成本2元开拓游戏最快3分钟完成全程都是AI智能体在打工

量子位 | 公众号 QbitAI

家人们，OpenAI前脚刚发布自定义GPT，让大家都能搞开拓；后脚海内一家大模型初创公司也搞了个产品，堪称重新定义开拓——让AI智能体们协作起来！

只需一句话，最快3分钟不到，本钱也只要2元多，“啪~”，一个软件就开拓完了。

例如开拓一个红包雨的小软件，现在只须要说一句就好了：

“红包雨”是一个点击小游戏，红包的外不雅观是赤色高瘦的圆角矩形，红包缓慢地从上方掉落，每个红包间距相等 ，没有重叠，鼠标点击任意一个红包，红包便随着互动点击而消逝，同时显示一个吉利的数字，表示抢到这个红包得到了多少钱。

更主要的一点是，在开拓的全体流程中，从产品经理到程序员，再到设计和测试等等，统统都是AI智能体！

没错，全程你只须要提需求，剩下的智能体们会自己谈论、互换，乃至还伴随着battle，终极确定方案并实行。

要知道，常规软件的开拓周期是在2-3周，且本钱在10000-50000美元之间（包括人力）；如此比拟起来，可真的是大写的“降本增效”！

这款神器便是ChatDev，是由面壁智能最新推出的SaaS级智能软件开拓平台。

实在早在两个月前，“ChatDev智能体协作开拓框架”就已经在GitHub上开源，并多次霸榜Trending排行，目前已经揽获近17000颗star。

而这次面壁智能之以是推出产品版，便是为了把这种“一句话搞开拓”的门槛再次“打下去”。

现在有了它，搞开拓可以说拼得不再是技能了，拼得更多的反倒成了创意。

宛如身边有一只哆啦A梦，只要你敢想，它就敢给你“造”出来。

那么产品版ChatDev正在带来什么样的改变？又是如何做到的？

在产品版ChatDev加持之下，开拓的迭代，也变成了有想法就行的事。

例如你想把“红包”更换成你想要的元素，同样也是只须要一句话的那种。

然后AI智能体们就又开始了新一轮事情流程，这次，我们来详细看看它们之间到底是怎么展开事情的。

我们还是先以刚才红包雨的demo为例。

首先，就像刚才提到的，我们须要做的就只有填写好“项目名称”和“Prompt”。

而且即便Prompt写得不好，在ChatDev阁下也有一个“一键润色”的功能，自动帮你把需求补充完全。

然后我们就能看到AI智能体们就开始“搓搓小手”准备干活儿了。

CTO先发话，大概意思便是：

来活儿喽！
客户要搞个“红包雨”~

紧接着CTO详细地拆解了这个需求，把项目要做的每一步都罗列了出来：

任务下达之后，就轮到程序员发力了。

只见他不费吹灰之力，立即给出了一段Python代码：

代码完成之后，还有会有一位AI Counselor，会对全体项目做个总结，并将逻辑、结果等等一并奉上：

全体对话过程可谓是非常丝滑，我们就像一位尊贵的客户，悄悄地看着这些“AI员工”井井有条地推进着项目。

不得不感慨，现在搞开拓，真的成了有想法就行的事儿了。

例如网络爬虫、数据库读写、文件批处理、网页设计这样的编程助手；像五子棋、饕餮蛇这样的休闲小游戏；再如数字时钟、打算器、绘画板、图片编辑器这样的效率管理和创作赞助工具。

统统都能hold得住~

怎么做到的？

从早期表露的和论文中可以看到，最初的ChatDev，是团队设计了一套由群体智能串联起的ChatChain（互换链）。

可视为由原子任务组成的“软件生产线”，通过专业角色的智能体进行对话式信息交互和决策，驱动其进行自动化全流程软件工程。

然而，运用的创新离不开根本模型能力的提升，随着面壁智能推出SaaS版ChatDev，我们创造其自研的基座模型也有了新的版本——

面壁智能自研的新一代千亿参数大模型——CPM-Cricket（CPM全称为Chinese Pretrained Model) 。

据理解，CPM-Cricket是面壁智能的第三代模型，前两代分别为CPM-Ant、CPM-Bee。

（故意思的一点是，每一代模型的名字是按照英笔墨母的顺序为首字母，并取一个昆虫的英文单词来命名。
）

至于CPM-Cricket的能力几何，一言蔽之，是在逻辑、代码、知识、指令理解等方面有了大幅提升，且全面超越Llama 2的那种。

在经典的LLM评测集（HumanEval、C-Eval、MMLU、MBPP、CMMLU、BBH等）中，CPM-Cricket表现如下：

或许这样的一组数据并没法带来非常直不雅观的感想熏染。

那么同样是基于CPM-Cricket的类ChatGPT产品——Luca 3.0，把它“丢”进公考场景之后的表现，便可以让CPM-Cricket的能力变得更一览无余了。

题目是这样的：

选取2022-2023年的公考试题，包括知识判断、数量关系、资料剖析、判断推理、措辞理解与表达等多种题型的425道试题。

例如面对下面这道单选题，Luca 3.0不仅可以秒速作答，还能将每一步的解题步骤详尽地列出来：

纵然是面对话术弯弯绕绕、真人看了都须要反应一下子的逻辑题目，Luca 3.0的回答也是游刃有余：

可以说，Luca 3.0在这套题上的表现是做到了“快”和“准”。

而与之同台竞技的选手，面壁智能所选取的也是业界相对标杆的大模型，GPT-4。

不丢脸出，在主要的知识判断和判断推理两项能力中，Luca 3.0比较GPT-4已经能够保持相对的上风了。

不仅如此，在英文测试环境中，Luca 3.0在GMAT官方仿照考试题中的表现，同样也是GPT-4整体相称（个中阅读达到GPT-4的97%水位）。

而Luca 3.0之以是能够取得这般成绩，除了背后CPM大模型升级这个成分之外，面壁智能在微调方面也做了相应的策略：

一是课程学习（Curriculum learning，CL）的演习策略，模拟人类的由易到难的学习过程，先在预演习中让模型学习底层推理规律，然后在对齐阶段学习人类的逐步推理思维。

