中文字幕理论片,69视频免费在线观看,亚洲成人app,国产1级毛片,刘涛最大尺度戏视频,欧美亚洲美女视频,2021韩国美女仙女屋vip视频

當(dāng)然，更棘手的是 OpenAI 與開發(fā)者們的關(guān)系正在惡化。官方糟糕的運(yùn)營政策和表現(xiàn)，讓開發(fā)者們的期待重重摔在了地上。概括起來有兩點(diǎn)：

1. 有人敗興而歸：開發(fā)者制作的 GPTs 沒什么人使用，官方不分配流量也沒有渠道進(jìn)行營銷，一段時(shí)間后就放棄了。而使用者進(jìn)入到 GPT Store 嘗試了幾個(gè)垃圾 GPTs 后也就興致缺缺地離開了。

2. 有人胡作非為：部分開發(fā)者「歪腦筋」太多了，聊幾句之后讓 GPTs 引導(dǎo)用戶去第三方付費(fèi)，有些甚至是公然剽竊站內(nèi)已有的 GPTs。

3. 官方?jīng)]有回應(yīng)：一方面，開發(fā)者對(duì) OpenAI 「暴殄天物」的行為感到失望，擁有全世界最強(qiáng)的大模型，卻在產(chǎn)品設(shè)計(jì)方面如此拉跨；另一方面，這樣一款聲勢浩大的產(chǎn)品，竟然沒有設(shè)置 GPTs 開發(fā)門檻，也沒有優(yōu)質(zhì)內(nèi)容激勵(lì)措施，而且無力應(yīng)對(duì)審查挑戰(zhàn)，OpenAI 似乎揭開了自己的短板，又一次。

?? (目前) 最完整的 AI Agent 開發(fā)體驗(yàn)報(bào)告：除了 GPTs，這10個(gè)智能體平臺(tái)也很好用

補(bǔ)充一份背景：在比較寬泛的語境里，AI Agent = 智能體 = GPTs = Bot，都是基于大模型能力構(gòu)建完成特定任務(wù)的聊天機(jī)器人，比如小說寫作、新聞搜集、人物對(duì)話等等。

如果我想創(chuàng)建一個(gè)比較專業(yè)的智能體，應(yīng)該選擇哪個(gè)平臺(tái)呢？Coze，扣子，Dify，天工 SkyAgents… 它們有什么區(qū)別 & 有哪些操作注意事項(xiàng)？

這篇文章可以解答你這些疑問?。?/p>

作者是一名資深的 AI Agent 開發(fā)者和用戶，在深度使用十多款 Agent 創(chuàng)作平臺(tái)后，詳細(xì)記錄了它們的特點(diǎn)、優(yōu)勢和局限性。滿滿都是實(shí)戰(zhàn)經(jīng)驗(yàn)哇~  ? 這篇可以收藏

分類

1. 第一類 | AI+插件：coze / 扣子、Dify、百度 · 千帆 AppBuilder、昆侖萬維 · 天工 SkyAgents、釘釘 · AI 助理  |  產(chǎn)品邏輯都是通過 Prompt、插件等給大語言模型帶上附加功能，操作有相似之處，使用門檻不高 。

• 插件功能：coze/扣子的插件最豐富，千帆 AppBuilder 的圖像識(shí)別類插件最豐富

• 工作流功能：天工 SkyAgents 工作流提供了一些預(yù)設(shè)的大模型功能，釘釘 AI 助理工作流嵌入了一些釘釘內(nèi)部功能，Dify 應(yīng)該是準(zhǔn)備中

• Multi-Agent 模式：目前只有 coze/扣子提供

• 發(fā)布方式：Dify、千帆 AppBuilder、天工 SkyAgents  都可以生成網(wǎng)頁，扣子可以發(fā)布到飛書，釘釘 AI 助理必須在釘釘內(nèi)部使用

2. 第二類 | 以工作流為核心：Botpress、Voiceflow、Zapier  |  自動(dòng)化流程的工具，只不過也可以提供 AI 作為工作流的一部分，適用于創(chuàng)建復(fù)雜工作流的需求 。

3. 第三類 | 關(guān)注任務(wù)分解：Ai Agent、Reworkd AI  |  能夠自己完成任務(wù)的步驟分解，主動(dòng)跟用戶互動(dòng)來明確執(zhí)行流程。

第一類 | AI + 插件

coze / 扣子

優(yōu)點(diǎn)：① 綜合能力和易用性排到前列；② 設(shè)計(jì)流程靈活，無需預(yù)先選擇bot分類；③ 頁面即使空空如也也能夠進(jìn)行對(duì)話；

缺點(diǎn)：① 工作流調(diào)用不穩(wěn)定，存在不按指令調(diào)動(dòng)或調(diào)用超時(shí)等問題；② 多Agent模式下意圖識(shí)別可能存在問題 ；③ 當(dāng)前知識(shí)庫作為一個(gè)單獨(dú)節(jié)點(diǎn)輸入輸出太受限。

Dify

優(yōu)點(diǎn)：① 多模型輸出結(jié)果對(duì)比，幫助用戶選擇最佳答案；② 自動(dòng)生成變量，簡化工作流設(shè)計(jì)；③ 開啟「標(biāo)注回復(fù)」功能，可以在用戶重讀輸入時(shí)提高響應(yīng)速度，也可以手動(dòng)編輯特定標(biāo)準(zhǔn)回復(fù)。

千帆 AppBuilder

優(yōu)點(diǎn)：① 提供了多種圖像識(shí)別插件；② 發(fā)布渠道友好，支持個(gè)人認(rèn)證的微信公眾號(hào)。

天工 SkyAgents

優(yōu)點(diǎn)：① 提供了額外的信息處理節(jié)點(diǎn)，幫助構(gòu)建更智能的工作流；② 部分操作預(yù)設(shè)了 Prompt，簡化操作流程；③ 界面設(shè)計(jì)對(duì)用戶操作比價(jià)友好。

缺點(diǎn)：① 創(chuàng)建好的規(guī)劃無法在當(dāng)前頁面測試，測試環(huán)節(jié)不夠直觀，可能影響調(diào)試效率。

釘釘AI助理

優(yōu)點(diǎn)：① 提供了詳細(xì)的使用教程和操作示例；② 功能模塊與釘釘生態(tài)緊密結(jié)合，適合企業(yè)內(nèi)部使用；③ 業(yè)務(wù)工作流實(shí)現(xiàn)自動(dòng)化，特別適合小型創(chuàng)業(yè)團(tuán)隊(duì) 。

缺點(diǎn)：① 功能受限于釘釘平臺(tái)。

第二類 | 以工作流為核心

Botpress

優(yōu)點(diǎn)：① 能夠?qū)崿F(xiàn)復(fù)雜的工作流和邏輯跳轉(zhuǎn)，適合高度定制化的需求；② 支持持續(xù)接收用戶輸入并提供多樣功能，增強(qiáng)了bot的交互性。

缺點(diǎn)：① 學(xué)習(xí)門檻較高，產(chǎn)品設(shè)計(jì)可能顯得混亂；② 參數(shù)配置分散，用戶可能需要花費(fèi)更多時(shí)間來熟悉和設(shè)置。

Voiceflow (優(yōu)點(diǎn)同上)

Zapier

優(yōu)點(diǎn)：① 同上；② Prompt 格式全面，Actions 板塊進(jìn)入工作流設(shè)置；③ 工作流和能接入的 App 非常豐富。

第三類 | 關(guān)注任務(wù)分解

Reworkd AI

優(yōu)點(diǎn)：① 能夠自動(dòng)進(jìn)行任務(wù)分解，提供分階段的結(jié)果輸出；② 界面直觀，允許用戶看到AI的工作流程 。

缺點(diǎn)：① 不能根據(jù)輸入依次執(zhí)行任務(wù)，只能執(zhí)行當(dāng)前一次輸入的任務(wù)拆分。

Ai Agent

優(yōu)點(diǎn)：① 同上；② 允許用戶在任務(wù)后添加補(bǔ)充任務(wù)，增強(qiáng)了靈活性。

缺點(diǎn)：① 同上。

?? 吳恩達(dá)強(qiáng)推！今年 AI Agent Workflow (智能體工作流) 將成為重要趨勢

https://www.deeplearning.ai/the-batch/issue-241

補(bǔ)充一份背景：吳恩達(dá)（Andrew Ng）是AI領(lǐng)域最權(quán)威的學(xué)者之一，曾擔(dān)任斯坦福大學(xué)副教授，是 Google Brain 的創(chuàng)建者和領(lǐng)導(dǎo)者之一，也曾回國擔(dān)任百度首席科學(xué)家并領(lǐng)導(dǎo) Baidu Brain 項(xiàng)目，離職后創(chuàng)辦 DeepLearning.AI 致力教育和研究。此外，他也是知名在線教育平臺(tái) Coursera 聯(lián)合創(chuàng)始人。

