語言如何驅動Agent生成“新世界系統” 精華
核心觀點總結：語言驅動Agent與非共識之路
姚順雨的經歷和研究都體現了“非共識”的路徑，他一直致力于Agent（智能體）研究，并堅信語言是實現泛化和開放世界決策的本質工具。
1. Agent的本質：語言是為泛化而生的工具
?非共識起點：2018年選擇讓語言模型玩游戲，而不是當時主流的BERT。
?開放世界的本質：真實世界的行為空間是開放的（open-ended），傳統NLP的有限選項無法應對。
?語言的特殊性：語言是一個通用性（general-purpose）工具，學會它能實現跨領域的學習、思考和泛化，這是火、輪子等工具無法比擬的。
?范式轉移：AI已經歷了符號主義AI（規則驅動）和深度強化學習（試錯學習+環境特定）的瓶頸，現在進入語言驅動Agent（推理+語言先驗+工具）的時代，實現了跨領域泛化。
AI智能體演進：三次范式轉移
Agent能力的分級與三大瓶頸
OpenAI將AI能力分為五級（Chatbot → Reasoner → Agent → Innovator → Organizer）。從Agent（Level 3）向更高層級發展，需要突破三大關鍵能力：長期記憶、內生獎勵、多智能體協作。
OpenAI智能體能力層級框架與核心要素
1. 長期記憶（Long-term Memory）
?核心瓶頸：模型最大的瓶頸不是推理能力，而是缺少完整的Context。
?人與AI的區別：人類社會的許多Context（如行為習慣、未成文的共識）只存在于人的大腦，由一個分布式系統維護，而AI缺少這種環境中的“沉浸式”Context。
?環境即記憶：引用馮·諾依曼的觀點——“環境永遠是記憶層級中最外層的部分?！保═he Environment is always the most outer part of the Memory Hierarchy.）
2. 內生獎勵（Intrinsic Reward）
?Innovator的核心：創新者在創造被證明的價值前，沒有任何外部獎勵或反饋，需要自我激勵（類似嬰兒的好奇心）。
?機制設計難題：如何為AI玩語言游戲設計有效的內在激勵機制，目前尚無定論。
3. 多智能體（Multi-Agent）
?組織與協作：Level 5（Organizer）的能力是解決Agent之間如何協作，以及如何讓**多智能體協作規模化（scale）**的問題。
?重要性：人類社會最崇拜兩種人：創造新東西的人和創造新組織的人（如馬斯克、喬布斯），這表明組織協作能力和個體創造力一樣重要。
方法論與任務設計的藝術
1. ReAct的價值：簡單與通用性
?核心思想：將推理（Reasoning）和行動（Action）結合起來：??Thought → Action → Observation → Thought → ...??
?價值體現：強調做簡單通用的方法和有實際價值的任務。在模型能力被大公司壟斷的情況下，研究“如何使用模型”更有價值。
語言：實現泛化的通用工具系統架構
2. 任務評估框架：Pass@k vs Pass^k
姚順雨提出了兩個重要的評估框架，強調根據應用場景選擇不同的容錯標準：
任務評估框架：Pass@k vs Pass^k
?獎勵原則：Reward應基于結果，不基于過程；應是白盒的、可計算的，以避免因優化人的偏好或模型的偏好而產生投機取巧（hacking）。
3. Code：機器的“手”
?Code的地位：Code就像人的手，是數字Agent最重要的affordance（環境給予行動者的可能性），因為它是天然為機器使用的表達形式。
?創新：通過InterCode等工作，將編程任務構造成一個多輪Agent task，把執行結果反饋給模型，使其更具Agent特性。
創業與未來的圖景
創業與未來的圖景
1. 創業公司的機會：設計不同的Interface
?Super App的機會：創業公司最大的機會是設計不同于ChatGPT的交互方式（interface）。
?超越ChatGPT的交互：ChatGPT是擬人化的交互。Cursor等通過創造非擬人化的、像Copilot（副駕駛）一樣的新交互，創造了巨大價值。
?核心挑戰：要找到那個和ChatGPT形態很不一樣的Super App，因為一旦公司有了Super App，所有事都會圍繞它重構。
超級應用生態系統與創業機會地圖
2. 模型公司與應用公司的博弈：相互抄襲
?非單向壟斷：世界并非會被模型公司單極壟斷，而是一個相互抄襲的關系。
?力量平衡：智能的邊界將由不同Super App共同定義，而不是由一家機構定義。
3. OpenAI的賭注：GPT的非共識選擇
?Different Bet：OpenAI為了超越DeepMind，必須有一個不同的賭注。GPT在當時是一個反共識的決定，Ilya的最大貢獻是他是那個號召大家All in這個方向的人。
?下一個賭注：長期記憶、內生獎勵、多智能體協作。
4. 終極思考
?價值為王：對創業者而言，最重要的是“想清楚你的價值是什么”——為用戶帶來了什么樣的增量價值。
?人與Agent的關系：Agent的出現不是替代，而是會帶來三種主要場景：情感陪伴（擬人化）、專業助手（任務導向）、生態平臺（非擬人化基礎設施）。
本文轉載自??螢火AI百寶箱??，作者： 螢火AI百寶箱
