北京
為什么說(shuō)大模型智能體的“執(zhí)行框架”就要被自己改寫(xiě)了？先看一個(gè)反常現(xiàn)象：過(guò)去我們一直默認(rèn)，智能體只是在固定流程里選擇下一步動(dòng)作，而整體編排始終是開(kāi)發(fā)者寫(xiě)的循環(huán)。但現(xiàn)在這個(gè)假設(shè)正在瓦解——模型不僅選工具，還開(kāi)始生成編排代碼，自己定義如何分解、并行、核查任務(wù)。
這夠讓人清醒的。幾年前的工具調(diào)用代理簡(jiǎn)單得讓人放心：模型選動(dòng)作，工具返結(jié)果，下一個(gè)回合再選。這種循環(huán)雖然低效，但有個(gè)保底優(yōu)點(diǎn)——反饋夠快，參數(shù)錯(cuò)、文件丟、權(quán)限卡立刻就能發(fā)現(xiàn)，還能糾正?？上幚聿涣藦?fù)雜任務(wù)，一個(gè)循環(huán)走天下，就像用螺絲刀擰所有型號(hào)的螺栓。
后來(lái)有人給出了更顯式的答案，比如 LangGraph。開(kāi)發(fā)者不用再依賴隱式循環(huán)，可以直接把編排畫(huà)成圖：狀態(tài)、轉(zhuǎn)換、檢查點(diǎn)、人機(jī)協(xié)同關(guān)卡都擺在那兒。這種編排看得見(jiàn)、控得住，一度是很關(guān)鍵的里程碑。但問(wèn)題依舊：圖還是人提前畫(huà)好的，任務(wù)一變，圖的靜態(tài)結(jié)構(gòu)就捉襟見(jiàn)肘。你需要扇出搜索、需要映射規(guī)約、需要獨(dú)立驗(yàn)證甚至多階段遷移加測(cè)試修復(fù)，一張固定流程圖要么太弱，要么太僵。
于是，一個(gè)稱(chēng)得上“生成式執(zhí)行框架”的模式浮出水面。模型不再只是在現(xiàn)成的循環(huán)里選下一個(gè)工具，而是自己產(chǎn)出任務(wù)專(zhuān)用的編排邏輯：可能是組合工具的一小段代碼，可能是協(xié)調(diào)多個(gè)工作器的腳本，或是決定怎么拆任務(wù)、并行、匯總的工作流。此時(shí)，最大的瓶頸從“智能體能不能執(zhí)行”變成了“我們能不能驗(yàn)證它生成的編排”——這個(gè)中心問(wèn)題，用犀利的眼光看，恰是當(dāng)前最容易被忽視的坑。
這里就自然引出一個(gè)矛盾：開(kāi)發(fā)人員手動(dòng)編排雖然費(fèi)時(shí)，但好歹可檢查、可治理；讓模型自己生成，雖然靈活，出錯(cuò)卻可能悄悄蔓延，驗(yàn)證難度陡增。而像 CodeAct 這類(lèi)方案，正是對(duì)著這個(gè)硬骨頭下嘴，試圖給出一種讓模型既能產(chǎn)生活性編排，又不至于脫離控制的方向。
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺(tái)“網(wǎng)易號(hào)”用戶上傳并發(fā)布，本平臺(tái)僅提供信息存儲(chǔ)服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
