在最近的红杉资本人工智能峰会（AI Ascent 2024）上，吴恩达教授发表了一次关于AI Agent工作流未来的演讲，提供了对人工智能发展趋势的深刻见解。同时，红杉资本AI Ascent 2024揭示了人工智能领域的发展现状和未来趋势，强调了人工智能带来的三大能力——创造力、推理能力和交互能力，并指出这些能力将极大地影响商业模式。通过类比云计算的转变，描绘了一个前景，即人工智能将用软件取代服务，开启一个庞大的市场潜力。
AI Agent工作流的未来
吴恩达教授对AI Agent的未来发展提出了一系列深刻的见解和预测。他认为，随着AI技术的不断进步，AI Agent将逐渐从辅助人类的工具（Copilot）转变为能够独立完成工作的智能体（Agent），在软件工程、客服等行业中，这种转变已经开始显现。
吴恩达强调，未来的AI模型将具备更强的规划和推理能力。他指出，尽管现有的大型语言模型（LLM）在重复数据中的统计模式方面表现出色，但它们在深入思考和逻辑推理方面仍有所欠缺。为了解决这一问题，研究人员正在尝试新的方法，如让模型在做出决策前有一定的“思考时间”，通过推理环节计算和游戏式价值迭代（gameplay-style value iteration）来提升AI的认知能力。这些研究预计将使AI在未来能够执行更高级别的认知任务，如规划和推理。
此外，吴恩达还提到了四种主要的AI Agent设计模式，包括自我审视和修正输出的Reflection、使用工具进行实际操作的Tool Use、分解复杂任务并按计划执行的Planning，以及多个Agent合作完成任务的Multiagent Collaboration。这些设计模式展示了提升AI能力的潜力，并且正在快速发展中。
吴恩达进一步指出，AI Agent的能力将大幅扩展，我们需要的是学会将任务委托给Agent并耐心等待结果，而不是追求即时响应。他还强调了快速token生成的重要性，即使基于质量较低的LLM，快速迭代生成新token也可能获得良好结果。
总的来说，吴恩达的预测描绘了一个AI Agent技术快速发展的未来图景，其中AI将变得更加智能、自主，并能在多个领域内与人类紧密合作。这些进步不仅将推动AI技术的发展，还将为商业模式和工作流程带来革命性的变化。随着AI Agent技术的不断成熟和普及，我们可以期待一个更加智能和高效的未来。
四种AI Agent设计模式
- 反思（Reflection）：吴恩达教授提出，通过让AI检查自己生成的代码，可以发现并修复漏洞，从而提高代码质量。这种方法的有效性已经得到了实践的证明。
- 工具使用（Tool Use）：AI可以利用各种工具来提高生产效率，例如搜索网页、生成和运行代码等。这种能力扩展了AI的应用范围。
- 规划（Planning）：AI能够自主规划任务执行的步骤，例如在图像处理中，AI可以规划如何合成一张新图像。
- 多智能体协作（Multiagent Collaboration）：通过让不同的AI Agent扮演不同角色，可以模拟真实工作环境中的团队协作，提高问题解决的效率。
吴恩达教授预测，通过代理工作流程，AI能够胜任的任务种类将会大幅扩展。他强调了快速token生成的重要性，并预计新模型如Claude5、Claude4、GPT-5和Gemini 2.0将会带来更好的性能。他还提到，通往人工通用智能（AGI）的道路虽然漫长，但代理工作流程是向前迈进的重要一步。
AI技术的最新进展和未来趋势
在红杉美国AI峰会上，红杉资本的合伙人们对2024年AI的发展做出了一系列预测，展现了AI技术在各个领域的深远影响和潜在变革。红杉资本的合伙人们认为AI已经发展到可以创造和推理的程度，如GenAI能够生成文本、图像和音视频，而chatbot能够回答问题或帮助进行多步骤任务规划。这种能力是前所未有的，意味着软件现在可以同时处理创造性和逻辑性任务，以类似人类的方式与人类交互，这对商业模式具有重大意义。
在客服领域，Klarna已经使用OpenAI处理了2/3的客服查询，AI的工作效率相当于700名全职客服。鉴于全球有数千万的呼叫中心，AI在客服市场已经找到了产品市场契合度（PMF）。
红杉资本的合伙人们预测，AI将从辅助人类的Copilot转变为能够替代一些人类工作的Agent。在软件工程、客服等行业，AI将更像是一个同事，而不仅仅是一个工具。此外，他们还预测，AI模型将具备更强的规划和推理能力，通过新的研究方向，AI将能够进行更深入的思考和逻辑推理。
未来的公司可能像神经网络一样运作，通过抽象层的互操作性，AI将嵌入到公司的各个层面，从客户服务、软件工程到决策支持等各个方面，使得单人公司成为可能，从而提高效率，解决更多问题。
