Meta 发布 LLAMA 3.1；特斯拉无人出租车推迟至 10 月；谷歌将向 Waymo 再投 50 亿美元

先瞧一下 Chat 和 Agent 的差异。

Chat（聊天）：纯粹的 Chat，宛如一个主要由“大脑与嘴”组成的智能体，着重于信息处置和语言沟通。诸如 ChatGPT 这般的系统，其能够领会用户的询问，给出有益且连贯的回应，然而它自身并不直接开展任务。

Agent（代理）：犹如一个拥有“手、脚”的智能体，它能够进行思索、作出决策，并且能够执行具体的任务。

我们能够简略直接地理解为，Chat 着重的是“说”，Agent 着重的是“做”。

要是让你选择，你会选哪个？

这么说来吧，但凡人类对于躺平的美妙追求尚存，“让机器替我劳作”的念想就断不可能消逝。

自 ChatGPT 发布以来，从 plugin 的推出，到 Function Calling 再到 Assistant API 的问世，OpenAI 的这一连串举动就充分彰显，在有如此强大的 LLM 作为基础底盘的情形下，人们就决然不可能仅仅满足于让它“唠唠叨叨”。

历史总是有着惊人的类同。从 2014 年亚马逊开创性地推出 Amazon Echo 起始，智能音箱横空显现。最初的智能音箱，也仅仅是有个“嘴”，只能够达成播放音乐、查询信息、设置提醒等功能。并且“脑子”还不太灵敏。

然而随着阿里、百度、小米等科技巨头的纷纷介入，智能音箱在竞争中卷出了新的高度。打通支付、与智能汽车、智能家居相互连通，智能音箱持续地突破并拓展功能的边界，逐步坐上了智能家居生态的“大总管”之位。

伴随应用场景的不断延展，智能音箱又延伸至儿童教育、养老关怀等领域，深深地影响了人们的日常起居生活。

坚信有那么一天，智能音箱会强大和多元到某一程度，以至于“智能音箱”这个名称不再适配这个品类，那将会是新一轮故事的开端。

同样有着惊人相似之处的，还有从单纯的 AI 智能语音助手、智能客服（仅会说）到以 AI+RPA 作为核心技术的 AI 数字员工（会说又会做）的发展历程……

这些，均是人工智能迈向多元化和融合化的一个个微小写照。

故而，随着技术水准的持续提升和场景化落地的不断深挖，Chat 和 Agent 的界限必然会愈发模糊，生成式 AI 会融合 Chat 和 Agent 的特性，形成既能展开高质量、高人格化的对话，又能够高效执行复杂任务的 AI 自动化系统，为人们给予融合、互补、多样化的解决办法。

AI Agent 的兴起不单单是技术上的突破，更是针对软件开发理念的一次深刻变革。

在传统的软件开发当中，程序员需要预先界定所有的逻辑与规则，而后进行代码的实现。而 AI Agent 的出现，要求我们对软件进行充分的“放权”：它由一颗大脑（LLM）来进行自主支配运作，并在运行时自动学习、适应和优化调整。这种前所未有的开发范式的转变，让程序员不得不重新思索软件开发的本质，也重新思考软件开发的未来。

建议每一位技术人员，都去聆听一下知乎知学堂和 AGI 课堂联合推出的免费公开课——程序员的 AI 大模型进阶之旅。由几位业内大咖主讲，从 GPT 到开源模型再到 AI Agent，你将会看到一个个人开发者能够以怎样的力量撬动 AI 原生应用的全栈开发。

你还能够在后续的课程当中学习整套的数据处理、训练、fine-tune 模型等流程。更为难得的是它不但让你知晓大模型背后的原理和实际操作技术，还能从商业的角度带你深度剖析此轮 AI 变革与以往存在何种根本区别。相信听完公开课之后，你会拥有恍然大悟的认知和豁然开朗的思路。

典型的 AI agent 划分为 Memory（记忆）、Tools（外部工具）、Planning（计划）和 Action（行动）四个模块。