“准Agent” GPTs正在对AI智能体产生巨大冲击，会导致其灭亡吗？

OpenAI推出的GPTs是不是Agent？为何能让很多AI智能体项目半年白干？很多人说GPTs不是真正意义上的AI Agent，为何却被称作Agent杀手? OpenAI宫斗100+小时期间数量超两万的GPTs，真会成为AI Agent杀手吗？GPTs到底是什么？与AI Agent有什么区别？为什么说它会杀死AI Agent？为何“准Agent”GPTs对真AI Agent造成那么大冲击？真的会杀死AI智能体吗？说GPTs会杀死AI Agent有些危言耸听，Agent未来生态注定百花齐放。文/王吉伟。OpenAI的宫斗大戏已经告一段落，精彩剧情的余韵仍在久久回荡。波澜起伏的剧情，精湛的演技，硅谷大佬的客串，100多个小时的演绎，缔造了这部足以载入史册的AGI成长大戏。剧中角色则被赋予更多传奇色彩，比如Sam Altman一度被视作当年被董事会罢免的乔布斯，而Ilya Sutskever也被贴上了“AGI卫道者”的标签。这场宫斗的真正根源，到现在还在市里坊间被人猜测。其中最有可能的一个原因是，GPT已经发展成为能够威胁人类的AI，所以卫道者Ilya要出来干预，不惜使用各种手段阻止OpenAI带有重大危险因素的超高速成长。Sam要通过商业手段推动OpenAI疾驰，Ilya则要确保AI在监管之下可控发展。两人都是AGI的笃信者，发展理念却在OpenAI的第一个开发者大会之后产生了强烈冲突。Sam相当激进，Ilya过于谨慎，于是矛盾一触即发，而导火索可能恰恰就在于GPTs。从Sam被开除开始，大家都在关注OpenAI宫斗这几天，GPTs仍旧以超高的速度发展，目前GPTs的数量已超过2万。超低的创建门槛和APP Store一样的商业模型，必会让OpenAI快速构建GPTs生态。但另一方面，目前这些GPTs还存在不少问题。就以安全可言，99%的GPTs都在裸奔，几句话就能套取知识库文件。如果这些GPTs都在对人类存在潜在威胁的大语言模型之上运行，后果可想而知。当然，这些仍然还是猜测，也不是本文讨论的重点。事实上，GPTs推出后在创投领域引起更多不满的，是OpenAI为何既要做底层技术又要做上层应用。这直接杀死了相当数量的基于GPT的Agent相关项目，当然大量项目都是Sam所说的“简单模仿、套壳OpenAI”公司的项目。不管这些项目是不是在套壳OpenAI，GPTs以及Assitant API的推出，确实对第三方Agent构建框架及工具造成了不小的冲击，就连Langchain、LlamaIndex等都已被看作一无是处了。有意思的是，一些人并不认为GPTs算是真正的Agent，因为现在的大多数GPTs仅是实现特定功能的聊天机器人。这样的东西，又怎能取代或者杀死结构完整功能强大的独立Agent呢？那么，GPTs 到底算不算Agent？GPTs的推出是否真的意味着开发者几个月来构建的Agent产品和开源项目都会死亡？GPTs是否真的有能力杀死所有AI Agent？本文，王吉伟频道就跟大家聊聊这些。从GPTs说起。OpenAI官方对GPTs的定义是，用户为特定目的创建的ChatGPT版本。任何人都可以创建量身定制的GPTs，用于日常生活、特定任务、工作或家庭中获得更多便利以及提升效率，也可以制作仅供公司内部使用的GPTs，比如帮教孩子数学或者设计贴纸、学习棋盘游戏、搜索资源、数据分析等。此外，用户还可以分享创建的GPTs，以让更多人使用它们提升各种场景的使用效率。想要详细了解GPTs，大家可以到OpenAI官方博客查看《Introducing GPTs》这篇博文。要构建一个GPTs也非常简单，不用代码，只需与GPT Builder（OpenAI推出的GPTs创建器）进行对话，并为其提供说明和其他知识，再选择GPTs能够执行的搜索网络、制作图像、分析数据等操作，一个GPTs就创建完成了。GPTs可以做很多事情，比如学习棋盘游戏的规则、帮孩子学习或者设计贴纸。还可以把GPT和外部服务连接起来，让它们访问更多的信息和功能。例如，通过连接翻译API，GPT就可以通过访问数据库获取实时数据进行分析，实现用多种语言交流。为了让用户感受GPTs的魅力，OpenAI官方推出了16个GPTs，用户可以直接使用这些GPTs。在构建GPTs时，用户也可以选择是否使用DALL-E图片生成或者代码解释器。这16个GPTs如下：DALL·E GPT：让你的想象变成图像。Data Analysis：放入任何文件，帮助分析和可视化您的数据。ChatGPT Classic：最新版本的GPT-4，没有附加功能。Game Time：快速向任何年龄的玩家解释棋盘游戏或纸牌游戏。The Negotiator：帮助你为自己辩护并获得更好的结果，成为一名出色的谈判者。Creative Writing Coach：渴望阅读您的作品并为您提供反馈以提高您的技能。Cosmic Dream：有远见的数字奇迹画家。Tech Support Advisor：从设置打印机到对设备进行故障排除，逐步为您提供帮助。Coloring Book Hero：把任何想法变成异想天开的图画书页。Laundry Buddy：回答任何关于污渍、设置、分类和一切洗衣的事情。Sous Chef：根据你喜欢的食物和拥有的食材给你食谱。Sticker Whiz：把你最疯狂的梦想变成模切贴纸，直接送到你家门口。Math Mentor：帮助父母帮助他们的孩子学习数学。Hot Mods：把你的形象修改成真正狂野的东西。