ภาค AI ​​Agent ยังคงเร่งการแก้ไขในปัจจุบัน ยกเว้นมีมบางส่วนของแนวคิด DeepSeek โทเค็น Framework/Launchpad/Agent ชั้นนำ เช่น VIRTUAL, AI16Z, AIXBT, ARC และโทเค็นขนาดใหญ่และเล็กอื่น ๆ ทั้งหมดได้รับการบันทึกเป็นตัวเลขสองหลัก ลดลง

แม้ว่าการลดลงจะสัมพันธ์กับการอ่อนตัวลงของตลาดโดยรวม แต่เมื่อพิจารณาจากการอภิปรายในตลาดแล้ว นักลงทุนบางส่วนจะถือว่าการลดลงโดยรวมของ AI Agent รอบนี้เป็นผลมาจากความนิยมของ DeepSeek โดยเชื่อว่า DeepSeek เป็น LLM รุ่นใหม่ที่ประหยัดกว่า จะมีผลกระทบต่ออุตสาหกรรม Crypto ในปัจจุบัน ภูมิทัศน์ของ AI ทำให้เกิดความตกใจและแม้กระทั่งการปรับเปลี่ยนใหม่

โดยส่วนตัวแล้วฉันไม่สนับสนุนมุมมองนี้

ประเด็นหลักของข้อสงสัยข้างต้นคือ จริงๆ แล้วการพัฒนาซ้ำของ LLM จะล้มล้าง Agent ที่มีอยู่หรือไม่ นอกเหนือจากการถกเถียงกันว่าคุณภาพการให้เหตุผลในปัจจุบันของ DeepSeek ดีกว่า ChatGPT และ Claude หรือไม่ โดยสมมติว่า DeepSeek มีศักยภาพในการทำซ้ำที่มีความหวังมากกว่าจากมุมมองของความยั่งยืนทางเศรษฐกิจ แล้ว DeepSeek จะสร้างตัวแทนชุดใหม่หรือไม่ ให้ตัวแทนที่มีอยู่เหล่านี้กลายเป็น "ดอกไม้ของเมื่อวาน" เหรอ?

เพื่อตอบคำถามนี้ เราต้องเข้าใจความสัมพันธ์ระหว่าง LLM และตัวแทนก่อน เราพยายามใช้ DeepSeek และ Kimi "ไฟบ้าน" อีกตัวเพื่อตอบคำถามนี้ (พูดตามตรง คุณภาพของ Kimi ดูเหมือนจะดีกว่าในคำถามนี้เพียงอย่างเดียว)

ดีพซีค:

ความสัมพันธ์ระหว่าง AI Agent (ตัวแทนปัญญาประดิษฐ์) และ AI LMM (โมเดลภาษาขนาดใหญ่) คือ LMM สามารถใช้เป็นหนึ่งในองค์ประกอบหลักของ Agent โดยเฉพาะอย่างยิ่งเมื่อต้องจัดการกับการทำความเข้าใจภาษาธรรมชาติและงานการสร้าง AI Agent เป็นระบบอัจฉริยะที่สามารถดำเนินงานและโต้ตอบกับสภาพแวดล้อมได้โดยอัตโนมัติ และ LMM มอบความสามารถในการประมวลผลภาษาอันทรงพลังให้กับ Agent ช่วยให้เข้าใจและสร้างภาษามนุษย์ได้ดีขึ้น จึงทำให้สามารถปฏิบัติงานในบทสนทนา คำแนะนำ การวิเคราะห์ได้ และสถานการณ์อื่นๆ เข้ามามีบทบาท กล่าวโดยสรุป LMM คือการสนับสนุนทางเทคนิคที่สำคัญสำหรับ AI Agent เพื่อให้เกิดการโต้ตอบทางภาษาที่ชาญฉลาด

คิมิ:

โดยทั่วไปตัวแทนจะพึ่งพา LLM เพื่อทำความเข้าใจและสร้างภาษาที่เป็นธรรมชาติ LLM มอบความสามารถในการประมวลผลภาษาที่มีประสิทธิภาพ ช่วยให้ตัวแทนสามารถโต้ตอบกับผู้ใช้ในภาษาธรรมชาติ เข้าใจความต้องการของผู้ใช้ และสร้างการตอบสนองที่สอดคล้องกัน