要多留心上條提到的 WorkFlow (工作流) 功能了！

最近，吳恩達(dá)分享了團(tuán)隊(duì)關(guān)于 Agent Workflow (智能體工作流) 的研究成果，預(yù)測這將成為今年的流行趨勢！

?? 如上圖所示，零樣本 (Zero-shot) 模式下的 GPT-4 在 HumanEval (代碼生成測評(píng)數(shù)據(jù)集) 上的準(zhǔn)確率也只有 67.0%，但經(jīng)過 Agent Workflow 加持的 GPT-3.5 準(zhǔn)確率能飆升到驚人的 95.1%。

也就是說，Agent Workflow 能帶來顯著的效果提升。

以文章寫作為例。零樣本（Zero-Shot）指的是大語言模型在沒有進(jìn)行迭代修正的情況下直接生成最終輸出，類似于人類在不回退刪除的情況下一次性寫完一篇文章。

但是，更符合人類寫作經(jīng)驗(yàn)的模式，是拆分成多個(gè)步驟，例如規(guī)劃大綱、檢索資料、撰寫初稿、審閱初稿、修訂草稿等，也就是上文提到的 Agent Workflow (智能體工作流)。

此外，吳恩達(dá)簡單列舉了幾種團(tuán)隊(duì)驗(yàn)證有效的 Agent 設(shè)計(jì)模式，并預(yù)告會(huì)進(jìn)行詳細(xì)介紹，感興趣關(guān)注一下他的 X 賬號(hào)叭 ??

• 反思（Reflection）：讓大語言模型對(duì)自己的結(jié)果檢查改進(jìn)

• 使用工具（Tool use）：讓大語言模型調(diào)用外部工具，如網(wǎng)絡(luò)搜索、代碼執(zhí)行等

• 規(guī)劃（Planning）：讓大語言模型自己設(shè)計(jì)一個(gè)多步驟的計(jì)劃來達(dá)成目標(biāo)

• 多智能體協(xié)作（Multi-agent collaboration）：多個(gè) AI 智能體協(xié)同工作，分配任務(wù)，討論和辯論想法，寫作得到更好的結(jié)果

?? 如何把握 AI Agent 的創(chuàng)業(yè)時(shí)機(jī)，以及當(dāng)下必知的行業(yè)共識(shí)

但過去一年時(shí)間，Agent 的飛速發(fā)展超出了我們預(yù)期，并且快速取得了行業(yè)共識(shí)，成為承載大模型應(yīng)用的基本范式。圍繞 Agent 正在逐步形成一套系統(tǒng)的方法論，和吸引了無數(shù)開發(fā)者、創(chuàng)業(yè)公司、資本及巨頭的關(guān)注。

如果你想快速了解行業(yè)發(fā)展脈絡(luò)、跟上行業(yè)共識(shí)，那最少需要了解以下內(nèi)容：

AI Agent 發(fā)展大事記

• 2023年3月，微軟發(fā)布 Microsoft 365 Copilot，提示了一種基于 LLM 的應(yīng)用開發(fā)范式，也就是今天形成行業(yè)共識(shí)的 Agent。

• 2023年4月，以 AutoGPT 為代表的 Autonomous Agent 熱度快速躥升，同期比較受關(guān)注的類似項(xiàng)目還有 TaskMatrix.ai、HuggingGPT、AgentGPT、Toolformer、BabyAGI 等等。

• 2023年6月，Lilian Weng 發(fā)布知名博文「LLM Powered Autonomous Agents」，進(jìn)一步推升了 Agent 的熱度。

• 隨后，Multi-Agent 框架相繼發(fā)布并展示了解決復(fù)雜問題的能力，目前比較火的包括 Camel、MetaGPT、AutoGen。

• 2023年11月，OpenAI 舉辦開發(fā)者大會(huì) DevDay，推出官方 Agent 開發(fā)框架 Assistant API，使開發(fā)者能基于 GPT 模型開發(fā) Agent。

• 2024年1月，OpenAI 正式發(fā)布定制化 GPTs 和 GPT mentions，并隨后上線 GPTStore。字節(jié)跳動(dòng)海外版 Coze / 國內(nèi)版扣子、Dify、百度千、天工、釘釘?shù)葒a(chǎn) Agent 開發(fā)部署平臺(tái)陸續(xù)被廣大開發(fā)者熟知。

