數(shù)據(jù)訓(xùn)練出來的三個輕量模型，ERNIE Speed、Lite、Tiny，針對不同的應(yīng)用場景去做匹配。

做小模型的邏輯是，在大模型應(yīng)用落地的過程中，效果、效率和成本都很重要，而在實(shí)際應(yīng)用中，需要從場景需求出發(fā)，選擇最適合的模型。

王海峰現(xiàn)場分享了多模型技術(shù)。一方面，是高效低成本的模型生產(chǎn)；另一方面，是多模型推理。

高效低成本模型生產(chǎn)方面，百度研制了大小模型協(xié)同的訓(xùn)練機(jī)制，可以有效進(jìn)行知識繼承，高效生產(chǎn)高質(zhì)量小模型，也可以利用小模型實(shí)現(xiàn)對比增強(qiáng)，幫助大模型的訓(xùn)練。

同時，百度建設(shè)了種子模型矩陣，數(shù)據(jù)提質(zhì)與增強(qiáng)機(jī)制，以及從預(yù)訓(xùn)練、精調(diào)對齊、模型壓縮到推理部署的配套工具鏈。

高效低成本模型生產(chǎn)機(jī)制，助力應(yīng)用速度更快、成本更低、效果更好。

多模型推理方面，百度研制了基于反饋學(xué)習(xí)的端到端多模型推理技術(shù)，構(gòu)建了智能路由模型，進(jìn)行端到端反饋學(xué)習(xí)，充分發(fā)揮不同模型處理不同任務(wù)的能力，達(dá)到效果、效率和成本的最佳平衡。

同等尺寸下，效果明顯更好，同等效果下，成本明顯更低。這就是多模型帶來的新變革。

04

結(jié)語

除了智能體、代碼和多模型技術(shù)，文心大模型在其他方面也持續(xù)創(chuàng)新，包括基于模型反饋閉環(huán)的數(shù)據(jù)體系、基于自反饋增強(qiáng)的大模型對齊技術(shù)，以及多模態(tài)技術(shù)等。王海峰現(xiàn)場公布，文心大模型4.0的效果持續(xù)提升，發(fā)布后的半年時間，又提升了52.5%。

文心大模型的持續(xù)快速進(jìn)化，得益于百度在芯片、框架、模型和應(yīng)用上的全棧布局，尤其是飛槳深度學(xué)習(xí)平臺和文心的聯(lián)合優(yōu)化。文心大模型的周均訓(xùn)練有效率達(dá)到98.8%，相比一年前文心一言發(fā)布時，訓(xùn)練效率提升到當(dāng)時的5.1倍，推理105倍。截至目前，飛槳文心生態(tài)已凝聚1295萬開發(fā)者，服務(wù)24.4萬家企事業(yè)單位，基于飛槳和文心創(chuàng)建89.5萬個模型。

人人都渴望AGI時代的到來，但是不知道AGI什么時候才能到來。說一句話，就讓機(jī)器人為我們做一系列工作，這不就是科幻世界中頻繁出現(xiàn)的場景嗎？

現(xiàn)在，文心一言累計用戶規(guī)模已達(dá)2億，日均調(diào)用量也達(dá)到了2億，高效滿足了用戶工作、生活和學(xué)習(xí)需求。

而這些成績可能很快就要被刷新，因?yàn)橹悄荏w的出現(xiàn)大大擴(kuò)展了AI的場景、代碼助手又降低了開發(fā)者的門檻，多模型技術(shù)，為大量開發(fā)者、企業(yè)提升了效率，降低了成本。

王海峰談到了百度AI人才計劃的最新進(jìn)展，百度在2020年提出了5年為全社會培養(yǎng)500萬AI人才，目前這一目標(biāo)已提前達(dá)成。

有鑒于過去一年，百度為了彌合普通人與AI技術(shù)之間的認(rèn)知、能力、應(yīng)用鴻溝所做出的努力，可以預(yù)見到，未來將會有更多的AI人才，將會從大模型的研究和開發(fā)中揚(yáng)帆起航。（雷峰網(wǎng)(公眾號：雷峰網(wǎng))）

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。