AI Agent操作系統獲5600萬美元融資

AI Agent初創平臺/dev/agents宣佈獲得5600萬美元的種子資金。本次由Index Ventures、CapitalG，OpenAI聯合創始人Andrej Karpathy，Scale AI首席執行官Alexandr Wang等聯合投資。這筆融資也是全球AI Agent領域最高的種子輪融資之一，足以看出/dev/agent的技術實力和商業化潛力。

AI Agent是當前大模型的高級技術演變，被用來處理資訊並無需人工干預自動執行任務。不僅僅是像聊天機器人那樣回答問題和總結檔，還整合了使用工具的能力，能夠自主操作，使用類似人類的推理來做出決策。例如，可以發送電子郵件、撰寫和發送推文、發送報告和分析數據等。

現代AI正在改變人們使用日常軟體的方式。AI Agent可以讓PC像隊友、同事那樣幫助人們快速執行各種複雜、重複的工作流程。

根據/dev/agents的說法，當前構建AI應用和AI Agent的模式發生在不同操作系統和設置的碎片化環境中，這阻礙了應用。要實現將AI Agent交到更多人手中的願景，意味著需要通過引入新的開發者工具、創建新的用戶介面模式，並圍繞AI Agent本身重新構想應用設計。

穀歌DeepMind研究人員提出的Talker-Reasoner中，巧妙地將System1/2集成到了AI Agent上。Talker-Reasoner架構的核心思想是將AI Agent分為兩個獨立的模組：Talker和Reasoner。這兩個模組分別對應於人類的System 1和System 2，各自承擔著不同的任務和功能。

在Talker模組中，AI Agent被設計為能夠理解和處理自然語言，生成連貫和自然的對話。這需要AI Agent具備強大的語言理解和生成能力，以及對上下文的敏感性。Talker模組需要能夠快速地從記憶中提取相關資訊，以支持其對話生成。

這種記憶可以是對話歷史、用戶偏好或其他相關資訊。Talker模組的設計使其能夠模擬人類的直覺反應，即使在資訊不完全的情況下也能做出合理的回應。

與Talker模組的快速反應不同，Reasoner模組的設計重點在於深度思考和複雜問題解決。Reasoner模組需要能夠執行多步推理，這可能涉及到對大量資訊的分析和處理。它需要調用各種工具和數據庫，以獲取外部知識，支持其推理過程。

Reasoner模組還需要能夠形成和更新關於用戶狀態的信仰，這些信仰以結構化語言對象的形式存儲在記憶中。這種信仰建模是Reasoner模組的關鍵特徵，它使得AI Agent能夠更好地理解用戶的需求和意圖，從而提供更準確的服務。

Talker和Reasoner模組的協同工作被證明是有效的。Talker模組能夠流暢地與用戶對話，而Reasoner模組則能夠根據用戶的回饋調整和優化輔導計畫。這種分工執行使得AI Agent能夠同時處理快速的對話和複雜的規劃，極大提高了用戶體驗。