11 個(gè)頂級(jí)開源 Agent 框架

1. AutoGPT：基于中島洋平的論文開發(fā)，是一個(gè)用于構(gòu)建和運(yùn)行定制AI代理的工具包，使用OpenAI的GPT-4和GPT-3.5大型語言模型。
   https://github.com/Significant-Gravitas/AutoGPT

2. BabyAGI：中山的任務(wù)驅(qū)動(dòng)自主代理的簡化版本，這個(gè)Python腳本只有140行代碼，使用OpenAI和向量數(shù)據(jù)庫來創(chuàng)建、優(yōu)先處理和執(zhí)行任務(wù)。
   https://github.com/yoheinakajima/babyagi

3. SuperAGI：AutoGPT的更靈活、用戶友好的替代品，包含構(gòu)建、維護(hù)和運(yùn)行自己代理所需的一切，包括插件和一個(gè)云版本。
   https://github.com/TransformerOptimus/SuperAGI

4. ShortGPT：一個(gè)框架，允許使用大型語言模型來簡化視頻創(chuàng)作、語音合成和編輯等復(fù)雜任務(wù)。
   https://github.com/RayVentura/ShortGPT

5. ChatDev：被打造成「一個(gè)虛擬軟件公司」，使用多個(gè)代理人扮演傳統(tǒng)開發(fā)組織中的不同角色，合作處理各種任務(wù)。
   https://github.com/OpenBMB/ChatDev

6. AutoGen：微軟開發(fā)的用于開發(fā)和部署多個(gè)代理的開源框架，這些代理可以共同工作以自主實(shí)現(xiàn)目標(biāo)。
   https://github.com/microsoft/autogen

7. MetaGPT：模仿傳統(tǒng)軟件公司結(jié)構(gòu)的框架，代理被分配為產(chǎn)品經(jīng)理、項(xiàng)目經(jīng)理和工程師的角色，并協(xié)作完成用戶定義的編碼任務(wù)。
   https://github.com/geekan/MetaGPT

8. camel：早期的多智能體框架之一，采用獨(dú)特的角色扮演設(shè)計(jì)，使多個(gè)智能體能夠相互通信和合作。
   https://github.com/camel-ai/camel

9. Loop GPT：Toran Bruce Richards 的 AutoGPT 的一個(gè)迭代版本，改進(jìn)了對(duì) GPT-3.5 的支持，集成和自定義代理能力。
   https://github.com/farizrahman4u/loopgpt/tree/main

10. JARVIS：以 ChatGPT 作為其「決策引擎」，處理任務(wù)規(guī)劃、模型選擇、任務(wù)執(zhí)行和內(nèi)容生成。
    https://github.com/microsoft/JARVIS

11. OpenAGI：一個(gè)開源的AGI（人工通用智能）研究平臺(tái)，結(jié)合了小型專家模型和來自任務(wù)反饋的強(qiáng)化學(xué)習(xí)（RLTF）來改進(jìn)它們的輸出。
    https://github.com/agiresearch/OpenAGI

LLM based Agent 初創(chuàng)公司分類

中間層infra：這類公司專注于提供實(shí)用的 Agent 框架，降低開發(fā) Agent 的復(fù)雜性，并促進(jìn) Agent 間的合作。

• 拿到知名機(jī)構(gòu)投資的代表項(xiàng)目包括 AutoGPT、Imbue、Voiceflow、Fixie AI、Reworked、Cognosys、Induced ai等。

Vertical Agent：這類公司深入特定的行業(yè)領(lǐng)域，理解專家的工作流程，并運(yùn)用 Agent 的思路來設(shè)計(jì)產(chǎn)品。

• 拿到知名機(jī)構(gòu)投資的代表項(xiàng)目包括：Dropzone（安全領(lǐng)域）、Middleware（大模型可觀察性領(lǐng)域）、Parcha（Fintech領(lǐng)域）、Luda（游戲領(lǐng)域）、Outbound AI（醫(yī)療領(lǐng)域）、Fine（軟件開發(fā)領(lǐng)域）。

創(chuàng)業(yè)建議

微軟亞研院首席研究經(jīng)理 譚旭

• AI Agent 領(lǐng)域如何構(gòu)筑護(hù)城河：要深入到 AI Agent 各個(gè)環(huán)節(jié)，提升其解決實(shí)際需求的能力，并在實(shí)際場景中得到優(yōu)化方向的反饋。但是，AI Agent領(lǐng)域目前缺乏一個(gè)評(píng)估體系，指導(dǎo)這個(gè)設(shè)計(jì)和優(yōu)化過程。

