粉丝1.7万获赞7.5万

赛利特呢,其实是从一个英文 select 翻译过来的,意思是选择,就是让我们所提供的产品都是通过我们精心挑选或者精心选择过的。 我叫赵卫,我是赛利特安全的董事长兼总经理,从事了劳保行业二十五年了,我大学学的专业是财务,毕业以后我进入了第一家公司从事呃,劳保行业也是 手套行业,觉得自己挺喜欢这个行业的,也对这个产品比较感兴趣,所以呢,我就没有去从事财务的岗位,而是从事了销售的岗位。工作了三年以后,我创办了 现在的企业,由于我是从事出口业务比较多,所以呢,我可以看到在中国的产品的还是有很大的这个空间,也是有很大的这个机会可以去挖掘。我们当时就找了一家合作伙伴来从事 生产,二零零五年的时候,我们在江苏南通建立了自己的生产基地, 开始涉足啊,中国国内市场,亨利威尔的一些品牌的前身啊,斯博瑞安,还有这个三 m 啊 等等,我们也是在不断的研究他们这些品牌中国的这个一些终端用户的使用环境和场景怎么来做一个结合。在公司成立的这个初期,就是把我们自己的强项手部防护这一块作为一个我们重点进入市场的一个 呃切入点。当时呢,我也觉得对为企业未来的这个呃再跨一个五到十年的发展,虽然有自己的想法,但是呢,呃 不能够确定,所以在这个时候报名了这个北京大学国家发展研究院的 emba 项目,能够接触一些新的圈子, 新的人,新的事物,希望能够给我带来一些新的启发。在二零一七年的时候,我们完成了呃,这个股份制改造,员工持股平台的搭建,为后期整个公司 更快更好的发展坚定的基础。一八年的时候呢,我们也顺利的上了新三版,不是为了去在新三当时的新三版去进行融资, 而是我想通过上新材板这个过程,对整个企业从二零一五年到二零一七年整体的改制,包括历史,严格的规范来进行一次这个深度的体检。最后我们选定的跟法国的合作伙伴我们来进行了这个深度的 绑定,深度的合作,那他带给赛利特除首部以外的其他的整个的产品线大大的缩短。我们整个企业从规划、设计、研发 到最后大限生产到整个的产品的去推广之间的这个时间,让我们在短短的一年当中,我们就完成了从一个首部专业的公司转变成 全套 ppe 产品的提供商,我觉得是一个正确的选择,呃,至少九十五分以上吧。 in excess 这样的一个品牌, 也是我们塞利特的主品牌,法国的设计,呃,带来的一个全系列的 coverguard 这个品牌。当然啊,我们塞利特还有一个相对来说是我们自己的产品里面的一个高端系列,我们叫 carbon hex。 carbon 呢,是碳的意思 啊,就是碳纤维,我们把它做成一个六边形的,有点像盾牌这样的一个概念。二零一八年的时候,美国的安全防护用品展 啊,我们 compex 有 两款产品拿到了这个 best in the show, 呃,这样的一个奖项以后,呃我们逐步的从 呃传统的 oem, 我 们呃转向了这个 odm, 也就是我们帮助客户一起来做研发,最后再把它转向呃这个实际的生产客户,对我们的这个 呃粘性也相对来说呃比较呃比较深。我呢是一直在打造,我们是一个学习型的团队,也会去看 呃一周或者一个月你的学习的一些情况啊。我们并不是强烈的要求一定要是从事这个行业或者说从别的公司去挖人,就是我们更多的还是希望我们自己能够培养人啊。 我们赛利特的员工呃超过十五年以上的可能有百分之二十,超过十年的有将近百分之五十,所以这个呢也是让我最感动,也是让我把每一个赛利特的员工当成家人的感觉。

ai agent 到底是什么啊?我跟大家说这个 agent 大家懵不懂是什么?绝对是被这个翻译给忽悠了, 把这个 agent 翻译成智能体,也不知道是谁翻译的啊,反正听完之后确实是不知道它啥意思,但是如果执意啊,这个 agent 执意就是代理的意思啊,那这样就好理解了,那它是什么代理呢?就是人和 ai 大 模型沟通的一个代理, 因为这个大模型啊,啊,不管是个 gpt 也好, dsp 也好,大模型本身它是没有记忆的。那很多朋友说说,那我跟豆包聊天,他有记忆啊,我跟大家说,豆包不是大模型,豆包就是个 a 帧的。