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。