• 阻礙相關(guān)研究落地的主因在于效果：目前唯一的瓶頸是現(xiàn)有研究效果無法達(dá)到落地指標(biāo)，只有 AI 的效果能夠真正達(dá)到我們的需求標(biāo)準(zhǔn)時(shí)，才會(huì)被大規(guī)模廣泛使用。

來也科技聯(lián)合創(chuàng)始人&CTO 胡一川

• AI Agent 落地?cái)?shù)字員工時(shí)的挑戰(zhàn)：① 模型的能力需要更強(qiáng)，因?yàn)闃I(yè)務(wù)復(fù)雜度可能超出現(xiàn)有模型的能力；② 應(yīng)用生態(tài)需要更開放；③ 許多工作流程需要被優(yōu)化和重構(gòu)，以適應(yīng) AI Agent 的運(yùn)作方式。

• 開發(fā)者選擇大模型時(shí)的三個(gè)考量指標(biāo)：① 效果考量，即需要在特定領(lǐng)域任務(wù)中表現(xiàn)出色；② 成本考量；③ 開源與閉源，服務(wù)B端客戶時(shí)需要結(jié)合開源模型建立數(shù)據(jù)閉環(huán)。

真格基金管理合伙人 戴雨森

• 回溯移動(dòng)互聯(lián)時(shí)代，對(duì)于中國早期AI創(chuàng)業(yè)者的三條建議：① 要靈活，用動(dòng)態(tài)的眼光看待技術(shù)本身，適應(yīng)技術(shù)的高速發(fā)展變化；② 商業(yè)化應(yīng)先關(guān)注用戶新增，再思考用戶留存；③ 先關(guān)注用戶價(jià)值，再思考商業(yè)模式，如果產(chǎn)品能帶來用戶價(jià)值，就始終有辦法從中提取一部分成為商業(yè)化收入。

• 創(chuàng)業(yè)公司如何把握入場時(shí)機(jī)：① 創(chuàng)業(yè)需要尋找大趨勢和小拐點(diǎn)結(jié)合的時(shí)機(jī)，然后迅速做出行動(dòng)；② 從經(jīng)驗(yàn)注意的角度出發(fā)，如果你相信一件事遲早會(huì)發(fā)生，那么剋有每隔五年嘗試一次。

真格基金EIR 季逸超

• 不去搶有限的時(shí)間：讓用戶愿意為價(jià)值付費(fèi)：① 在新平臺(tái)出現(xiàn)之前， To C 創(chuàng)業(yè)者都是在與 TikTok/抖音爭用戶的注意力和時(shí)間；② (爭不過) 所以，要尋找不需要長時(shí)間交互，但用戶愿意付費(fèi)的服務(wù)機(jī)會(huì)；③ 也就是說，不再跟成熟的產(chǎn)品去搶占用戶有限的時(shí)間。

? 引用參考1   |   引用參考2  |  引用參考3  |  ? 引用參考4

?? 萬字長文：從第一性原理看大模型 Agent 技術(shù)，掰開揉碎講技術(shù)演變的原理

補(bǔ)充一份背景：第一性原理 (First Principles) 是一種基本的、不可推導(dǎo)的命題或假設(shè)，構(gòu)成了一個(gè)理論體系或解釋的基礎(chǔ)?？梢岳斫鉃椤柑剿鲉栴}的本質(zhì)」。

想了解 Agent 技術(shù)原理但不想啃論文？那 @鄧范鑫 這次分享一定合你胃口！

視頻時(shí)長1個(gè)小時(shí)，文稿字?jǐn)?shù)過萬，將近 40 份參考資料/文獻(xiàn)，是 Agent 技術(shù)科普的入門必讀指南。

文章梳理了 Agent 技術(shù)的發(fā)展路徑，以及這條時(shí)間線上的主要研究和關(guān)鍵結(jié)論。脈絡(luò)清晰，環(huán)環(huán)相扣。此外，還介紹了通用智能原理、面向目標(biāo)架構(gòu)這個(gè)兩個(gè)根本性問題，以及基于的架構(gòu)缺陷和未來可能的發(fā)展方向  ? 點(diǎn)擊閱讀長文

開篇亮明觀點(diǎn)：未來5到10年可能有一場大變局：99%的開發(fā)/設(shè)計(jì)/文字工作將被AI接管，人類開始進(jìn)入智能時(shí)代。而智能時(shí)代的核心載體，不是網(wǎng)站也不是 App，而是 Agent (智能體)。