那一会再说啊,那大模型它本身没有记忆 啊,通常来说,咱们也不能直接跟大模型对话,大模型一般的话,你可以通过写代码啊,或者是调 api 啊,去跟大模型沟通。咱们正常普通不懂技术的小伙伴几乎是没跟大模型直接沟通过的, 所以大家跟豆包, deepsea 还有各种软件用它来实现 ai 的 对话。其实大家用的都是 agent, 都是代理 啊,也就是说我把我想表达的东西告诉这个 agent 的 这个代理,这个代理是干嘛的?它是一个传话的,它作为一个代理,把这些我表达的内容传递给大模型,它做了一个中间传话的作用啊。那有朋友问说,那你为啥需要一个代理去传话啊?直接跟大模型沟通不行吗? 那刚才说了,大模型首先他没有记忆,而且大模型他知道啥呢?大模型本身他只知道他训练的数据,对吧?就比如说我今天训练一个大模型,那今天往后的所有事他不知道 啊,所以大模型他能力是有限的,他就是接受内容,输出内容,他干不了别的,而且他也不知道今天的天气,也不能去操作你电脑文件,所以大模型他的能力是很有局限性的,但是他作为大脑的话,他能返回一个消息就足够了。那具体 ai 是 怎么操作本地文件呢啊?怎么获取当前的天气信息、日历啊?这些 agent, 呃调一些外部的 api 去实现人们想要的一些, 呃,结果达到人们想要的目的,那他怎么才能理解用户的问题呢?他是调大模型,呃,用大模型的能力去理解用户的信息,所以 agent 他 是干这个事的,也就是说如果你不理解这个 agent 啊,智能体它是什么, 你就别把它想成智能体,你就把它当做是一个代理,它就是人和大模型沟通中间的一个桥梁,一个代理,一个传话的就就理解了。那大家为什么会产生这个误区?我感觉可能是因为 一个是翻译的问题,一个是命名的问题啊,就是国内的很多 app 和大模型起的是一个名,你跟豆包聊天,其实你不是在和大模型聊天,你是在和豆包这个应用这个智能体聊天,然后豆包这个智能体呢?它会和豆包大模型进行交互,它作为一个代理去理解用户的需求,它,它是这个逻辑, 所以你懂了这个的话,你就知道什么是 agent, 什么是智能体了啊?它就是一个传话的代理,它可以调用工具,然后呢就是智能体,在平时生活中咱们有哪些常用的智能体呢?其实豆包是智能体, 呃, open cloud、 小 龙虾是智能体,呃。甚至可以说所有基于大模型的应用它都是智能体。智能体这个概念其实到目前为止也没有一个人很明确地去说它到底是什么 啊?比如说豆包,它到底是一个聊天机器人还是一个智能体,这就没有这个严格的划分。但是大家只要知道智能体就是能调工具,能使用 skill, 能了解现在的信息,能上网查东西啊,作为一个人和大模型之间的一个桥梁去传话,这就 ok 了,它就是智能体,大家知道这个就 ok 了。

大家好,我是你们的老朋友汤姆。最近公司掀起了一股龙虾热,身边慢慢有越来越多的同事开始用腾讯的 workbody 小 龙虾协助办公了,但是问题也随之而来,软件装上了群里聊起来全都是 agent、 clio、 skills、 mcp 这些词, 很多小伙伴听完啊一头雾水,感觉自己像一个局外人,但是不要慌,今天我会花两分钟的时间,用最通俗的方式,一次性给你讲明白这五个词到底是什么意思。那么我们先来讲第一个词, 就是智能体 a 键。我们先说 a 键啊,中文名就叫智能体。那么用一句话说呢,他不是一个只是陪你聊天的一个机器人,而是一个能替你干活的一个人。 以前的 ai 啊,你问他一句,他答一句,就像客服一样,那么智能体就不一样,你跟他说,帮我把桌面上所有的发票整理成一个报销表,他会自己先找到发票,再提取金额日期,最后生成一张 excel 表。那么整个过程呢,你是不需要参与, 他会自己规划,自己执行,最后把结果交给你的,就像你给同事派活一样,只需要输入指令就行。 那么我们来讲第二个词,就叫 c l i。 c l i 全名也叫命令行界面,这听起来是不是非常的技术,其实呢,你可以把它理解成你和电脑之间最原始的对话方式。