Agent 应用的层次分工

下图介绍Agent 应用层次构建的分工：

Agent 应用构建可以抽象为四层呈一个倒金字塔型，原因是自上而下每层的人才需求量是减小的。

• 最下层是模型层，该层解决的是训练模型的问题。训练模型需要消耗大量资源，需要具备较深的理论知识和丰富经验，这注定参与该层的人数是非常少的，主要是大公司、高校、AI创业公司的研究员。
• 第二层是AI系统层，该层是提供开发AI应用的工具/系统/框架/方法论。该层聚集了大量的开发者，正在设计Agent Framework和好用的外部工具。Agent 通过 AI 系统接口与模型连接，目前暂能满足推理需求，未来还会实现工具调用、训练的需求。通过设计General的Agent framework，帮助上一层做数据编程的非计算机领域的专业工作者能够使用AI实现关心业务逻辑+AI的pipeline 快速实现。
• 第三层是数据编程层，该层有两个部分，一部分是基于AI Framework实现AI参与业务逻辑的pipeline，二是提供真实案例，通过 In-Context Learning（或模型训练，短期不太可能）实现 AI 的自我纠错，从而使构建的pipeline 真正地满足其在生产环境的可用性。该层是绝大多数工作者的需求层面，比如，使用Copliot大部分是程序员。
• 第四层是应用层，该层可能是对投入生产的peipeline的视觉包装，满足于用户友好交互的要求，可能是扩大规模，实现大批量，可能是一个提高 工作者 效率的+AI的工作流。