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（代理）：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](https://www.zhihu.com/search?q=Assistant API&search_source=Entity&hybrid_search_source=Entity&hybrid_search_extra={“sourceType”%3A"answer"%2C"sourceId"%3A3363233578})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](https://www.zhihu.com/search?q=Amazon Echo&search_source=Entity&hybrid_search_source=Entity&hybrid_search_extra={“sourceType”%3A"answer"%2C"sourceId"%3A3363233578})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和AGI课堂联合推出的免费公开课——程序员的AI大模型进阶之旅。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。
🔥2024大模型公开课👉技术原理+模型训练+应用场景
￥0.00点击领取
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。
当前学习AI Agent基本上分作两条路径：
基于OPenAI技术路线，以及基于开源技术路线。建议每个技术人员，都选择一条路，亲自趟一趟。
大模型爆发之后，AI Agent的发展也可谓是一日千里，各种项目层出不穷。
AutoGPT
项目地址：
https://github.com/Significant-Gravitas/AutoGPT
可以根据你设置的目标，将实现这个目标的任务进行拆解，再采用搜索、浏览网站、执行脚本等方式一条条去执行任务，帮你完成目标。
JARVIS
项目网址：https://github.com/microsoft/JARVIS
一个非常有意思的“模型选择”Agent。它将用户要求拆解成子任务，再到Huggingface上选择合适的专家小模型执行任务，最后对结果进行处理和返回给用户。
由于JARVIS可以调用其它模型工具，因此它可以执行多模态任务。
MetaGPT
项目网址：https://github.com/geekan/MetaGPT
MetaGPT是另一个开源人工智能体框架，试图模仿传统软件公司的结构。与ChatDev类似，Agent被分配产品经理、项目经理和工程师的角色，并且他们在用户定义的编码任务上进行协作。
工具、平台、社区的不断成熟，为个体开发者提供了一个全新的舞台。程序员与人工智能之间的距离从未如此之近。AI Agent的崛起，让有想法、有技术的人能够以前所未有的方式释放自己的创造力，打造出各种有趣、实用的AI原生应用。
那么，你准备好加入这场革命了吗？
👉AI大模型学习路线汇总👈
大模型学习路线图，整体分为7个大的阶段：（全套教程文末领取哈）
第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；
第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；
第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；
第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；
第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；
第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；
第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。
👉大模型实战案例👈
光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
👉大模型视频和PDF合集👈
观看零基础学习书籍和视频，看书籍和视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。
👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；
• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；
• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；
• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。
👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓
