从OpenAI GPTs到微软Copilot，AI智能体加速到来？

　　由OpenAI首届开发者大会引发的AI界震荡余波未平，微软的Ignite 2023 大会又添一波。北京时间11 月 16 日晚间，微软开发者大会Ignite 2023在西雅图拉开帷幕，会上，微软宣布成为“一家Copilot公司”，进一步明确AI产品Copilot（副驾）嵌入其全线产品，连Bing Chat都正式更名Copilot，并发布新平台Copilot Studio。后者，像极了OpenAI开发者大会上推出的GPTs。
　　从OpenAI的GPTs助理到微软的Copilot“副驾”，无论是称其为AI助理还是“AI副驾”或是AI代理人、智能体，都预示着自定义人工智能有了更进一步发展的可能。一个全民拥有AI智能体的时代已经在路上了。
　　被看好的AI智能体
　　在短短45分钟的此次开发者大会上，OpenAI接连发布了新模型GPT4-Turbo、用户可自定义的GPTs、全新Agent框架Assistant API等，其中“冲击力”最大的当属于11月10日上线的GPTs。基于GPTs，用户无需编程就可根据自己的兴趣和需求创建出个性化ChatGPT助理。按照OpenAI首席执行官山姆·奥特曼的逻辑，未来，各行各业每一个人都可以拥有一个AI助理。
　　实际上，在此前，微软已经宣布一系列Copilot（副驾）上线，包括Windows Copilot 、Microsoft 365 Copilot，同时微软还宣布与西门子联手的西门子工业“副驾” (Siemens Industrial Copilot)也即将推出，而这还不是微软Copilot的全部，在昨天开幕的Ignite 2023上，我们看到微软将AI“副驾”全面嵌入其产品线中。
　　山姆·奥特曼曾在多个场合表示：构建庞大AI模型的时代已经结束， AI智能体才是未来的真正挑战。
　　什么是AI智能体（AI Agent）？AI智能体是一种能够感知环境、进行决策和执行动作的智能实体。它拥有自主性和自适应性，可以依靠AI赋予的能力完成特定任务，并在此过程中不断对自我进行完善和改进。AI智能体一个重要的特征是主动，能够在用户提出要求前就提出建议，能够跨应用程序完成任务。在人工智能的术语中，AI Agent本质是一个控制LLM（大语言模型）来解决问题的代理系统，LLM的核心能力是意图理解与文本生成，如果能让LLM学会使用工具，那么LLM本身的能力也将进一步拓展，具备复杂的规划、记忆和工具使用能力，能够解决和应对各种各样的复杂问题。
　　今年年初，斯坦福大学和谷歌的联合研究团队发表了一篇题为《生成式智能体：人类行为的交互式模拟》的研究论文。在文中，居住在虚拟小镇Smallville的25个虚拟人在接入ChatGPT之后，表现出各种类似人类的行为，由此带火了AI智能体概念。此后，很多研究团队将自己研发的大模型接入《我的世界》等游戏，比如，英伟达首席科学家Jim Fan在《我的世界》中创造出了一个名叫Voyager的AI智能体，很快， Voyager表现出了十分高超的学习能力，可以无师自通地学习到挖掘、建房屋、收集、打猎等游戏中的技能，还会根据不同的地形条件调整自己的资源收集策略。
　　很有一部分IT人士深信，AI智能体将颠覆软件行业，或将开启一个新的时代。美国当地时间11月9日，微软公司创始人比尔·盖茨在其个人网站撰文表示：“智能体不仅会改变每个人与计算机交互的方式。它们还将颠覆软件行业，带来自我们从键入命令到点击图标以来最大的计算革命。”“在计算行业，我们谈论平台——构建应用程序和服务的技术。Android、iOS和Windows都是平台，智能体将是下一个平台。”
　　目前处于雏形阶段？
　　那么，那些笃信AI智能体改变世界的IT精英如何打造梦想中的AI智能体世界，开启AI智能体时代？GPTs和Copilot是否就是“智能体”或“AI代理人”？
