生成式 AI 的发展方向，是 Chat 还是 Agent？

摘要：「生成式AI正在让AI从单一的“聊天”功能，向更复杂、更全面的“助理”演变。从传统的智能音箱到ChatGPT，再到AI Agent的崛起，人工智能正悄然改变人们生活的方方面面。未来，生成式AI的发展方向，到底是Chat还是Agent？那一条模糊的界线——生成式

「生成式AI正在让AI从单一的“聊天”功能，向更复杂、更全面的“助理”演变。从传统的智能音箱到ChatGPT，再到AI Agent的崛起，人工智能正悄然改变人们生活的方方面面。未来，生成式AI的发展方向，到底是Chat还是Agent？那一条模糊的界线——生成式AI究竟是继续扮演“聊天伴侣”角色，还是跃升为真正的“行动者”？

当前，越来越多的公司、团队和开发者已经不再满足于单纯的对话工具，而是开始着眼于让AI能“做事”，并且具备复杂的自主决策与执行能力，那么究竟哪个方向能主导未来，成为最有影响力的技术趋势？

“但凡人类对于躺平的美好追求还在，‘让机器替我干活’的念头就不可能熄灭”长期关注人工智能和相关技术的悦木Ivy分享了自己的看法。」

作者 ▏悦木Ivy

来源 ▏知乎

先看下Chat和Agent的差别。

Chat（聊天）：纯粹的Chat，像是一个主要由“大脑和嘴”构成的智能体，专注于信息处理和语言交流。比如ChatGPT这样的系统，它能够理解用户的查询，给出有用和连贯的回答，但它本身不直接执行任务。

Agent：像一个具有“手、脚”的智能体，它能够进行思考、决策，并且能执行具体的任务。

我们可以简单粗暴的理解为，Chat强调的是“说”，Agent强调的是“做”。

要你你选哪个？

这么讲吧，但凡人类对于躺平的美好追求还在，“让机器替我干活”的念头就不可能熄灭。

自ChatGPT发布后，从plugin的推出，到Function Calling再到Assistant API的面世，OpenAI这一系列动作就充分表明，有这么强大的LLM作为基本盘的情况下，人们就不可能仅仅满足于让它“嘚啵嘚”。

历史总是惊人的相似。从2014年亚马逊开创性推出Amazon Echo开始，智能音箱横空出世。一开始的智能音箱，也只是有个“嘴”，只能实现播放音乐、查询信息、设置提醒等功能。而且“脑子”还不太灵光。

但是随着阿里、百度、小米等科技巨头的纷纷加入，智能音箱在竞争中卷出了新高度。打通支付、和智能汽车、智能家居互通，智能音箱不断地突破和扩展功能边界，逐步坐到了智能家居生态的“大总管”位置上。

随着应用场景的持续拓展，智能音箱又延展到儿童教育、养老关怀等领域，深刻影响了人们的日常生活。

相信有一天，智能音箱会强大和多样化到一个程度，以至于“智能音箱”这个名字不再适合这个品类，那将是新一轮故事的开始。

同样惊人相似的，还有从单纯的AI智能语音助手、智能客服（只会说）到以AI+RPA为核心技术的的AI数字员工（会说又会做）的发展史。

这些，都是人工智能走向多元化和融合化的一个个缩影。

因此，随着技术水平的不断进步和场景化落地的不断挖掘，Chat和Agent的界限必定会越来越模糊，生成式 AI 会融合Chat和Agent的特点，形成既能进行高质量、高人格化对话，又能高效执行复杂任务的 AI 自动化系统，为人们提供融合、互补、多样化的解决方案。

AI Agent的崛起不仅仅是技术上的突破，更是对软件开发理念的一次深刻变革。

在传统的软件开发中，程序员需要预先定义所有的逻辑和规则，然后进行代码实现。而AI Agent的出现，要求我们对软件进行充分地“放权”：它由一颗大脑（LLM）来进行自主支配运行，并在运行时自动学习、适应和调优。这种前所未有的开发范式的转变，让程序员不得不重新思考软件开发的本质，也重新思考软件开发的未来。

建议每一个技术人员，都去听一下知乎知学堂的AI大模型免费公开课，由几位业内大佬主讲，从GPT到开源模型再到AI Agent，你会看到一个个人开发者可以以怎样的力量撬动AI原生应用的全栈开发。

你还可以在后续的课程中学习整套的数据处理、训练、fine-tune模型等流程。更难得的是它不仅让你了解大模型背后的原理和实操技术，还能从商业的角度带你深度解析此轮AI变革和以往有何根本不同。相信听完公开课之后，你会拥有醍醐灌顶的认知和豁然开朗的思路。

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