從今年開始，智能體的概念火了，各家都開始做自己的智能體。如何構(gòu)建一個(gè)基于AI的公司呢？需要做什么，又需要幾個(gè)步驟？

之前文章《智能原生：AI藍(lán)海世界的關(guān)鍵鑰匙》等里面提到過(guò)幾次智能原生，普遍反饋是有點(diǎn)不好理解。

大概是因?yàn)锳I削薄了業(yè)務(wù)、產(chǎn)品、技術(shù)之間的邊界，至少在現(xiàn)階段很難像過(guò)去那樣把這幾者弄的涇渭分明，然后各研究各的，也能成為一個(gè)專業(yè)領(lǐng)用。想弄清楚就得一會(huì)在業(yè)務(wù)（領(lǐng)域模型）、一會(huì)在產(chǎn)品、一會(huì)在技術(shù)，來(lái)回貫穿，所以就麻煩（過(guò)去其實(shí)也是，沒有網(wǎng)絡(luò)的技術(shù)特征特征那里有互聯(lián)網(wǎng)思維）。

這次我們用一個(gè)例子來(lái)說(shuō)明AI應(yīng)用的各個(gè)關(guān)鍵環(huán)節(jié)。

假如我們真想像某些開源項(xiàng)目那樣，構(gòu)建一個(gè)百分百基于AI的公司，那到底需要都干什么？又需要幾個(gè)步驟？

當(dāng)然我們這不是個(gè)技術(shù)文章，最后還是要回到這種新的應(yīng)用形式到底要匹配什么樣的思維模式，能夠創(chuàng)造什么樣的價(jià)值。

一、從自己到底想要干什么開始

現(xiàn)實(shí)前提是現(xiàn)在的大模型到不了你和它說(shuō)一句：給我干一個(gè)只有AI的公司，它就把活干了的程度。

大模型很像一個(gè)有純粹智商的甕中之腦，所以要干什么，怎么干都需要人做引導(dǎo)和價(jià)值判斷，從類似賺不賺錢、有沒有趣這類視角做設(shè)定。

所以所有的工作就簡(jiǎn)化成兩部分：你輸入給這個(gè)甕中之腦（大模型）什么，它回復(fù)了你什么？

最終智能的效能=甕中之腦（大模型）的智商x現(xiàn)實(shí)的理解縱深（表現(xiàn)為prompt）。

現(xiàn)在假設(shè)目標(biāo)干個(gè)只有AI的軟件公司，這個(gè)公司里面除了你全是智能體，你和它說(shuō)幾句話，它就幫你把軟件干出來(lái)了。

我們看看這事怎么干。

需要注意的是，這個(gè)產(chǎn)品是個(gè)應(yīng)用，但也是個(gè)公司。

因?yàn)槭莻€(gè)公司，所以第一步要對(duì)軟件公司以及軟件產(chǎn)品開發(fā)這事進(jìn)行分解，這樣才能構(gòu)建好需要讓大模型理解的東西。

這是業(yè)務(wù)也是產(chǎn)品。

先是要分解過(guò)程，為了簡(jiǎn)化我們這里假設(shè)就三個(gè)步驟：弄清楚要干什么（需求分析），把軟件開發(fā)出來(lái)（開發(fā)和評(píng)審），測(cè)試發(fā)布。

也要分解到底需要幾個(gè)角色，比如要有個(gè)老板拍板，它要負(fù)責(zé)發(fā)起決定干不干；

• 要有產(chǎn)品經(jīng)理，它要負(fù)責(zé)確定產(chǎn)品到底干成什么樣；
• 要有程序員，它負(fù)責(zé)把代碼寫出來(lái)并且進(jìn)行CodeReview；
• 要有測(cè)試，他負(fù)責(zé)驗(yàn)證寫出來(lái)的產(chǎn)品行為是不是對(duì)的。
• 只有角色還不能充分描述我們的業(yè)務(wù)（軟件開發(fā)），還要有過(guò)程和活動(dòng)。