LLM Agents 發(fā)展歷程

• Prompt 工程：大模型剛出來的時(shí)候被當(dāng)作一種編程語言，用戶通過角色扮演、零樣本提示、少樣本提示等工程技巧，引導(dǎo)大模型的輸出。

• Prompt 外掛：為了克服大模型自身的諸多局限性 (如不能及時(shí)更新知識(shí)、上下文有限等)，用戶開始通過加入插件 (向量數(shù)據(jù)庫)、調(diào)用外部工具 (ChatGPT Plugins 開放體系) 來增強(qiáng)功能。

• 分解與組合：大模型推理能力存在顯著天花板，因此完成復(fù)雜任務(wù)需要考慮執(zhí)行策略，比如分解和組合 (MapReduce 模式、思維鏈 CoT /思維樹 ToT / 思維圖 GoT、累計(jì)推理等)。

• 反饋：任務(wù)的分解和組合策略缺少與外界互動(dòng)的能力，因此需要借鑒 ReACT 增加反饋機(jī)制，還可以借鑒強(qiáng)化學(xué)習(xí) Reflection 機(jī)制積累經(jīng)驗(yàn) → 對(duì)應(yīng) OpenAI 推出的 Funtion Calling。

• Agent：2023年4月 AutoGPT 橫空出世，這種更徹底的技術(shù)變革正式宣布了 Agent  時(shí)代的到來。

• Multi-Agent：多智能體也應(yīng)運(yùn)而生，比如「斯坦福小鎮(zhèn)」、MetaGPT、清華 ChatDev 等項(xiàng)目，都展示了多角色智能體在群體智能涌現(xiàn)方面的潛力。

• 技術(shù)發(fā)展脈絡(luò)與現(xiàn)狀：以上梳理了技術(shù)發(fā)展至今的脈絡(luò)，不過現(xiàn)有大模型和 Agent 仍然面臨著諸多挑戰(zhàn)挑戰(zhàn)。

通用智能基本原理

• 大腦的系統(tǒng)1和系統(tǒng)2：系統(tǒng)1 (直覺系統(tǒng)) 包含快速思考、神經(jīng)網(wǎng)絡(luò)連接主義、長期記憶、深度學(xué)習(xí)、亞符號(hào)、潛意識(shí)和非結(jié)構(gòu)化數(shù)據(jù)；系統(tǒng)2 (理性系統(tǒng)) 包含意識(shí)、思考、符號(hào)主義、邏輯推理圖靈、機(jī)制結(jié)構(gòu)化和模型。

• 在構(gòu)建 Agent 時(shí)，可以參考這兩種系統(tǒng)的思維框架：在系統(tǒng)2中反復(fù)出現(xiàn)的行為會(huì)逐漸沉淀到系統(tǒng)1中，也就是同樣的動(dòng)作反復(fù)訓(xùn)練直至變成肌肉記憶和反射 →  稱為Shortcut。

面向目標(biāo)架構(gòu)

• 隨著人類的生產(chǎn)方式的變化，軟件工程可能正在逐步演化為智能體工程 (Agent Engineering)，即以AI為中心+人類做輔助。

• 例如，傳統(tǒng)的用戶界面，由于其垂直的任務(wù)層級(jí)架構(gòu)，每一層都需要人類逐一生成，未來這個(gè)過程可能會(huì)被智能體自主生成并改良。

前瞻性分析

• Central Executive：提出建立中央執(zhí)行機(jī)構(gòu)的概念，以增強(qiáng)Agent的規(guī)劃和執(zhí)行能力，包括內(nèi)部加工過程的外部化。

• Memory：強(qiáng)調(diào)記憶機(jī)制的重要性，包括記憶的內(nèi)化、遺忘功能，以及長短時(shí)記憶與工作記憶之間的關(guān)系。

• Sensory：指出多模態(tài)輸入的必要性，以及時(shí)間感知在運(yùn)動(dòng)控制任務(wù)中的重要性，以及自上而下的機(jī)制問題。

• Motor：討論運(yùn)動(dòng)控制的未來發(fā)展，包括層次化控制和數(shù)據(jù)化執(zhí)行，以及亞符號(hào)的控制方式。

• Learning：強(qiáng)調(diào)Agent學(xué)習(xí)過程中對(duì)自身可靠性的判斷和權(quán)威性的重要性，以及模型的多樣性和解空間的擴(kuò)展。

• World Models：提出構(gòu)建無矛盾、統(tǒng)一的世界模型的必要性，以及模型的推理能力和內(nèi)部思考機(jī)制。