Mocktail Mixologist：用你手头的任何食材制作无酒精鸡尾酒食谱，让任何派对都大放异彩。genz 4 meme: 帮你理解行话和最新的表情包。OpenAI推出这些不同的GPTs，不仅对外展示了GPT 模型的技术实力，也意味着个性化AI助手将成为我们日常生活中不可或缺的一部分，在未来满足我们独特的需求和兴趣。从现在已经推出的各种GPTs来看，有的比如使用Zapier插件的GPTs已经能够处理稍微复杂一些的业务流程，但大部分GPTs仅是聊天机器人，还无法实现复杂任务的执行。所以，GPTs 到底算不算Agent呢？从Agent定义及架构看GPTs。OpenAI开发者大会以后，比尔·盖茨（Bill Gates）在其博客发表了一篇名为《AI is about to completely change how you use computers》的文章，并很快刷屏国内外。在这篇文章中，他提到了Agent与机器人（如Clippy等）的区别，主要有以下三点：积极主动地根据用户需求提出解决方案；能够跨应用程序完成任务；随着时间的推移而改进。按照这几点，现在除了部分能够参与企业业务流程的GPTs（如通过Zapier等插件以API调用CRM、HR等相关企业应用），大部分GPTS都是跟ChatGPT一样的对话机器人。这一点也无可厚非，毕竟GPTs要做的就是为用户定制各自专属的ChatGPT，而更多人的需求可能就是通过对话生成一些内容。但创建GPTs过程中Action的加入，让部分GPTs具备了执行能力，比一般机器人强大得多，足以连接部分现实世界。我们还可以把GPTs带入现在业界公认最理想的由OpenAI提出的“LLM+规划+记忆+工具”四件套Agent框架。可以发现，大部分GPTs在工具使用方面还未达到AI Agent的标准，因为它们仅在“knowledge”中上传了一个知识文档，仅是一个通过对话来获取文档相关知识的对话机器人，并没有涉及工具使用这个部分。这类GPTs只能根据输入的指令进行思考并给予用户文字、图片等内容的反馈，而无法去执行某些目标比如操作一些软件去完成相关任务。事实上，用于构建GPTs的GPT Builder正是一个标准的Agent。用户提交需求指令之后，GPT Builder会通过设定目标和任务分解，通过互动一步引导用户去完成GPTs的构建，就连logo都可以根据指令自动生成。GPTs对外展示了Agent的相关功能，并证实了Agent连接真实世界的可行性。这些GPTs能够连接到其他产品和服务，从电子邮件到购物网站，使AI可以执行更广泛的任务。OpenAI通过GPTs让更多人知道了什么是AI Agent，以至于有人将GPTs称之为下一波人工智能浪潮的先驱。到现在为止，大多数GPTs缺乏用户所期望的自主程度，还达不到自主智能体（Autonomous Agent）的级别。其实就连Sam Altman也没有说GPTs就是真正意义上Agent，他在开发者大会上用了“Precursors”一词，用以表明GPTs属于Agent的“初期形态”。所以在一些探讨GPTs与AI Agent的观点中我们可以发现，GPTs被看作是“几乎成为Agent”或者“准AI Agent”。“几乎”与“就是”，还是存在一些差距的。那GPTs与Agent尤其是自主Agent相比，有什么区别呢？GPTs与AI Agent的区别。在大家所说的GPTs会杀死的Agent项目中，有些项目比如Baby AGI 、MetaGPT及Aiagent等在运行过程中，可以明显体现合格Agent应该具备的特性。换句话说，它们的表现要比GPTs强很多。OpenAI开发者大会之后，LangChain曾在X发推文强调了其与GPTs的区别以及自身优势，并在11月10日推出了一个名为Opengpts的开源项目。该项目通过整合LangServe和LangSmith，旨在为用户提供与OpenAI GPTs相似体验的平台。相对于OpenAI只能用GPT模型构建GPTs，在Opengpts用户可以通过选择不同的语言模型、自定义工具以及控制提示，实现对聊天机器人更灵活的控制。从目前GPTs的表现与“独立”AI Agent所具备的功能来看，两者存在以下几点区别：1、GPTs仍处于试用阶段。虽然GPT Shunter（一个第三方GPT Store项目）收集的GPTS数量已经超过2.1万，但大部分GPTs产品形态仍旧比较初级。目前GPTs所表现的属性更易于分享，但在功能上仍旧差强人意，属于个人娱乐及应用产品的试用阶段，并不适合大量企业去使用。2、技术栈存在一定限制。GPTs基于大语言模型GPT-4构建并与OpenAI的生态系统紧密关联，这也意味着开发者所能用的整体技术栈存在一定局限性。GPTs并不开源，所以构建GPTs在LLM的选择上只能基于GPT，而不能选择更多的LLM。同时当前版本在使用上也有一些限制，比如最多只能上传10个数据文件。3、GPTs构建者技能水平不同。“独立”AI Agent的构建者主要是开发人员，GPTs的构建者大多是不会代码的业务人员。目前大部分GPTs都是用简单指令提示来构建的，这让GPTs的数量快速暴涨，这也使得GPTs在专业程度上要差很多，更适合自娱自乐或者解决简单业务流程。程序人员还可以用Assistant API构建功能更多更专业的GPTs，这些才有可能成为企业级Agent应用。4、能处理的任务和GPTs的能力。现在AI Agent正在成为各种类型的智能助理，可以用于订餐、买机票以及编程等相对复杂的业务流程。GPTs也有很多不同用途像私人教练、老师、咨询师等，但大多数仍然是聊天机器人。它