　　在出席OpenAI首届开发者大会后，微软公司董事长兼首席执行官萨提亚 · 纳德拉（Satya Nadella）在与硅谷风险投资人Elad Gil的炉边对话中表示，OpenAI一系列GPTs就是早期的AI代理人，而微软喜欢用“Copilot”的模式重塑微软的产品。几天后，微软在Ignite 2023 大会直接宣布：“微软是一家Copilot公司，我们相信在未来，每个人、每件事都会拥有属于自己的 Copilot。”
　　萨提亚 · 纳德拉表示，目前阶段的AI智能体还需要一项重要能力，即能够与其他智能体共同完成工作。“从某种意义上说，它是自主的，同时也需要人类做出决策，而且未来将是多代理、多智能体协同的，代理之间会交互操作，届时，会出现一些基于多代理框架的超级APP。”他说。
　　事实上，今年7月，OpenAI就发布了一系列工具来帮助用户自定义ChatGPT，但当时依然需要一定的代码能力，所以这一工具的可用性相对较低。而使用GPTs，则“人人可以零代码制作智能助手”。山姆·奥特曼现场演示了五分钟创建一个“创业咨询GPT”，随后，OpenAI推出了16款有代表性的基于GPTs的助手，包括绘画工具（DALL.E）、数据分析师(Data Analysis)、谈判代表(The Negotiator)、洗衣搭档(Laundry Buddy)、副主厨(Sous Chef)、狂野修改（Hot Mods）等作为官方示范。在GPTs上线当天，用户基于GPTs创建的个性化ChatGPT助理突破1000个，72小时突破2000个，从税收GPT到换币换算助手，从健身宝到语言教练，从说故事的人到自行车GPT等五花八门，目前，第三方传到GPT应用商店（GPTs Hunter）的用户自定义GPT助手主要包括工作加速器、生活助手、学习助手、趣味助手四大门类。
　　影响正在产生
　　特斯拉CEO埃隆·马斯克在网上围观OpenAI开发者大会时曾评价山姆·奥特曼：“每次你发布一个功能，你就消灭了一家初创公司。”应该说，这一次，受到威胁的不止“一家”，而是指“一批”。自定义GPT的发布，会让很多基于GPT模型的创业公司丢掉饭碗。
　　不过有一些开发者对于自定义GPT制造的恐慌，持谨慎而理性的态度。知乎Python话题下的优秀答主段小草发布其初体验GPTs后的几点想法：一是创建GPTs门槛过低，会导致同质化严重，没有核心竞争力，大多数 GPTs 都可以自己创建；二是GPTs 安全系数不高，很容易被套取prompt甚至RAG文件；三是GPTs的实际使用效果并没有超越 GPT-4 本身，只是相对更加定制化；四是创建GPTs谈不上开发工作，专业开发者还是要更有挑战和难度的事情。
　　知乎编程话题下的优秀答主苏洋分析认为，GPTs的推出降低了门槛，将更快释放模型的潜力，“不过这只是开始，因为受限于算力&成本、产品体验、交互模式的限制，还不会快速扩展到大众的视野里（也可能，只是时间问题）”，因此，从业者要明确“如何切分和避免自己做的东西，很快被下一轮的OpenAI自有产品迭代掉”。
　　无论如何，AI智能体的大幕才刚刚拉开，随着这一时代的到来，不仅仅是OpenAI和微软，还将会有更多的公司与资金投入到AI智能体的战场，而AI智能体将对于整个IT产业生态发生深刻的影响。目前看AI智能体的应用还主要是集中在软件层面，随着技术的成熟未来AI智能体还有可能与硬件层面进行更多的集成与整合，将被用于控制机器人、无人驾驶汽车、无人机等，完成各种各样的任务，将会对智能硬件、基础设施等各个维度产生深刻影响。与此同时也会在数据与隐私保护等带来挑战，也可能造成技术性失业，还有可能造成不可测的失控风险，我们需要为此做更多的准备。
　　就在记者发稿前，微软中国在其官方微信公众号宣布：引入Copilot后，微软Dynamics 365 Guides可以帮助一线人员在不影响工作流程的情况下，更快地完成复杂任务和解决问题，这款无需手动操作的Copilot将率先用于HoloLens 2，帮助服务行业专业人员使用自然语言和人类手势，通过叠加在设备上的内容和全息图提供交互式指导。
　　这意味着用智能体操控硬件行动的可能性已经呈现。