出版業(yè)AI Agent的設(shè)計(jì)與實(shí)踐

2023年是“百模大戰(zhàn)”的一年，經(jīng)過一年時(shí)間的快速發(fā)展，國(guó)內(nèi)外主流的通用大模型不斷迭代和進(jìn)化，綜合能力獲得了大幅提升，為它們?cè)谏虡I(yè)場(chǎng)景中的使用奠定了基礎(chǔ)。2024年則是大模型的應(yīng)用元年，在各行各業(yè)全面開花，越來越多的企業(yè)用開放的姿態(tài)擁抱大模型。大模型在企業(yè)落地的方式有很多種，目前在全球范圍內(nèi)被普遍認(rèn)可的是“LLM+Agent”的模式，即AI Agent（智能體）。

何為AI Agent

Agent的概念最早由人工智能之父馬文·明斯基（Marvin Lee Minsky）在他的著作《心智社會(huì)》（1985年出版）中提出。后來，羅素、諾維格、彼得在他們的著作《人工智能：現(xiàn)代研究方法》（1995年出版）一書中對(duì)Agent做了更詳細(xì)的描述：“Agent是任何可以被視為通過傳感器感知其環(huán)境并通過執(zhí)行器作用于該環(huán)境的東西，能夠在這個(gè)環(huán)境中自主行動(dòng)，以實(shí)現(xiàn)其設(shè)計(jì)目標(biāo)，并賦予Agent自主性、反應(yīng)性、社會(huì)能力及主動(dòng)性等屬性?！盇gent可能很復(fù)雜，也可能很簡(jiǎn)單。復(fù)雜的比如人和動(dòng)物，簡(jiǎn)單的比如各種工業(yè)控制系統(tǒng)。

AI Agent是基于LLM構(gòu)建的Agent，OpenAI將其定義為：“以LLM為大腦驅(qū)動(dòng)，具有自主理解感知、規(guī)劃、記憶和使用工具的能力，能自動(dòng)化執(zhí)行完成復(fù)雜任務(wù)的系統(tǒng)?！盠LM具備理解、生成、邏輯、記憶等能力，使得AI Agent成為一種能夠感知環(huán)境、進(jìn)行決策和執(zhí)行動(dòng)作的智能實(shí)體。比如告訴 AI Agent 幫你安排出差行程，它會(huì)自動(dòng)幫你完成行程規(guī)劃、機(jī)票預(yù)訂、酒店預(yù)訂等一系列工作，無需人工操作。

從AI Agent的定義可以看出，AI Agent能根據(jù)外界環(huán)境的變化自動(dòng)調(diào)整自己的行為和狀態(tài)，還具備對(duì)外界的刺激作出反應(yīng)的能力，同時(shí)還能與其他智能體或人進(jìn)行合作，不同的智能體可根據(jù)各自的意圖與其他智能體進(jìn)行交互，以達(dá)到解決問題的目的。在不斷解決問題的過程中，AI Agent以進(jìn)行智能和體能積累，并修改自己的行為以應(yīng)對(duì)新環(huán)境。有了這些特性，AI Agent就能在各種應(yīng)用場(chǎng)景中表現(xiàn)出足夠的主動(dòng)能力，并發(fā)揮重要作用。將AI Agent應(yīng)用的整個(gè)原理簡(jiǎn)單概括，即AI Agent通過收集和分析數(shù)據(jù)，對(duì)其進(jìn)行預(yù)處理，根據(jù)機(jī)器學(xué)習(xí)算法做出決策，采取行動(dòng)并接收反饋。

AI Agent在出版業(yè)的應(yīng)用場(chǎng)景

前面概括性地介紹了AI Agent的定義、特征和原理，接下來簡(jiǎn)單梳理一下AI Agent在出版業(yè)中有哪些應(yīng)用場(chǎng)景。

選題策劃。在選題策劃的過程中，我們經(jīng)常需要定期跟蹤和刷新對(duì)某些技術(shù)領(lǐng)域的最新信息。過去的做法是，我們首先需要鎖定一些優(yōu)質(zhì)的信息源，然后定期閱讀和學(xué)習(xí)它們提供的信息。有了AI Agent之后，我們可以讓AI Agent快速獲取并整理全球各種信息渠道提供的相關(guān)信息，大幅提升了我們獲取信息的效率。在外版選題的策劃過程中，我們經(jīng)常需要定期到國(guó)外的一些網(wǎng)站上挖掘一些新作品，也可以通過類似的AI Agent來實(shí)現(xiàn)。

圖書寫作。很多作者在寫作前，都需要搜集、閱讀大量資料，然后從這些資料中提煉、抽取有價(jià)值的內(nèi)容放到書稿中。傳統(tǒng)的人工方式耗時(shí)費(fèi)力，我們可以設(shè)計(jì)一個(gè)AI Agent，把搜集到的所有資料上傳到AI Agent的知識(shí)庫中，作者只需要告訴AI Agent主題，它就能從海量的知識(shí)庫中快速提取出相應(yīng)的內(nèi)容，大幅提升了寫作的效率。比如，你正在寫作一本數(shù)據(jù)要素相關(guān)的書，搜集和整理了大量關(guān)于數(shù)據(jù)要素的政策、法規(guī)類文件，現(xiàn)在你可以設(shè)計(jì)一個(gè)輔助寫作的AI Agent，把你搜集到的文件上傳到知識(shí)庫中，你就可以根據(jù)你的需求讓AI Agent幫你快速整理各種信息。