นอกจากนี้ Agent ยังไม่เพียงอาศัยความสามารถในการประมวลผลภาษาของ LLM เท่านั้น แต่ยังรวมความสามารถหลายๆ ด้านเข้าด้วยกัน เช่น การตัดสินใจ การแก้ปัญหา การโต้ตอบกับสภาพแวดล้อมภายนอก และการดำเนินการต่างๆ LLM จัดเตรียมพื้นฐานสำหรับการทำความเข้าใจและสร้างภาษาให้กับตัวแทน และตัวแทนดำเนินการวางแผนงานและดำเนินการบนพื้นฐานนี้

เอเจนต์ยังสามารถใช้ร่วมกับเครื่องมือและ API อื่นๆ เพื่อขยายฟังก์ชันการทำงานได้ ตัวอย่างเช่น Agent สามารถเรียกใช้เครื่องมือค้นหา เครื่องมือสืบค้นฐานข้อมูล เครื่องมืออ่านและเขียนไฟล์ ฯลฯ เพื่อทำงานที่ซับซ้อนมากขึ้น LLM มอบความสามารถในการทำความเข้าใจและการสร้างภาษาในกระบวนการนี้ ช่วยให้ตัวแทน AI สามารถโต้ตอบกับเครื่องมือเหล่านี้ได้ดียิ่งขึ้น

โดยสรุป การดำเนินการของ Agent ต้องการการสนับสนุนจาก LLM แต่คุณภาพของการแสดงออกและการโต้ตอบไม่ได้ขึ้นอยู่กับ LLM ทั้งหมด ในความเป็นจริง ความสามารถอื่นๆ นอกเหนือจาก LLM เป็นตัวกำหนดความแตกต่างที่ชัดเจนระหว่างตัวแทนต่างๆ

ตัวอย่างเช่น เหตุผลที่ aixbt สามารถ "บดขยี้" เอเจนต์อื่นๆ ที่เป็นประเภทเดียวกันในแง่ของเอาท์พุตได้นั้น โดยพื้นฐานแล้วเป็นเพราะการออกแบบคำที่รวดเร็ว กลไกหลังการประมวลผล การจัดการบริบท กลยุทธ์การปรับแต่งอย่างละเอียด การควบคุมแบบสุ่ม เครื่องมือภายนอก บูรณาการและข้อเสนอแนะของผู้ใช้ ทำได้ดีกว่าในแง่ของกลไกและด้านอื่น ๆ ดังนั้นจึงสามารถสร้างการแสดงออกที่เกี่ยวข้องกับอุตสาหกรรมมากขึ้น - ไม่ว่าคุณจะเรียกว่าข้อได้เปรียบของผู้เสนอญัตติรายแรกหรือคูเมือง นี่คือข้อได้เปรียบในปัจจุบันของ aixbt .

หลังจากทำความเข้าใจตรรกะของความสัมพันธ์นี้แล้ว ตอนนี้เรามาตอบคำถามหลักในบทความที่แล้ว "การพัฒนาซ้ำของ LLM จะล้มล้าง Agent ที่มีอยู่หรือไม่"

คำตอบคือไม่ เพราะ Agent สามารถสืบทอดความสามารถของ LLM เจเนอเรชันใหม่ได้อย่างง่ายดายผ่านการผสานรวม API เพื่อให้บรรลุวิวัฒนาการ ซึ่งจะช่วยปรับปรุงคุณภาพการโต้ตอบ ปรับปรุงประสิทธิภาพ และขยายสถานการณ์แอปพลิเคชัน... โดยเฉพาะอย่างยิ่งเมื่อพิจารณาว่า DeepSeek เองได้จัดเตรียมโซลูชันที่ เข้ากันได้กับรูปแบบ OpenAI API

