08 未来和最终的归宿
在人工智能领域，我们确实在短时间内取得了长足的进展。我们从多年来的一些应用开始，通常是为技术公司的产品提供支持，然后发展到直接面向最终用户和开发人员的人工智能系统。
但就像过去的许多技术发展一样，这种突如其来的爆发在很大程度上是一种错觉。技术革命是通过一系列非常小的步骤在长时间内建立起来的。
乐观情绪时起时落，因为早期的想法并没有带来期望的突破。 正如前面提到的，早在20世纪60年代，麻省理工学院就创建了第一个聊天机器人 ELIZA。从20世纪60年代到2023年的 GPT-4，这是一段漫长的道路。 GPT-4 是站在巨人的肩膀上构建起来的。许多想法、贡献、概念、软件工具等都为其创造做出了贡献。 最终，一项技术达成了创意、构建模块、资金和时机的完美结合，一切都得以实现。 如果没有现代互联网这个宝贵的数据宝库，没有 Nvidia 强大的 GPU，没有许多人工智能研究人员的理论基础，GPT 根本就不存在。 你需要完美的风暴般的环境因素，才能让一项技术达到飞速发展的临界点。
这就是目前在人工智能领域所发生的事情。我们已经从每个人都需要从零开始训练自己的模型的想法转变为人们使用强大的预建模型，现在我们正迈向人工智能应用无处不在的时代。
在未来几年，我们完全预期绝大多数公司和个人将使用各种各样的人工智能应用，即使他们对底层的人工智能一无所知。 公司将拥有一支能够完成越来越复杂任务的 Agent 团队。这将为技术的早期采用者提供巨大的规模优势。 如果您的团队需要花两个星期的时间阅读2000个潜在合作伙伴的网站，然后再与他们联系，而我的团队有一个 Agent 可以在几小时内完成这项工作，并将摘要放入电子表格中，那么我的团队可以更快地行动，拥有巨大的优势。
想象一下未来几年或许更久的时间里的市场营销 Agent：
完成所有这些工作可能需要几个月的时间，但现在只需要几天或几小时就可以完成。
该智能 Agent 对合作伙伴进行了分析，并将其进行了总结，突出了首先需要联系的重点对象。 然后，它通过聊天、电子邮件、LinkedIn，以及现在所有人都在使用的新的增强现实平台，设计了一些可能的外联信息。 这些信件都是超级个性化的，基于它对最佳候选人的了解进行定制。你的市场团队对这些信息进行审核，修正一些写得不好的段落和错误，然后开始与合作伙伴建立联系。
假设您是一家软件公司，拥有强大的编码 Agent：
编码 Agent 查看所有日志，阅读来自不同用户的所有投诉，并对其进行分类。然后，它阅读代码并将问题追溯到上周的一个新更新。 它修复了代码，编写了单元和回归测试，进行了测试，并将修复推送到 GitHub 存储库以供批准。
它还向用户发送了一条消息，说明它已经发现了问题的根本原因，并编写了一个修复程序，这个修复程序将在当天晚些时候生效。 这样一来，论坛上的讨论声就平息了。一位审核程序员检查了代码，并在当天晚些时候批准了推送。
尽管对一些人来说，意识到我们现在还没有达到人工通用智能（AGI）或科幻级别的人工智能可能会让人失望，但我们今天实际拥有的东西已经非常强大，我们可以用它构建的东西将成为人们和企业无处不在的重要组成部分。
仅仅一年前还是不可能的，现在我们拥有了令人难以置信的全新可能性。 将大型语言模型（LLMs）融入到 Agent 中，可以阅读文本、与 API 进行交互、编写软件、修复错误、制定计划和基本推理等等。这些应用程序正在被开发。 我们目前正在追踪大约8000个应用程序，而且似乎每天都有更多的开发人员开始使用这些模型，并提出如何利用他们的新想法。
我们即将看到一个以这些新功能为基础的应用程序的爆发，他们可以为人们节省大量时间和金钱。 Agent 将无处不在，与我们在生活的各个层面进行互动，从研究助手到市场营销专家，再到帮助我们更快地应对竞争、编写代码和更快地解决问题的 Agent。
这是一件好事。虽然许多人认为我们需要在实验室里以某种神奇的方式解决人工智能的问题，预测可能出现的一切困难，但这是不可能的。 问题是在系统与世界互动时发现的。这些问题也会在现实世界中得到解决。
我们将拥有更加智能、更有能力、更扎实和更具真实性的模型，这些模型更安全、更可控，同时还有强大的框架来帮助我们构建更好的模型。
立即行动，迎接工业化和环境化人工智能时代的技术进步。
