大模型對産業的變革帶來深遠的影響

大模型發展到現在，對IT這個産業影響逐漸顯現。搞應用的還沒有賺到錢，賣鏟子的英偉達發了，英偉達發布的最新的 Q1 財報，實現營收260億美元，較去年同期增長262%，Q1淨利潤148.1億美元，同比上升628%。也讓英偉達的突破 1000 億美金，市值超過 2.6 萬億美金。

當能正常情況下，未來應用才是大頭，應用這塊各種新的概念也層出不窮,目前主流應用分兩類，一類是 copilot，一類是 Agent。那這兩個分別是什麽？對應有什麽區別？本文簡單來介紹下。

大模型典型技術棧

講 copilot 和 Agent 的區別之間，大家需要對 AI 原生應用有一些基礎了解，如果很熟悉的同學可以跳過往下翻。如果不了解的同學，可以再把我前面寫的爆火文章看下：一次性把“AI 原生應用技術棧”說明白

（這個文章閱讀量非常高，說明大家還是對這個話題非常感興趣。）

大模型應用 Copilot 和 Agent 有什麽區別

AI Agent（人工智能代理）和AI Copilot（AI 助手或搭檔）都是人工智能技術的應用，但它們在功能和應用場景上有所不同。

AI Agent 是一種智能實體，它能夠感知環境、進行決策和執行動作。AI Agent 通常具有自主性，能夠根據給定的目標或任務，獨立地進行規劃、執行和反思。它們可以分解複雜任務，自我批評和自我反思，從錯誤中學習，並改善結果。AI Agent 可以被視爲具有一定程度自主性和複雜推理能力的系統，它們可以在沒有人類直接幹預的情況下完成任務。

AI Copilot，另一方面，通常是指一個通過AI技術賦能的智能助手，它協助人類完成各種任務。AI Copilot 可能在特定領域（如編程、寫作、駕駛等）提供幫助，通過與人類的交互來提高效率和創造力。AI Copilot 可能更多地依賴于人類的輸入和指導，而不是完全自主地完成任務。

簡而言之，AI Agent 更強調自主性和獨立完成任務的能力，而 AI Copilot 更側重于作爲人類的助手，協助完成特定任務。AI Agent 可能在複雜性和自主性方面更爲先進，而 AI Copilot 則更注重與人類的協作和輔助。

如果要詳細對比，大模型agent和copilot的區別主要體現在交互方式、任務執行和獨立性等方面。

交互方式：copilot需要用戶給出清晰明確的prompt，即需要用戶具體詳細地描述任務或問題，copilot才能根據prompt給出有用的回答。相比之下，大模型agent的交互方式更爲靈活，它可以根據給定的目標自主思考並做出行動，無需用戶給出過于詳細明確的prompt。

任務執行：copilot在接收到清晰明確的prompt後，可以協助完成一些任務，但它的執行能力相對有限。而大模型agent則可以根據目標自主規劃並執行任務，還能連接多種服務和工具來達成目標，執行任務的能力更強。

獨立性：copilot被視爲一個“副駕駛”，在完成任務時更多的是起輔助作用，需要用戶的引導。而大模型agent則更像一個初級的“主駕駛”，具有較強的獨立性，可以根據目標自主思考和行動。

大模型agent和copilot的主要區別在于交互方式、任務執行和獨立性。copilot需要依賴清晰明確的prompt來發揮作用，而大模型agent則可以根據目標自主思考和行動，具有更強的獨立性和任務執行能力。

Copilot和 Agent 的一些最新進展

前面講完 copilot 和 Agent，接下來簡單介紹下兩者的一些最新業界進展，供大家參考。

微軟的 AI PC 具體是什麽

應該說 copilot 更成熟，ChatGPT 出來的時候就是一個對話機器人形式，在 Copilot 這塊玩得如火如荼的還是微軟。

5 月 22日，微軟的 build 2024 大會上，微軟發布了下一代 AI PC，核心內涵就是 Copilot+PC。

微軟直接在新的 PC 上提供了一個超級的 NPU（40TOPS），將 AI 的能力下沉到PC 中，本地模型和雲上模型聯動。

會上演示兩個 demo，一個是玩遊戲的過程，AI 能理解遊戲的內容，並輔助給出指導

另外一個demo 是 recall，它能記錄你在電腦上看到和做過的所有事情，並能讓你搜索和檢索你在設備上做過的任何事情。

Agent設計的四範式

相比而言，Agent 目前還處在很多探索中，相對而言不是那麽成熟。

吳恩達教授最近在紅杉 AI 峰會上講述了他對 Agent 的一些看法，提出了四範式：

Reflection（反思）：類似于AI的自我糾錯和叠代。例如，AI系統會檢查自己編寫的代碼，並提出修改建議。Tool Use（工具使用）：大語言模型調用插件，擴展了其能力。例如，使用Copilot進行聯網搜索或調用代碼插件解決數理邏輯問題。Planning（規劃）：AI根據用戶輸入的任務，拆解流程、選擇工具、調用、執行並輸出結果。例如，根據一張圖片中的姿態生成一張新圖片，並進行描述。Multi-agent（多智能體協作）：多個Agent協作完成任務，每個Agent可能扮演不同的角色，如CEO、産品經理或程序員。這種模式模擬了現實生活中的工作場景，能夠處理複雜系統

而且吳恩達認爲，Agent 用得好，會讓現在 OpenAI 3.5 的能力超過 OpenAI 4.0。

所以總的來說，現在業界對 Agent 都在積極探索中。後面有時間再給大家分享下 Agent 最新的一些發展。

好了，這次的關于 Copilot 和 Agent 的區別和最新進展的分享就到這裏。