คำตอบคือไม่ เพราะ Agent สามารถสืบทอดความสามารถของ LLM เจเนอเรชันใหม่ได้อย่างง่ายดายผ่านการผสานรวม API เพื่อให้บรรลุวิวัฒนาการ ซึ่งจะช่วยปรับปรุงคุณภาพการโต้ตอบ ปรับปรุงประสิทธิภาพ และขยายสถานการณ์แอปพลิเคชัน... โดยเฉพาะอย่างยิ่งเมื่อพิจารณาว่า DeepSeek เองได้จัดเตรียมโซลูชันที่ เข้ากันได้กับรูปแบบ OpenAI API

ในความเป็นจริง ตัวแทนที่ตอบสนองเร็วเพียงพอได้รวม DeepSeek เสร็จสมบูรณ์แล้ว Shaw ผู้ก่อตั้ง ai16z กล่าวเมื่อเช้านี้ว่า Eliza ซึ่งเป็นกรอบการก่อสร้าง AI Agent ที่พัฒนาโดย ai16z DAO ได้สนับสนุน DeepSeek เสร็จสิ้นเมื่อสองสัปดาห์ก่อน

ภายใต้แนวโน้มปัจจุบัน เราสามารถสันนิษฐานได้อย่างมีเหตุผลว่าหลังจาก Eliza ของ ai16z เฟรมเวิร์กและตัวแทนหลักอื่นๆ จะดำเนินการบูรณาการ DeepSeek ให้เสร็จสิ้นโดยเร็วที่สุด ด้วยวิธีนี้แม้จะได้รับผลกระทบจาก DeepSeek Agent รุ่นใหม่บางกลุ่มในระยะสั้น แต่ในระยะยาว การแข่งขันระหว่างตัวแทนจะยังคงขึ้นอยู่กับความสามารถภายนอกที่กล่าวถึงข้างต้น และในเวลานี้ ผลการพัฒนาที่นำมาจากกลุ่มแรก -ความได้เปรียบของผู้เสนอญัตติ การสะสมจะปรากฏขึ้นอีกครั้ง

สุดท้ายนี้เรามาโพสต์ความคิดเห็นจากยักษ์ใหญ่เกี่ยวกับ DeepSeek เพื่อเติมพลังศรัทธาของกลุ่ม AI Agent กัน

Frank ผู้ก่อตั้ง DeGods กล่าวเมื่อวานนี้ว่า “ความคิดของผู้คนเกี่ยวกับเรื่องนี้ (DeepSeek ทำซ้ำตลาดเก่า) นั้นผิด โครงการ AI ในปัจจุบันจะได้รับประโยชน์จากโมเดลใหม่เช่น DeepSeek พวกเขาเพียงแทนที่การเรียก OpenAI API ด้วย DeepSeek เท่านั้น จะปรับปรุงได้ในชั่วข้ามคืน โมเดลใหม่จะไม่รบกวนตัวแทน แต่เร่งการพัฒนา”

Daniele เทรดเดอร์ที่มุ่งเน้นไปที่ภาค AI กล่าวว่า “หากคุณขายโทเค็น AI เนื่องจากโมเดล DeepSeek มีราคาถูกและเป็นโอเพ่นซอร์ส คุณต้องรู้ว่า DeepSeek มีประโยชน์อย่างมากในการขยายแอปพลิเคชัน AI ไปยังข้อมูลดิจิทัล ในราคาที่ต่ำ ผู้ใช้หลายล้านคนอาจเป็นสิ่งที่ดีที่สุดที่เคยเกิดขึ้นกับอุตสาหกรรม”

Shaw ยังตีพิมพ์บทความขนาดยาวเมื่อเช้านี้เพื่อตอบสนองต่อผลกระทบของ DeepSeek ประโยคแรกของบทความมีดังนี้: "โมเดลที่ทรงพลังยิ่งกว่านั้นย่อมเป็นสิ่งที่ดีสำหรับ Agent เสมอ ในช่วงหลายปีที่ผ่านมา ห้องทดลอง AI รายใหญ่ได้ก้าวล้ำหน้าไปมาก กันและกัน บางครั้ง Google ก็นำหน้า บางครั้งก็เป็น OpenAI บางครั้งก็เป็น Claude และวันนี้ก็เป็น DeepSeek…”