過(guò)程再加上特定的活動(dòng)（比如任務(wù)）負(fù)責(zé)把角色串起來(lái)，讓他們彼此配合完成特定的目的。

單有過(guò)程（決定了推進(jìn)持續(xù)），角色（決定有事的時(shí)候誰(shuí)干什么）也還是不夠的，還要有數(shù)據(jù)的描述，比如當(dāng)前的任務(wù)是什么，每個(gè)角色上一步的輸出是什么等。

這些設(shè)定比較清楚之后，就可以進(jìn)入下一步打造不同的智能體。

上面這個(gè)就是人對(duì)領(lǐng)域設(shè)定，也可以認(rèn)為是經(jīng)常說(shuō)的領(lǐng)域模型。其實(shí)有N總解法，而解法本身的選擇和價(jià)值判斷有關(guān)。

領(lǐng)域模型連接價(jià)值判斷和甕中之腦的純粹智商（大模型）。

這種對(duì)領(lǐng)域的分解有什么意義呢？

簡(jiǎn)單可以理解成：為了更好的全自動(dòng)的和甕中之腦（大模型）交互。

既然就說(shuō)一句話不行，比如給我生成一個(gè)XX軟件產(chǎn)品，甕中之腦的智商又夠了，那就需要讓它清楚現(xiàn)實(shí)，好發(fā)揮它的智力。

而需要輸入什么給它其實(shí)的變化的，這種變化需要一種管理體系，這個(gè)管理體系需要依賴領(lǐng)域模型。（過(guò)程、角色、活動(dòng)、數(shù)據(jù)等）

這部分因?yàn)樽鳛楫Y中之腦的大模型只認(rèn)識(shí)提示詞，所以不管你干了多少事最終都要變成它能更好理解的提示詞（當(dāng)然你可以很長(zhǎng)）。

另一部分目的則是重用這些約定俗成的詞，比如程序員，比如產(chǎn)品經(jīng)理。每個(gè)詞后面其實(shí)折疊了很多細(xì)節(jié)?，F(xiàn)在的模型是基于人類累積到現(xiàn)在為止的知識(shí)訓(xùn)練出來(lái)的，所以這些詞背后約定俗成的意義也被包含在模型里面了，不需要重頭解釋每個(gè)詞了。這也能提高和大模型的交互效率。

上面的工作做完了，就到了第二步，打造不同的Agent。

這一步很詭異的是確實(shí)主要是技術(shù)的活，但本質(zhì)卻不是。由于這不是一個(gè)技術(shù)文章，我們就簡(jiǎn)略一些做描述，還是只關(guān)注它和過(guò)去的差異。

二、打造不同Agent

一個(gè)方法是不做抽象就按角色做出一個(gè)個(gè)Agent，比如總經(jīng)理的Agent、程序員的Agent。Agent里面要有自己對(duì)應(yīng)的基礎(chǔ)提示詞，還要有按照?qǐng)?zhí)行時(shí)間點(diǎn)填充的實(shí)時(shí)信息，比如：

• 你是誰(shuí)，要干什么；
• 要有當(dāng)前的階段描述，比如現(xiàn)在需求分析階段，有那些事要做。
• 要有一定的記憶，比如我上一輪到底說(shuō)什么了，我產(chǎn)出的代碼是什么等。

當(dāng)然也可以抽象一點(diǎn)，按職能來(lái)分比如代表任務(wù)的Agent，代表對(duì)話的Agent等。

之后任務(wù)的Agent要調(diào)度各種角色。

真做的話，里面會(huì)包含很多細(xì)節(jié)，比如檢查生成的代碼是否合適這環(huán)節(jié)，那要檢查多少輪次算合格呢？

但基本定位就是聲明自己的角色、以及當(dāng)前活動(dòng)的上下文、當(dāng)前活動(dòng)的目標(biāo)。

這里舉個(gè)簡(jiǎn)單例子：

比如ChatDev把程序員和CodeReviewer角色的prompt弄成了下面這樣（{}里面的部分是要根據(jù)執(zhí)行時(shí)情況填寫的。）

“Programmer“:[

“{chatdev_prompt}”,

“YouareProgrammer.wearebothworkingatChatDev.Weshareacommoninterestincollaboratingtosuccessfullycompleteataskassignedbyanewcustomer.”,

