大模型 Copilot 和 Agent 有什么区别?

人工智能
大模型发展到现在,对IT这个产业影响逐渐显现。未来应用才是大头,应用这块各种新的概念也层出不穷,目前主流应用分两类,一类是 copilot,一类是 Agent。那这两个分别是什么?对应有什么区别?本文简单来介绍下。

大模型对产业的变革带来深远的影响

大模型发展到现在,对IT这个产业影响逐渐显现。搞应用的还没有赚到钱,卖铲子的英伟达发了,英伟达发布的最新的 Q1 财报,实现营收260亿美元,较去年同期增长262%,Q1净利润148.1亿美元,同比上升628%。也让英伟达的突破 1000 亿美金,市值超过 2.6 万亿美金。

图片

当能正常情况下,未来应用才是大头,应用这块各种新的概念也层出不穷,目前主流应用分两类,一类是 copilot,一类是 Agent。那这两个分别是什么?对应有什么区别?本文简单来介绍下。

大模型典型技术栈

讲 copilot 和 Agent 的区别之间,大家需要对 AI 原生应用有一些基础了解。

图片

大模型应用 Copilot 和 Agent 有什么区别

AI Agent(人工智能代理)和AI Copilot(AI 助手或搭档)都是人工智能技术的应用,但它们在功能和应用场景上有所不同。

AI Agent 是一种智能实体,它能够感知环境、进行决策和执行动作。AI Agent 通常具有自主性,能够根据给定的目标或任务,独立地进行规划、执行和反思。它们可以分解复杂任务,自我批评和自我反思,从错误中学习,并改善结果。AI Agent 可以被视为具有一定程度自主性和复杂推理能力的系统,它们可以在没有人类直接干预的情况下完成任务。

AI Copilot,另一方面,通常是指一个通过AI技术赋能的智能助手,它协助人类完成各种任务。AI Copilot 可能在特定领域(如编程、写作、驾驶等)提供帮助,通过与人类的交互来提高效率和创造力。AI Copilot 可能更多地依赖于人类的输入和指导,而不是完全自主地完成任务。

简而言之,AI Agent 更强调自主性和独立完成任务的能力,而 AI Copilot 更侧重于作为人类的助手,协助完成特定任务。AI Agent 可能在复杂性和自主性方面更为先进,而 AI Copilot 则更注重与人类的协作和辅助。

如果要详细对比,大模型agent和copilot的区别主要体现在交互方式、任务执行和独立性等方面。

交互方式:copilot需要用户给出清晰明确的prompt,即需要用户具体详细地描述任务或问题,copilot才能根据prompt给出有用的回答。相比之下,大模型agent的交互方式更为灵活,它可以根据给定的目标自主思考并做出行动,无需用户给出过于详细明确的prompt。

任务执行:copilot在接收到清晰明确的prompt后,可以协助完成一些任务,但它的执行能力相对有限。而大模型agent则可以根据目标自主规划并执行任务,还能连接多种服务和工具来达成目标,执行任务的能力更强。

独立性:copilot被视为一个“副驾驶”,在完成任务时更多的是起辅助作用,需要用户的引导。而大模型agent则更像一个初级的“主驾驶”,具有较强的独立性,可以根据目标自主思考和行动。

大模型agent和copilot的主要区别在于交互方式、任务执行和独立性。copilot需要依赖清晰明确的prompt来发挥作用,而大模型agent则可以根据目标自主思考和行动,具有更强的独立性和任务执行能力。

Copilot和 Agent 的一些最新进展

前面讲完 copilot 和 Agent,接下来简单介绍下两者的一些最新业界进展,供大家参考。

微软的 AI PC 具体是什么

应该说 copilot 更成熟,ChatGPT 出来的时候就是一个对话机器人形式,在 Copilot 这块玩得如火如荼的还是微软。

5 月 22日,微软的 build 2024 大会上,微软发布了下一代 AI PC,核心内涵就是 Copilot+PC。

图片

微软直接在新的 PC 上提供了一个超级的 NPU(40TOPS),将 AI 的能力下沉到PC 中,本地模型和云上模型联动。

图片

会上演示两个 demo,一个是玩游戏的过程,AI 能理解游戏的内容,并辅助给出指导

图片

另外一个demo 是 recall,它能记录你在电脑上看到和做过的所有事情,并能让你搜索和检索你在设备上做过的任何事情。

Agent设计的四范式

相比而言,Agent 目前还处在很多探索中,相对而言不是那么成熟。

吴恩达教授最近在红杉 AI 峰会上讲述了他对 Agent 的一些看法,提出了四范式:

  1. Reflection(反思):类似于AI的自我纠错和迭代。例如,AI系统会检查自己编写的代码,并提出修改建议。
  2. Tool Use(工具使用):大语言模型调用插件,扩展了其能力。例如,使用Copilot进行联网搜索或调用代码插件解决数理逻辑问题。
  3. Planning(规划):AI根据用户输入的任务,拆解流程、选择工具、调用、执行并输出结果。例如,根据一张图片中的姿态生成一张新图片,并进行描述。
  4. Multi-agent(多智能体协作):多个Agent协作完成任务,每个Agent可能扮演不同的角色,如CEO、产品经理或程序员。这种模式模拟了现实生活中的工作场景,能够处理复杂系统

图片

而且吴恩达认为,Agent 用得好,会让现在 OpenAI 3.5 的能力超过 OpenAI 4.0

所以总的来说,现在业界对 Agent 都在积极探索中。后面有时间再给大家分享下 Agent 最新的一些发展。

好了,这次的关于 Copilot 和 Agent 的区别和最新进展的分享就到这里。

责任编辑:庞桂玉 来源: 大数据和云计算技术
相关推荐

2023-10-07 00:26:09

2020-03-09 20:56:19

LoRaLoRaWAN无线技术

2022-06-06 14:53:02

LoRaLoRaWAN

2022-09-07 18:32:57

并发编程线程

2022-09-08 18:38:26

LinuxWindowsmacOS

2020-11-09 14:07:53

PyQtQt编程

2024-09-09 13:10:14

2022-08-02 08:23:37

SessionCookies

2022-02-27 15:33:22

安全CASBSASE

2021-05-16 14:26:08

RPAIPACIO

2021-12-17 14:40:02

while(1)for(;;)语言

2024-05-27 00:40:00

2024-03-05 18:59:59

前端开发localhost

2022-08-22 07:06:32

MyBatisSQL占位符

2022-08-31 08:33:54

Bash操作系统Linux

2023-12-15 09:21:17

ObjectJavaString

2021-03-27 10:56:17

promisethenfinally

2022-01-16 07:46:53

SpringDataASSM

2021-09-06 10:45:18

XDRMDR

2022-08-03 07:04:56

GETHTTPPOST
点赞
收藏

51CTO技术栈公众号