那么平时我们点鼠标划屏幕,这叫一个图形界面, 而 c l i 呢,就是你直接打字,告诉电脑要干什么,比如输入,打开某个文件夹,它没有图标,没有按钮,就一个黑底白字的一个窗口,但它比鼠标运行的要快得多得多。 那么 workbody 小 龙虾呢,内部就是通过 c l i 来驱动电脑执行任务的,只不过这层东西呢,你是不用碰的, workbody 会自己帮您包好, ok。 那 么第三个呢,就是 claw 这个词,那么 claw 本意就是爪子和钳子,这里就特指的是 workbody 的 一个远程的一个控制功能。那么这是什么意思呢?就是你假如人在外面,不在工位上面,你只用掏出手机发条消息, 然后家里的电脑啊或者办公室的电脑就会自动帮你干活。比如你通勤的路上,突然领导要一份文件,你掏出手机在企业微信上发一句,帮我把地盘的项目周表转成 pdf 发给我。 work buddy 呢,就自动能在电脑上跑完所有的一个操作,然后把成品回传到你的手机上面, 那么手机变遥控器,电脑再加自动跑 cloud, 就是 这层的一个遥控的一个能力。那么第四个呢,就是 skills, skills 也就是我们所说的一个技能包啊,就是你可以把 workbody 理解成一部手机, skills 就是 你手机里面的 app 了。 那么 workbody 出厂时呢,它会自带的一些基础功能,但是如果说你想让它会做 ppt 封面,会生成海报,会把 pdf 转成 word, 那那么这些额外能力呢,就是要靠安装 skills 来进行实现的,而且不需要你会编程,你只需要看到对自己合适的一个技能包啊,点一下它就会一键自动安装了,那么 workbody 呢,就立刻多了一项新的本领。 目前呢,官方和社区啊,已经有了好几十个技能包啊,覆盖了日常的办公等等绝大多数的一个场景。那么第五个词呢,就是 m c p, m c p 全称就叫 model contacts protocol, 名字非常的绕啊,但是理解就非常的简单,你就把它想象成 ai 世界里面的, 呃, usb c 接口,以前手机充电口啊,电脑接口啊,显示器接口啊都不是一样的,现在 usb c 接口啊,一个口就可以全部搞定了。那么 m c p 呢,就是 ai 的 一个 usb c 接口,也就是说一个标准协议, 它可以让 workbody 能跟你们公司的 crm 数据库、飞书、钉钉等各种系统直接进行一个对话,比如说你想把 crm 里面的客户数据拉出来, 结合数据库里的销售金额生成报告发到飞书。那么以前这条指令是没有办法执行的,因为 workbody 听不懂这些系统的话,但是有了 mcp 这个插件的话,它就像掌握了多门的一个语言啊,能够直接跟这些系统进行一个对接,一条指令就可以跑通全流程。 那么 mcp 可以 让 workbody 从一个封闭的桌面工具,变成能够跟公司所有的数字系统无缝衔接的一个超级连接器。 那么我们讲到最后,我们来复习一遍啊,那么 a 卷智能体呢?这个东西呢,就是能够替你干活的 ai 同事。 c l i 呢,就是电脑底层的文字对话方式,你这个就不用管了啊, curl 就是 手机遥控电脑去干活, skills 就是 技能包,就像手机里的 app 一 样,随时安装一个新的能力。 m c p 就是 连接外部系统的一个万能插头。那么这五个词搞明白了,你就能跟身边的技术同事无障碍交流 work buddy 了。 那么如果你觉得这期视频有用的话,转发给你身边同样被这些术语搞蒙的一个同事,我们下期再见。