“Youcanwrite/createcomputersoftwareorapplicationsbyprovidingaspecificprogramminglanguagetothecomputer.Youhaveextensivecomputingandcodingexperienceinmanyvarietiesofprogramminglanguagesandplatforms,suchasPython,Java,C,C++,HTML,CSS,JavaScript,XML,SQL,PHP,etc,.”,

“Hereisanewcustomer’stask:{task}.”,

“Tocompletethetask,youmustwritearesponsethatappropriatelysolvestherequestedinstructionbasedonyourexpertiseandcustomer’sneeds.”

]

“CodeReviewer“:[

“{chatdev_prompt}”,

“YouareCodeReviewer.wearebothworkingatChatDev.Weshareacommoninterestincollaboratingtosuccessfullycompleteataskassignedbyanewcustomer.”,

“Youcanhelpprogrammerstoassesssourcecodesforsoftwaretroubleshooting,fixbugstoincreasecodequalityandrobustness,andofferproposalstoimprovethesourcecodes.”,

“Hereisanewcustomer’stask:{task}.”,

“Tocompletethetask,youmustwritearesponsethatappropriatelysolvestherequestedinstructionbasedonyourexpertiseandcustomer’sneeds.”

]

把階段的Prompt模版弄成了下面這樣：

“Coding“:{

“assistant_role_name”:”Programmer”,

“user_role_name”:”ChiefTechnologyOfficer”,

“phase_prompt”:[

“Accordingtothenewuser’staskandoursoftwaredesignslistedbelow:”,

“Task:”{task}”.”,

“Taskdescription:”{description}”.”,

“Modality:”{modality}”.”,

“ProgrammingLanguage:”{language}””,

“Ideas:”{ideas}””,

“Wehavedecidedtocompletethetaskthroughaexecutablesoftwarewithmultiplefilesimplementedvia{language}.Asthe{assistant_role},tosatisfythenewuser’sdemands,youshouldwriteoneormultiplefilesandmakesurethateverydetailofthearchitectureis,intheend,implementedascode.{gui}”,

“Thinkstepbystepandreasonyourselftotherightdecisionstomakesurewegetitright.”,

“Youwillfirstlayoutthenamesofthecoreclasses,functions,methodsthatwillbenecessary,aswellasaquickcommentontheirpurpose.”,

“Thenyouwilloutputthecontentofeachfileincludingcompletecode.Eachfilemuststrictlyfollowamarkdowncodeblockformat,wherethefollowingtokensmustbereplacedsuchthat”FILENAME”isthelowercasefilenameincludingthefileextension,”LANGUAGE”intheprogramminglanguage,”DOCSTRING”isastringliteralspecifiedinsourcecodethatisusedtodocumentaspecificsegmentofcode,and”CODE”istheoriginalcode:”,

“FILENAME”,

““`LANGUAGE”,

“”'”,

“DOCSTRING”,

“”'”,

“CODE”,

““`”,

“Youwillstartwiththe”main”file,thengototheonesthatareimportedbythatfile,andsoon.”,

“Pleasenotethatthecodeshouldbefullyfunctional.Ensuretoimplementallfunctions.Noplaceholders(suchas’pass’inPython).”