红杉资本的合伙人们还提出了对未来的预测，包括人工智能将如何从辅助工具转变为能够独立工作的智能体，以及人工智能在执行更高级别认知任务方面的潜力。他们强调了人工智能技术的发展将带来新的商业模式和工作方式，同时也提出了关于人工智能技术发展的一些挑战和问题，例如如何处理日益增长的计算需求和数据获取。
以下是对2024年AI发展的几个关键预测和总结：
- AI Agent的崛起：
- AI将从辅助角色（Copilot）转变为能替代某些人类工作的Agent。在软件工程、客服等领域，AI将更像是一个同事，而不仅仅是一个工具。
- Agent工作流程将更加迭代和对话式，涉及反思、工具使用、规划和多Agent合作等设计模式。
- 模型能力的增强：
- AI模型将具备更强的规划和推理能力，通过新的研究方法改善，例如让模型更好地进行推理环节计算和游戏式价值迭代。
- 这些增强能力将使AI更能执行高级别的认知任务，如规划和复杂决策。
- 快速Token生成的重要性：
- 在Agent工作流程中，快速生成token的能力至关重要，因为它允许更频繁的迭代和更快的反馈循环。
- 即使质量稍低的LLM，通过快速生成更多token也可能获得与更高质量LLM相当或更好的结果。
- 企业知识的解锁与利用：
- 企业知识开始被AI解锁和利用，推动AI在更多应用场景中的实际使用。
- 这将有助于AI在更广泛的领域内实现自主操作，减少对人类的依赖。
- AI平台和基础设施的开放性：
- AI平台和基础设施将越来越开放，允许创建更多的辅助工具和自主Agent。
- 这种开放性将促进AI技术的快速发展和广泛应用。
- AI技术的普及和易用性：
- 随着AI技术通过人类语言越来越容易控制，开发者和用户之间的界限将变得模糊。
- 这将使更多人能够利用AI技术来解决问题和创新。
AgentLayer：开创去中心化AI Agent经济的未来
AgentLayer作为一个创新的协议，正在推动自主AI Agent的协作和发展。它通过一系列精心设计的组件和模块化架构，为AI Agent提供了一个高效的协作环境。这些组件包括专为去中心化AI Agent设计的AgentNetwork、无需编码的AgentOS、作为AI Agent发现和投资门户的AgentEx，以及促进代理间沟通和协作的AgentLink。AgentLayer的这种设计不仅提升了单个AI Agent的能力，还增强了整个系统在解决多样化挑战时的集体效率。
随着人工智能技术的不断进步，尤其是在大型语言模型（LLMs）领域，AI Agent的应用范围和影响力日益扩大。AgentLayer通过其独特的经济模型和代币系统——$AGENT，为AI Agent的创建和运营提供了激励。$AGENT代币在系统中扮演着关键角色，不仅用于访问去中心化的AI服务和支付交易费用，还作为治理代币，允许持有者参与网络决策的投票。这种代币经济模型旨在促进全球开发者和创作者的参与，吸引更多价值，并推动AgentLayer生态系统的发展。
AgentLayer的发展计划和路线图展现了其对构建一个功能丰富、安全和可靠区块链网络和生态系统的承诺。从网站上线到主网启动，每个阶段都旨在为用户提供更高质量的服务体验。在中长期规划中，AgentLayer计划在Cosmos生态系统中建立行业首个AI Agent链，成为Web3行业中AI资产发行的重要基础设施。通过这些努力，AgentLayer不仅推动了AI Agent技术的发展，还为未来的AI经济奠定了坚实的基础。
结论
总结来说，红杉资本的合伙人们和吴恩达教授都对AI的未来表达了乐观的态度，并预测AI将在多个领域内发挥更大的作用，特别是在提高工作效率、增强决策能力和推动创新方面。他们的见解和预测为AI技术的发展提供了清晰的方向，AI技术正处于快速发展的阶段，特别是在生成式AI领域。AI Agent工作流的多步迭代模式和设计模式的创新为提高AI的工作效率和输出质量提供了新的可能性。
AI技术特别是生成式AI（如生成文本、图像、视频、音频等）和推理能力的提升，标志着一场生产力革命的到来。AI能够以类似人类的方式进行交互，显著降低成本，例如在客户服务、软件开发等领域减少人力需求。AI的发展轨迹可能导致整体员工成本下降，促进更快、更高效的工作流程。同时，生成式AI的应用也需要解决留存、参与度和伦理等挑战。
人工智能技术正在经历一场深刻的革命，它将极大地改变经济结构和社会运作方式，并为企业和个人创造了前所未有的价值创造机会。然而，这也伴随着对社会适应、伦理规范以及技术安全等方面的挑战。
参考资料
https://www.youtube.com/playlist?list=PLOhHNjZItNnOoPxOF3dmq30UxYqFuxXKn
https://twitter.com/AndrewYNg/status/1770897666702233815
https://agentlayer.xyz/whitepaper#3_$agent