最近特别火的 agent、 mcp、 skill、 open claw、 rag 大 模型到底是啥意思?今天一次性讲明白。先给大家举个例子,你把自己想象成一个老板,想搞一家完全不用人动手的全自动化的公司,这个时候你是不是需要一个全能的执行者?他不只是动动脑子,他还能统筹安排落地执行。 这里先澄清一个关键,真正管事的做决策的,那背后的核心,他是大模型,相当于我们人的大脑。咱们说的 agent, 也就是智能体,就是这个大脑的执行者的化身,他能听懂你想干啥,把你交代的环拆成一个一个的小任务,定好详细的执行步骤, 再指挥后续动作的落地。当然,他一定会借助各种各样的工具,相当于带着大脑的指令干活的统治者。准确的说,大模型是核心的大脑, agent, 他 是大脑的执行主体,是能自主决策、调度任务的智能执行者。那 skill 又是什么呢? 其实就是这个 agent 就是 执行者,他手里的硬本事是他自带的一些本地知识,标准化的能力能让他把活干的更漂亮。不只是凑合着完成 agent, 他 具有的硬本事可真不少哦。 比如说怎么写周报,怎么整理电脑里的文件,怎么打开浏览器查东西,怎么发邮件,怎么做内容的生成和发布,他可以写前后端的代码, 这些相对比较固定的流程,不用我们反复琢磨的一些标准化的动作和常规工作,每一个都可以是一个 skill。 简单说, skill 就是 agent 的 基本功,是它能落地执行任务的基础。接下来是 m c p, 它的全称 model context protocol 模型上下文协议。咱们还是举个例子,在没有 m c p 之前,你想让 ai 帮你干活。比如说你让 ai 查你的非书表格,非书文档,你要专门写一套代码去适配非书。你要让 ai 读你百度网盘里的文件,你要重新写一套去适配百度网盘。 你想用 ai 去高德地图查路线,或者给你的微信发消息,你每一个都得单独写一套代码。想让 ai 在 淘宝、京东给你下个单写套代码适配电商。所以你看,每连一个工具都要重新开发,重新适配, 正在重复的造轮子。现在有了 m c p 统一标准的协议了,它就像 ai 界的通用 usb 数据线,什么飞书、百度网盘、高德、微信、支付宝、京东,全按 m c p 的 标准插上去就行。那 ai 不 用学每一家的方言,一套标准接口适配所有的工具,不用写任何额外的适配代码了, 就实现了一次适配,多平台通用。在这里就是万物互联。那 red 又是什么呢?他翻译过来是解锁增强生成,其实核心就是让 ai 具备查资料的能力。 你像我们传统的 ai, 当生成内容的时候,可能会因为知识的不足,他就胡编乱造,产生幻觉。 red, 他 会先通过互联网,然后我们自有的知识库进行信息的查询,然后基于这些已有的内容再重新生成,那提供的信息他一定是更可靠的。 最 lag 的 本质是什么呢?为 ai 增加了搜索引擎的功能,类似于我们写论文,你先去图书馆查资料。最后我们说 openclot, 它到底是个啥?如果说大魔行驶大脑 agent 是 统筹的执行者,那 openclot 就是 承载这两者的一个躯体, 它是一个开源的、可以自己托管的 ai agent 网关。简单点说,你可以把它下载下来,安装在我们自己的电脑或者是服务器上,它就是一个能让 ai 跑起来的运行环境。 open code 里边已经自带了 agent 的 核心执行逻辑,它能通过我们刚才说的这个 mcp 协议 去调用各种现成的 skill。 而它所有的核心决策,比如说我怎么拆分任务啊?我先执行哪个呀?遇到错误之后怎么换其他方法呀?它其实背后都是靠接入的大模型,但可以再通俗一点, open color 就 像一个开箱即用的数字员工套装,哪怕你不是技术大神,你只要简单设置一下,说出你的最终目标,就能把 大模型 agent、 mcp、 skill、 rank 等等整合起来,拥有一个能够自动帮你干活的 ai 助手,你不用自己写代码搞开发。最后总结一下,大模型是核心的大脑,负责思考、做决策 agent, 它是统筹的执行者,像一个核心高管, 承载大脑的指令,拆分任务、定步骤、指挥执行 skill。 agent 的 基本功内置了标准化动作帮, 让你把具体的活给干了。 m c p 通用接口相当于通用的 usb 数据线,帮着 ai 去连接各种外部工具,不需要重复适配。 open call 躯体加运行环境,把大脑执行者、基本功、通用接口都整合到一起,让咱们普通人能轻松用上。

