LangChain 作者谈 Agent 智能体未来

▼最近直播超级多，预约保你有收获

在刚刚结束的红杉资本 AI 峰会上，六分钟时间，LangChain 作者 Harrison Chase 分享了 Agent 智能体的未来发展方向，并指出 Agent 智能体的三大关键方向：规划（Planning）、用户体验（UX）、记忆（Memory）。

 —1—

规划（Planning）

规划（Planning）是指 Agent 智能体能够预先考虑多个执行步骤，并确定最佳行动方案的能力。这对于完成复杂的任务至关重要，比如：预订旅行、撰写报告、安排行程等。

但是大语言模型（LLM）的规划能力还比较有限，可能会存在一定的幻觉问题，主要依靠以下两种方法来增强：

第一、外部提示词（Prompt）策略

开发者通过设计特定的提示词，引导大语言模型进行规划。例如，可以要求大模型在执行每个步骤之前，先列出所有可能的步骤并进行评估。

第二、流程工程（Flow Engineering）

通过设计预定义的流程图或状态机，将任务分解成多个z执行步骤，并明确每个步骤的执行条件和顺序。这可以帮助大语言模型更好地理解任务，并做出更合理的规划。

当然，以上两步都是暂态的解决方式，未来随着大语言模型能力的提升，它们或许能够自主进行更加有效的规划，而不再需要外部提示词策略或流程工程的辅助。

 —2—

用户体验（UX）

接下来我想聊聊的是 Agent 智能体的用户体验。用户体验是指用户在使用 Agent 智能体时的感受和体验。良好的用户体验应该让用户感到舒适、便捷和高效。

我很喜欢 Davin（爆火的 AI 程序员）的用户体验，尤其是 Rewind（倒带，回到之前任意时刻并编辑代码或其所属状态）的功能，以便让它做一个更加明智的决定。

我认为这是一个非常强大的用户体验设计，LangChain 也尝试在做这方面事情。

Agent 智能体的用户体验尚待优化，主要问题有三：

第一、受大语言模型局限，存在误判和理解难题，易致用户困惑与不满；

第二、是可控性不强，用户往往不能精细地控制 Agent 智能体的行为，可能导致意外行为；

第三、个性化不足，难以满足用户个性化需求和偏好。

因此，未来优化 Agent 智能体体验需聚焦三点：

第一、升级大语言模型与数据，增强准确理解和执行能力，降低出错率；

第二、增加用户控制选项，比如：回溯编辑、设定安全界限，提升可控性；