代理式AI vs. 生成式AI

在本世纪的这十年里，代理式AI与生成式AI将成为两大重要的AI范式。随着AI在各领域的快速普及，目前出现了两种独特的体系结构模式——代理式（Agentic）和生成式（Generative）。

阅读完本指南后，你可以回答以下问题：

• 什么是代理式AI？
• 什么是生成式AI？
• 为什么它们都很重要？
• 我应该在何时使用其中之一？

这些技术的简要概述

代理式AI与生成式AI通常共享相同的基础——权重、预训练、微调以及LLM（大型语言模型）。它们的主要区别在于使用方式。这里我会借用音乐的概念来说明区别：

• 代理式AI：演奏由他人创作的乐曲——准确地遵循每一个音符，一丝不苟。
• 生成式AI：同样在演奏，但它是即兴的。生成式AI相当于是作曲者——就像贝多芬或爵士乐手。

代理式AI完成一个复杂任务。生成式AI则是创造全新的事物。

它们的共性

• 权重：权重代表模型真正学到的内容，即模型内部进行模式识别和决策的依据。
• 预训练：模型从海量数据集中学习，并据此调整内部的权重。
• 微调：在完成预训练后，模型会针对特定任务或领域进行微调，从而做出所需的行为。
• 模型：在训练完成后，模型用于实现其目标。对于代理式AI和生成式AI来说，最终结果通常（但不一定总是）由LLM驱动。

它们的差异

• 最终目标：代理式AI旨在完成某项任务；生成式AI旨在创建内容。
• 交互方式：代理式AI通常只需最少的提示，遵循既定流程决定行动；生成式AI则几乎完全依赖提示——模型收到提示后会进行解释并生成内容。
• 自主性：代理式AI往往被赋予较高的自主性，而生成式AI则更多是人在回路（human-in-the-loop）。当你使用ChatGPT抓取LinkedIn时，你用的是代理式AI；当你让ChatGPT生成一张图片时，用的就是生成式AI。
• 输出：代理式AI的输出是某种状态的改变——例如“任务完成”；生成式AI的输出通常是文本、图像或视频。
• 评估标准：代理式AI以任务是否完成来衡量；生成式AI则以输出的质量、相关性及原创性来评估。

代理式AI

代理式AI围绕如何完成任务而运转。这一点不应与AI代理混为一谈。代理只是代理式AI的一个实际应用场景。当你使用代理式AI构建软件时，你的应用可能需要以下一项或多项功能：

• 决策
• 问题求解
• 自主性
• 交互
• 任务完成

底层原理

1. 规划：任何AI代理都需要至少一个粗略的计划。它可以是一个简单的提示，例如：“你是一位乐于助人的爬虫助手，请提取这些产品并输出JSON格式。”
2. 工具和函数调用：代理并不是单独行动。根据需要的复杂程度，你可能会给它一个计算器，甚至是一个完整的Playwright环境。你赋予代理访问权限，它自行决定如何以及何时使用这些工具。
3. 状态管理：代理需要同时具备短期和长期上下文意识。短期情况下，聊天上下文可能足够，但这并不理想。一个简单的CRUD应用能帮助持久化数据，让代理正确跟踪自己的工作。
4. 反馈循环：代理应当在一个循环中持续运行，直到任务完成或因某些条件而停止（例如用户中断）。
5. 评估和终止：代理应该知道任务何时完成。如果所有步骤都执行了，但结果不符合要求，代理需要重试。如果任务成功，则退出控制循环。

使用场景

• 客户服务：几乎每个网站的帮助中心都会运行一个聊天机器人。这种情况下，模型可以记录问题、用户情绪，然后通过函数调用来创建工单或将问题标记为已解决。
• 医疗保健：自上世纪90年代起，医疗领域就开始使用代理式AI——远早于“代理式AI”这一名称的出现。代理接收X光、超声波以及病人病历等信息来加速诊断。
• 工作流程：想象一下，你的代理同时能访问浏览器和文件系统。它可以先爬取网页，然后把提取到的数据直接写入存储系统，无论是SQL数据库还是简单的JSON文件。
• 自主机器人：也许代理式AI最广泛的应用就是自主机器人和智能家居。例如特斯拉的自动驾驶、智能家电以及扫地机器人Roomba等，都属于代理式AI的应用。

生成式AI

如前文所述，生成式AI更像是作曲家或爵士乐手。它仍然高度依赖预训练（甚至更甚），但会利用这些预训练来创建新的结构化或非结构化数据——关于结构化和非结构化数据的区别，你可以在此处了解更多。生成式AI可以满足以下需求：

• 创造独特的输出
• 数据分析
• 适应性
• 个性化

底层原理

1. 预训练的基础模型：生成式AI模型的核心是一个大型神经网络。ChatGPT、Grok、Claude等都使用了transformer架构。训练使得模型具有推理能力，而推理能力允许我们生成新内容。
2. 提示界面：这类模型通常设计为与人直接交互。当你给模型一个指令，比如“创建一个表情包”或“总结这段文字”，这个提示会被直接用于生成输出。
3. 向量编码：你的提示会先被编码为一个数值向量，该向量会与模型内部的向量嵌入相匹配。想了解更多关于向量和嵌入的知识，可以点击这里。
4. 检索增强式生成（RAG）：RAG当前仍算可选，但它越来越常见。当模型缺乏某些信息时，会执行检索（retrieval）以找到相关数据，然后使用零样本学习来改进（augment）输出（generation）。
5. 输出形式：模型使用与输入相同的向量编码原理，将结果转换为文本token（文本），甚至可以合成图像或视频。根据你的提示需求，你也可以让它输出JSON或CSV等格式的数据。

使用场景

• 对话工具：与帮助中心聊天机器人不同，生成式聊天机器人旨在进行对话并生成独特的内容——它们模拟更深入的对话，而不只是“你确定电源插好了吗？”这类简单查询。Grok、ChatGPT、Claude等大多数基于LLM的网络应用都属于此类。
• 内容创作：只要使用正确的提示，生成式模型可以在数秒内产出高质量内容。无论你需要概念艺术、社交媒体帖文还是长文写作，生成式模型都能应对这些任务。
• 数据分析与生成：将数据集上传给模型进行分析。根据模型的不同，你可能得到详细的报告，或者生成一份新的合成数据集，反映原始数据的模式。
• 个性化助手：生成式AI具有高度的可定制性——它们天生就可以“与众不同”。如果你想要一个具有特定语气的助手，只需提供一些示例，你就能训练出一个自定义的“个性”。

代理式AI与生成式AI的关键对比

结论

代理式AI与生成式AI并非互相竞争，而是各有侧重。它们在很多方面存在很大的重叠，但代理式AI会根据计划行动，而生成式AI则根据一次次提示进行即兴创作。

Bright Data的Model Context Protocol等工具允许你的代理或LLM实时访问真实的网络数据。这极具威力——你的AI能够访问互联网上任何公开网站。对于代理式AI而言，这能提升决策能力；对于生成式AI而言，这能提高内容质量。

代理式AI和生成式AI将主导未来。能够理解并灵活运用这两种范式的开发者和分析师，将在未来具备更强的竞争力。