哈喽,大家好,我是李月,今天给大家介绍一下隐身的印图。隐身的印图的作用呢,主要是向表里面插入数据记录,这里我们可以看一下他的语法 是和 tfboym 和 y 六十直接组合,然后就可以往里面插入了一些记录了。我们先看一下下面这个表里面的内容, 这里面呢有七条记录,这里我们想往里面添加宋江这一条记录,然后我们就需要列出这个表里面的一些列名,然后以及 v i 六十。后面就是我们需要插入的内容。我们插入一下, 然后再看一下表里面的内容,这个时候呢,看到后面已经新增了一条宋江这个人的记录。 不知大家有没有注意到,我们在插入的时候呢,并没有插入这个客服 id, 而这个开服 id 呢,他自动生成的。是因为这个客服 id 我们设置成了一个自动递增的字段,就说在新进入插入的时候呢,他会自动给他生成。 所以我们前面在抄的时候,没有单独列出客户 id。 然后看一下四零二,四零二呢是只列了三列,然后我们抄的值也是三列对应的值。 这里可以看到的话,只有这三列有内容,另外两列呢,就默认为空了。好,以上就是以色列印图的语法,谢谢大家。

朋友们,智能体的眼镜速度实在是太快了,又有新东西了。我现在在鲲鹏深腾开发者大会的现场,去年我们还在讲奇瑞斯工程上厦门工程,那今年刚刚出的 harness 驾驭工程, 没想到又过时了。刚刚华为首发了 coincidence 协同工程,就是我们中国人的智慧又发挥出来了。华为基于 open 九问发布了九问 swarm 智能体,那 swarm 什么意思?就是蜂群的意思,也就是说一群智能体可以真的帮你开始干活啦。 为什么要多智能体协同?如果你经常用 ai, 你 会发现今天不管你是 webcoding 跟大模型对话,还是 api 调用,这个入口在逐渐归一,一体化的趋势是很明确的。那在这个背景下,如果你要让智能体 真正帮你干活,你就必须让它像一家公司的运营一样,不同类型的人才组合来完成工作。九问 so on, 其实就是把 top 肯到 真正干活的生产力的整个炼炉打通了。就是你真正在运营一家公司的时候,你会发现没有一个人是全才,你必须需要大家一起来协同。 其实久问 swarm 的 风琴概念就是这个概念,它会把全世界的适用于你这个场景的,不管是模型、 skill, 甚至是智能体汇聚到一起,大家组成一个 team 一 起来写作,因为它是开源开放的,而且它很不一样的地方是,其他智能体都是托管,你告诉他任务,他自己去执行,你去验收结果,过程你把控 不了。那久问 swarm, 你 可以作为团队的一员参与进去,跟其他智能体一起协助,同时你也可以作为一个 team leader 的 角色,上帝视角去看着大家。工作过程中,你可以指导,可以把控,甚至可以往你要的方向去引导,它更像一个真正的在工作环境中的 team, 能够确保最终拿到你想要的结果。 除了大家要协同,其实智能体要真干活,最怕的就是出现幻觉问题,尤其是在一些突必的场景。这个时候就需要智能体有自我演进,自我净化的能力。那普通的智能体的自我净化,相当于老师把学生教会了,学生就把之前的技能给覆盖掉了。 那久问 swim 采用的是一个错题本机制,它不会直接覆盖或者去推翻,而是建立了一个举一反三的能力,会思 好什么样的办法是最优解。这样做的好处就是不会轻易地把你好不容易建立的 skill group, 轻易地在这个自我进化的过程中就给你覆盖了。而且它不是单一智能体的进化,而是整个 team 都可以自进化,就个体进化和群体进化同时演进。 那除了多正体协调和自我眼界能力以外,它还是天然亲和深层算力的一款智能体。也就是说你在公司本地部署了深层的一体机或者深层的算力服务器,它能够跑的更好。那在公司里,它支持多人共用模式,你从底层部署一个九问 com, 他人都可以用,做到数据隔离,资源利用的最大化,让公司的每一个人都可以拥有自己的一个 ai 小 团队。那刚刚他们上线了桌面版,也就是说你直接从 open 九问的官网就可以一键下载安装了。再次提醒大家啊, 九问 swarm 是 一个完全开源开放的智能体,你可以挑选全世界的模型 style 智能体来搭建属于你自己的 ai 战队了,赶紧体验起来吧!