圖書翻譯。翻譯是大模型最擅長(zhǎng)的領(lǐng)域之一，在AI Agent出現(xiàn)之前，使用AI工具翻譯書稿時(shí)，我們需要頻繁輸入翻譯提示詞，而且隨著對(duì)話長(zhǎng)度的增加，翻譯的質(zhì)量會(huì)不斷下降，因?yàn)锳I沒有記憶，而且每個(gè)對(duì)話的上下文長(zhǎng)度有限制。如果設(shè)計(jì)一個(gè)專門用于翻譯的AI Agent，不僅可以完全避免上面的兩個(gè)問題，還能精準(zhǔn)地處理不同領(lǐng)域?qū)I(yè)術(shù)語不一致的問題，大幅提升翻譯的效率。如今在翻譯領(lǐng)域，AI Agent已經(jīng)達(dá)到了專業(yè)級(jí)的水準(zhǔn)，可以在出版行業(yè)工程化使用。

稿件潤(rùn)色。對(duì)書稿進(jìn)行潤(rùn)色是我們編輯的主要工作之一，也是編輯工作中最耗時(shí)的環(huán)節(jié)。在AI Agent出現(xiàn)之前，用AI工具進(jìn)行潤(rùn)色時(shí)，同樣存在需要頻繁輸入潤(rùn)色指令和潤(rùn)色效果會(huì)隨著會(huì)話長(zhǎng)度的增加而下降等問題。專門用于潤(rùn)色的AI Agent可以很好地解決這兩個(gè)問題。

除了以上四個(gè)典型的場(chǎng)景外，AI Agent在出版領(lǐng)域還有很多應(yīng)用場(chǎng)景，比如出版生產(chǎn)和市場(chǎng)營(yíng)銷等。

AI Agent設(shè)計(jì)工具的選型與組件構(gòu)成

工欲善其事，必先利其器。那么，如何才能獲得滿足我們自身需求的AI Agent呢？方式一般有兩種：到各種主流的AI Agent平臺(tái)上尋找平臺(tái)提供的AI Agent，或利用AI Agent平臺(tái)提供的功能，根據(jù)自己的需求自行設(shè)計(jì)。

目前，國(guó)內(nèi)主流的AI Agent平臺(tái)有如下幾種：由百度推出的基于文心大模型的文心智能體平臺(tái)，支持廣大開發(fā)者根據(jù)自身行業(yè)領(lǐng)域、應(yīng)用場(chǎng)景，選不同類型的開發(fā)方式，打造大模型時(shí)代的產(chǎn)品能力；由字節(jié)跳動(dòng)推出的AI聊天機(jī)器人Coze（扣子），支持30秒無代碼生成AI Bot，適于快速創(chuàng)建、調(diào)試和優(yōu)化AI聊天機(jī)器人的應(yīng)用程序；字節(jié)跳動(dòng)旗下的飛書智能伙伴，支持多款大模型及用戶自定義構(gòu)建智能伙伴；阿里巴巴推出的智能化工具釘釘AI助理，允許用戶根據(jù)需求創(chuàng)建個(gè)性化AI助理；智譜推出的生成式AI智譜清言，用戶科技與ChatGLM構(gòu)建各種AI Agent；一個(gè)開源的LLM應(yīng)用開發(fā)臺(tái)Dify.AI，支持用戶以零代碼或低代碼的方式創(chuàng)建AI Agent；騰訊推出的騰訊元器，依托于騰訊混元大模型，允許用戶無須編寫代碼即可創(chuàng)建和部署AI Agent，實(shí)現(xiàn)聊天對(duì)話、內(nèi)容創(chuàng)作、圖像生成等功能。這些平臺(tái)的功能大同小異，基于這些平臺(tái)開發(fā)AI Agent的方法和步驟也基本相同，但是每個(gè)平臺(tái)底層的通用大模型不一樣，每個(gè)平臺(tái)的生態(tài)也不一樣。

要設(shè)計(jì)自己的AI Agent，必須懂得AI Agent的主要組件和工作原理。而在掌握了這些基礎(chǔ)知識(shí)后，即便你沒有任何編程基礎(chǔ)，也可以用零代碼的方式設(shè)計(jì)自己的AI Agent。如果你想設(shè)計(jì)符合自己需求的AI Agent，只需要結(jié)合AI Agent設(shè)計(jì)平臺(tái)的官方文檔和案例演示來操作即可，并不復(fù)雜。其中的關(guān)鍵點(diǎn)在于能寫好提示詞并清晰梳理AI Agent的作業(yè)流程。進(jìn)一步鉆研學(xué)習(xí)，一定能開發(fā)出各種各樣能滿足日常工作需求的AI Agent。AI Agent是當(dāng)前全球主流的大模型落地方式，能真正讓大模型的能力賦能各行各業(yè)，未來每個(gè)人都要有設(shè)計(jì)AI Agent的能力，人人都應(yīng)該成為AI Agent設(shè)計(jì)師，大幅提升工作效率和質(zhì)量。

（本文作者為機(jī)械工業(yè)出版社華章分社計(jì)算機(jī)圖書事業(yè)部負(fù)責(zé)人）