]

}

對(duì)這個(gè)步驟做簡(jiǎn)單總結(jié)就是下面這兩點(diǎn)：最終目標(biāo)都是要形成一段話(prompt)在不同的步驟上用（現(xiàn)在的大模型只認(rèn)這個(gè)）。

這段話是變的。

根據(jù)不同的執(zhí)行狀態(tài)每次需要做出調(diào)整。

這和人其實(shí)差不多，人也是每次接受不同的信息（按角色），然后給出自己的判斷和理解。

這就是為什么之前總說(shuō)這次大模型的核心進(jìn)展是概念理解和判斷能力，沒有這個(gè)這種智能體跑不起來(lái)。

這步看著確實(shí)是技術(shù)的活，但底子其實(shí)不是。

程序員的角色是提高效率，但本質(zhì)這事行不行，能搞到什么程度，不是程序員能驗(yàn)證的。

程序員解決效率問(wèn)題，但理解領(lǐng)域的人才能判斷上限。（智能效能=大模型的智商高度x現(xiàn)實(shí)理解的縱深）

也就是說(shuō)過(guò)去說(shuō)的圖靈測(cè)試2.0的判斷人不是程序員，甚至都不是人工智能科學(xué)家，而是理解領(lǐng)域的人要自己操練大模型做判斷。要在這個(gè)背景下去理解角色中心式計(jì)算和圖靈測(cè)試2.0。

隨著使用深入肯定發(fā)生角色的重新定義，而角色的重定義等也不是技術(shù)能定義的事。

三、啟動(dòng)整個(gè)公司

上面這些都做完了就需要把整個(gè)軟件公司啟動(dòng)起來(lái)。等著外面的輸入。

這個(gè)公司里有很多智能體，還保留了一個(gè)可以對(duì)話的入口。

比如可以和它說(shuō)，幫我干出來(lái)一個(gè)TODO的小應(yīng)用。

（和真的公司很像，你說(shuō)一句，然后一堆人就把活干了）

啟動(dòng)程序就需要按照指定過(guò)程，先需求再開發(fā)然后測(cè)試發(fā)布，依次給每個(gè)角色分配任務(wù)，直到最終認(rèn)為產(chǎn)品合格了，再把產(chǎn)品發(fā)布出來(lái)。

這時(shí)候最終的公司變成了這樣：

一個(gè)人：決定到底要干什么軟件產(chǎn)品。用什么樣的過(guò)程，用幾個(gè)角色，每個(gè)角色到底負(fù)責(zé)什么。

不同角色的智能體：每個(gè)的產(chǎn)出可以是一個(gè)階段性成果，也可以是代碼，當(dāng)然復(fù)雜了也可以是美工的圖，圖標(biāo)等。擴(kuò)展起來(lái)還可以加上蜘蛛爬取某些實(shí)時(shí)的網(wǎng)上信息，讓配圖等更符合最新的風(fēng)格。

公司就是應(yīng)用，應(yīng)用的邊界也就成了公司的邊界。

從公司角度看，和過(guò)去不一樣的點(diǎn)是什么呢？

大量的智能體在干活，人只做原則設(shè)定。

從應(yīng)用的角度看和過(guò)去比，不一樣的點(diǎn)是什么呢？

這個(gè)應(yīng)用在一個(gè)大邊界下你可以給它設(shè)定任何目的。

什么軟件都能開發(fā)。過(guò)去要依賴平臺(tái)化才能張開自己的任務(wù)種類，現(xiàn)在靠AI干了。

四、智能原生公司

基于這個(gè)例子，我們可以進(jìn)一步總結(jié)一些關(guān)于AI智能應(yīng)用的關(guān)鍵特征：

第一，和領(lǐng)域相關(guān)的部分是人的活。

這部分拆分未來(lái)可能模型能做一部分，但是在眾多變量里面判斷那部分有價(jià)值，比如到底干什么，什么樣才叫合格等估計(jì)一直是人的部分。也許方法論部分（比如什么過(guò)程等）未來(lái)可以模型干，但現(xiàn)在模型干這個(gè)費(fèi)勁。這是邊界問(wèn)題。

第二，這種應(yīng)用是按角色來(lái)的（角色中心式計(jì)算）。比如程序員的角色可能需要調(diào)用一大堆工具Git、Python等才能完成自己的職責(zé)。但這些最終要變成提示詞（prompt）才能驅(qū)動(dòng)自己的活動(dòng)。每個(gè)角色到底能不能成立，要看圖靈測(cè)試2.0能不能過(guò)。