怎么办完全动不了 啊嗯哇达哇达哇 小帮布你说心上人如果是个木头还特别抢手怎么办好哇达哇达。嗯呐哇达。现在 表白这种东西。我的我的嗯呐嗯呐我的我的嗯呐嗯呐我的我的我的我的。原来如此 哇塞哇塞哇塞哇塞。呃嗯他经营着一家录像店,私底下也有自己的一些工作。哇塞哇塞。嗯啊 什么?我的我的恩呢恩呢嗯恩呢我的我的我的好我的我的我的。恩呢恩呢我的我的我的我的我的好呃。

哈喽,大家好,我是李月,今天给大家讲解折扣基础知识的第四天格的用法。第四天格呢它的主要作用呢是去除重复的,像我们可以先看一下它的语法,语法呢是直接在念名字前面加一个的的关键字即可。 我们先看一下下面这个视频,我的表里面呢,我们想查询他的客户 id, 这里呢有五个客户 id, 其中我们发现客户 id 为三的出现了两次,如果我们想去掉一个三的话,我可以使用的是性格, 然后就只保留一个客户 id 为三的数据了。然后我们再看一下下面这个是大家经常遇到的一个问题,执行两个,然后呢他五条进入都出来了, 虽然客户 id 三有重复了,但是因为客户 id 所对应的订单日期呢是不一样的,这个时候使用彼此性格呢是无法去除重复之类,因为彼此性格呢是要保证他后面所有的裂痕 都相同才可以去除重复值,所以这个时候呢他无法去除。而以上就是迪斯汀格的用法,谢谢大家。

你知道 select 有 几种意思吗?作为动词表示挑选 he selected a suitable gift for his friend。 他 为朋友挑选了一份合适的礼物作为动词表示。选中 select text and press delete 选中这段文字,并按删除键作为形容词表示精选的优质的 the restaurant serves select beef。 这家餐厅供应精选牛肉作为形容词,表示精英的 she joined a select group of artists。 他 加入了一个精英艺术家小组。记得点赞关注哦!

这两年, ai 圈的热词层出不穷, l l m tok、 prompt、 r a g m c p agent skill, 光是念一遍就让人头大。这些词是怎么出现的?各自解决什么问题?今天用一个视频讲明白, 假设你这周末想到杭州玩,你打开对话窗口,随口问一句, ai 很 快给了一段答复。这背后的核心就是大语言模型 l l m。 它将你的话拆解为 token, 不是 一个字,也不完全等于一个词, 只是大模型理解文字的最小单元。每个 token 对 应着一个数字,叫 token id。 大 模型通过计算,预测出一个 token 后面最该接哪一个,从而拼凑出完整回答。在这个过程中,你的提问就是 prompt 提示词。 不过你随口一问, ai 回答很浅显。换一种问法,预算两千,帮我按天规划,形成回答,立刻好用很多。这套把话说清楚的方法论就叫 prompt engineering 提示词,工程 规划旅行不可能一句话说完以限定预算两千又补充,不想去网红景点, ai 都能调整推荐方向,它是怎么记住的? 因为每次发消息时,系统会把之前的对话一起打包发给大模型,这就是 context, 也就是我们常说的上下文。但大模型理解上下文的长度是有限的,所以 这对话不断积累,模型会忘记最开始的内容。一个常见的做法是,让模型把之前的对话做一次压缩,总结,只保留关键信息,这个被压缩过的关键信息就是 memory 模型的记忆。到这里,模型已经越来越接近我们想象中智能的样子了。 规划继续,你接着问,看看我之前收藏的旅行攻略规划行程啊哦,模型宕机了,他不知道你收藏的攻略是什么,这时候就需要 r a g 解锁增强生成,他能夺取你的私有资料,让回答更加真实可靠。 先把你的资料切成小片段存进知识库,当你提问时,系统解锁出最相关的片段,并作为背景资料和你的问题拼接模型,阅读这段增强后的上下文,给你生成准确的回复。我们现在接触到的 ai 客服、 ai 问答助手,其实背后都是在用 r a g 技术, 归根结底,它也只是让模型答的更好,但大模型还不能真正干活,你说帮我查询一下高铁票。 