- AI 代理人的核心概念
傳統的 AI 互動方式主要依賴使用者輸入提示詞(Prompting),但這種方式的 侷限性在於 AI 只能根據當下輸入回應,而無法進行多層次的思考與修正。吳恩達博士提出 「反覆迭代 AI 代理人」(Iterative-Agentic AI) 的概念,這種 AI 能夠先生成內容,然後自我反思、檢討並進一步修正,使結果更加精確。
這種方式不僅可以應用於 文本創作、代碼生成、機器翻譯,甚至能夠讓 AI 自主決策,執行更為複雜的任務。在測試中,這種多輪思考的 AI 代理人 甚至比 GPT-4 本身的提升幅度還要大,顯示這種技術的潛力將遠超單純的模型升級。
- 多代理人系統(Multi-Agent Collaboration)
演講中也提到了 多代理人(Multi-Agent Systems) 的概念,即 不同的 AI 代理人可以互相協作,共同完成更複雜的任務。這讓人聯想到人類社會中的團隊合作——不同專長的人負責不同工作,以提高整體效率。
例如,在企業內部:
- 第一個 AI 代理人 可以負責蒐集資料
- 第二個 AI 代理人 可以負責分析與歸納
- 第三個 AI 代理人 則可以產出完整的報告或決策建議
這樣的 AI 團隊合作模式 可能會改變未來的商業運作模式,甚至讓企業內部的決策過程變得更自動化、高效化。