很多時(shí)候可能物理約束大于智能約束。我們這個(gè)例子里面沒有物理約束（比如把汽車從北京開到蘇州）。

所以智能原生化估計(jì)得從這類領(lǐng)域先開始。

第三，需要很多的配套措施。Agent要記住自己說(shuō)了什么，要知道當(dāng)前在干什么等。這需要一套完備且繁瑣的機(jī)制。寫程序好像就記錄代碼就完了。真正的公司需要匯總業(yè)務(wù)、財(cái)務(wù)等各種數(shù)據(jù)，并且保證數(shù)據(jù)精度。需要的成本很高，挑戰(zhàn)很大。

第四，什么時(shí)候可以叫完成工作是個(gè)問(wèn)題。產(chǎn)出內(nèi)容到底合適不合適，幻覺了怎么辦等，都是關(guān)鍵制約。放回到具體場(chǎng)景下智能和想象中的智能好像說(shuō)的是一個(gè)東西，其實(shí)是兩碼事。所以之前我們說(shuō)純數(shù)字和幻覺本身不對(duì)應(yīng)過(guò)大成本的領(lǐng)域會(huì)優(yōu)先。

過(guò)去琢磨事對(duì)此進(jìn)行了一些總結(jié)，比如把公司的智能原生式思維提煉為：智能優(yōu)先，萬(wàn)物皆、實(shí)時(shí)反饋、中心決策。這在上面這種應(yīng)用的基礎(chǔ)上可能更好理解。

模型的技術(shù)特征決定了需要和它匹配的思維模式。

五、是普通人的機(jī)會(huì)么？

上面這過(guò)程看著需要寫代碼驅(qū)動(dòng)，但本質(zhì)不是一個(gè)技術(shù)的事。不寫代碼頂多就笨一點(diǎn)，一步一步寫一堆提示詞。代碼是讓整個(gè)事串起來(lái)更自動(dòng)一些，影響效率，不影響價(jià)值。

所謂的領(lǐng)域，還真不是模型和代碼能概括的事。

也就是說(shuō)把甕中之腦的能力用起來(lái)正需要理解領(lǐng)域的普通人（不是AI科學(xué)家）。

所以理論上是普通人的機(jī)會(huì)，但現(xiàn)在關(guān)鍵問(wèn)題不在這里，而是你把智能放到自己想的那個(gè)場(chǎng)景下，它不一定創(chuàng)造價(jià)值。

這是判斷的關(guān)鍵。

同時(shí)這也暗示了一個(gè)很多人都關(guān)心的問(wèn)題的答案：

AI會(huì)取代對(duì)應(yīng)的崗位么？

這是個(gè)必然發(fā)生的事。

回到基礎(chǔ)公式：智能效能= 模型的智商x現(xiàn)實(shí)理解縱深，就會(huì)發(fā)現(xiàn)這事取決于模型自身的發(fā)展，也取決于給它適配的對(duì)現(xiàn)實(shí)進(jìn)行理解的系統(tǒng)（Agent）。在上面那個(gè)但上面軟件公司里也還是要人的，只不過(guò)這個(gè)角色所需要的能力發(fā)生了巨大變化。

六、小結(jié)

最后要強(qiáng)調(diào)的是上面這個(gè)過(guò)程，做著玩是可以的，但不能創(chuàng)業(yè)。做領(lǐng)域拆分然后判斷智能高度，這點(diǎn)會(huì)看的比較清楚。也就是說(shuō)現(xiàn)在的技術(shù)成熟度不匹配合適的商業(yè)價(jià)值。但這不影響這趨勢(shì)本身，模型的基本為此提供了源源不斷的動(dòng)力。

理解這種基礎(chǔ)原型其實(shí)提供了一個(gè)發(fā)現(xiàn)的視角和眼睛。地球上有石油億萬(wàn)年了，只有嵌入到工業(yè)革命的上下文下它才是財(cái)富，所以能看到新現(xiàn)實(shí)的新視野還是關(guān)鍵的。