ai 回复,你可以打开幺二三零六, 他只会告诉你怎么做,但没法真的查询到高铁车次。光神考林机制增长了,他让大模型具备能够接入外部工具的能力。整个机制是这样的,程序先告诉模型有什么第三方工具可以用,再把你的对话发过去。 当模型判断需要调用工具时,需要输出一段结构化的函数,调用指令,程序拿到指令去查询车次, 再把结果返还给模型,这时候模型就可以回复符合行程规划的车票。有,但这里有个工程问题,每接入一个新工具,就需要单独写适配代码,不同应用之间,这些工作完全无法附用。于是有了 m c p, 它让所有第三方工具的接口统一了。 ai 程序只需要对接 m c p 这一个协议,就能调用所有使用同一接口的工具。 多人会把方神 call 领和 m c p 混淆,觉得不是同一个东西吗?其实差别可大了。方神 call 领是让模型按照约定格式输出,调用指令,而 m c p 是 让所有工具都遵循同一种格式被模型接入。 ai 能接入不同工具了,很不错,但你还得一步步指挥它。能不能你就说一句,帮我把杭州旅行安排好,剩下全交给他?可以, 这就是 agent。 一个 agent 接到目标后,会自己思考该怎么做,整个过程他自己规划步骤,自己调用外部工具,自己记录每一步的结果。哎,这不都是我们刚刚讲过的能力吗? 对, agent 就是 在大模型的基础上,把这些能力打包成一个能独立干活的系统。大模型再聪明,也只会在文本框里你问一句,他答一句,而 agent 能实实在在帮你干活,越干越聪明。市面上的 ai 产品,本质上都是 agent 都有思考规划的能力,只是形态不同,能自主执行的程度不同。比如最常见的对话窗口 quin studio, 编程领域的 c l i 工具昆克,通用领域的龙虾类桌面助手昆抱。 昆抱这种龙虾类的桌面助手为什么会爆火?因为他自主执行的能力上了一个台阶,不仅能操作你的本地电脑,定时执行任务, 还能通过社交软件和你沟通,像一个真正帮你干活的助手。理想情况下, agent 能完全自己安排旅行, 但实际上,你还是得提醒他应该怎么干,提醒他按天规划行程,找本地攻略,查高铁信息。那么 skill 技能来帮你了,你可以把所有的偏好和规则写进一个 skill 里,下次 agent 接到类似任务时,会参考这份文件,按规定办事。有人说,这不就是 prompt, 是也不全是。 prompt 是 一次性的话术,像便签纸,每次用都得写。而 skill 是 可以重复使用的。程序化能力像一本书, 有标题有内容,随时可以翻翻看。它本身就是结构化的,可以将你所有的 skill 都整合在一起, 通过渐进式的批漏机制,会在运行过程中按需激活、提取使用不同 skill, 大 大节省上下文和 talking, 让任务执行的成本更低。 到这里, agent 基本上已经接管了你的电脑,但能力越大,闯祸能力也越大。 agent 有 时候会失控,比如你让他买车票,他买错了,甚至直接付钱, 那么 hernes 出现了,就像字面意思马具一样,套上脱缰的 agent, 约束他的失控行为。 hernes 首先将最全面的上下文提供给模型,避免其失忆,同时给 agent 划定边界, 明确哪些红线坚决不能碰,最后能自动验收任务成果,第一时间给出反馈并且引导修复。它的核心就是构造一个 ai 友好工作环境,确保在可控的范围内爆发生产力。毕竟谁也不想一觉醒来, agent 把你的电脑格式化了。 好了,回到最初,你只是和 ai 说了一句想去杭州玩。但随着问题和需求的增多, ai 一 层一层的加上了各种能力。这些概念不是凭空冒出的黑话,每一个都是因为上一步遇到了具体问题才出现的解决方案。 今天讲的是 ai 怎么从聊聊天变成真的能干活这条主线。如果你还想知道大模型内部怎么运作,迁移参数怎么训练,多模态又是什么?感兴趣的朋友请留言,后续一个个讲清楚,如果觉得有帮助,记得点个关注,咱们下期见!