二是思维链（Chain-of-thought，CoT）策略，对推理过程分解，让模型的推理更加具有可阐明性。

（PS：目前Luca已经正式面向"大众开放做事，是可以免费体验的那种哦~）

在底层根本举动步伐的其他方面，例如演习、压缩和推理，面壁智能也自研了自己的一套打法：

听说其大模型已集成超过16000多个真实API，可实现一键接入，调用工具办理更多繁芜任务。

此外，面壁智能还支配了Int8量化模型，让模型推理本钱降落50%。

总结来说，面壁智能探索了出更为低本钱、高效率的模型演习方法，让大模型不仅能“训出来”，还能“训得好”、“用得好”。

这可能便是这家创业公司推动“大模型+Agent”运用落地的实力和底气。

不过除此之外，基于大模型底座的根本能力，面壁智能还曾开源了两项重磅的事情——AgentVerse和XAgent。

加上之前我们提到的ChatDev，三者共同形成了面壁智能的“三驾马车”，环绕的核心便是AI智能体。

AgentVerse是一个大模型驱动的智能体通用平台，它的浸染便是打造各式各样的AI智能体，让它们具备感知、思考、推理、理解、协作和实行的能力，以便“组团打怪”。

XAgent是大模型驱动的AI智能体运用框架，它可以让智能体们具备自主方案和决策能力，能够理解人类指令，制订繁芜操持并自主采纳行动完成任务。

而ChatDev则更为聚焦，是大模型驱动的多智能体协作开拓框架，采取软件工程瀑布模型的思想，将软件开拓分为软件设计、系统开拓、集成测试、文档体例四个紧张环节。

但若是我们将这次发布的所有“单节点”联系到一起，就能创造，面壁智能实则是不才一盘更大的棋——

左手大模型，右手AI智能体，要打造的是一个智能体网络（Internet of Agents，IoA）。

由于在面壁智能看来，我们已经经历了从互联网到物联网的过渡，而接下来的驶向便是智联网。

如果说互联网是二维信息的联通、物联网是三维空间的联结，那么智联网则是进入更高维度的智能体互联。

而在智联网中，AI智能体应该是最为关键的存在，它可以是拟人的原生智能体，也可以是现实中的人和物体的数字孪生智能体。

通过智能体的连接，可以让AI真正为人类做事，供应代价（生产力的提升、交互办法的改变）。

以一个大胆的想象来比喻，可能在智联网的将来，家中的哪怕是一张桌子、一台冰箱，也会具备智能体的特性，可以与人和其它物体做智能交互。

而这，也正是面壁智能愿景的由来——智周万物：

“智”即AI Agent智能体；“万物”可以是人，可以是物。

AI Agent智能体网络是连接现实天下与虚拟天下的桥梁，并使其真正交互和协作起来，创造代价。

不过有一说一，智联网的空想虽好，但现实的情形是，纵然是ChatDev和第三代大模型的发布，也只能视为迈向愿景的一步。

那么面壁智能是否有足够的实力能够在将来解锁“智周万物”呢？

对付这个问题，我们首先就要看一下面壁智能的团队实力如何。

从官方表露的可知，面壁智能成立于2022年8月，CEO为李大海，首席科学家是刘知远。

二人的学术、技能实力已然是不容小觑。

李大海毕业于北大数学系，后加入谷歌成为Google中国创始员工之一；再后来也有在浩瀚有名企业担当技能卖力人、CTO等职务的经历，对技能体系的搭建和商业化落地有着丰富的履历。

刘知远是清华大学打算机系长聘副教授，紧张研究方向为自然措辞处理、知识图谱和社司帐算。
在人工智能领域著名国际期刊和会议揭橥干系论文200余篇，Google Scholar统计引用超过3.7万次，学术成绩可谓是十分深厚。

不仅如此，官方展示的“顾问”成员也是非常重量级，包括两位清华大学打算机系教授——孙茂松和刘洋。

不丢脸出，面壁智能是妥妥一家“清华味”十足的大模型初创企业。

除此之外，其在产学研生态道路上也有自己独特的打法，即“一体两翼”。

“一体”指的正是面壁智能，而“两翼”则是OpenBMB和清华NLP实验室。

据理解，OpenBMB是面壁智能团队在2021年与清华NLP实验室共同成立的海内领先大模型研发与运用开源社区，社区宗旨为“让大模型飞入千家万户”。

目前除了Agent技能框架，OpenBMB还开源了CPM-Ant、CPM-Bee 10B根本模型，BMTrain、BMCook、 BMInf 、OpenPrompt、OpenDelta等大模型全流程加速工具包，为中国大模型开源奇迹做出了独树一帜的贡献。

清华NLP实验室，则是海内最早系统开展深度学习与大模型研究的单位，团队在国际顶级学术会媾和国际威信期刊揭橥论文200余篇，引用近44000次，并得到多项最佳论文奖。

由此可见，无论是自身实力，亦或是“一体两翼”式的强强联手，面壁智能在技能这一块可以说是妥妥拿捏住了。

这也就不难明得，为何仅成立一年的面壁智能，便可将CPM大模型迭代三代，又能在海内率先亮出“大模型+Agent”群体智能模式的产品运用了。

— 完 —

量子位 QbitAI · 头条号签约

关注我们，第一韶光获知前沿科技动态