【译】为什么构建人工智能代理大多是在浪费时间

news/2026/1/20 0:12:48/文章来源:https://www.cnblogs.com/Leap-abead/p/19504073

原作:李胜刚

 

过去两年,人工智能领域悄然兴起了一种奇特的观念:智能的未来在于构建智能体。放眼望去,工程师们都在创建 RAG 流水线,将各种工具串联起来,用编排框架封装大型语言模型,并将最终成果称为“人工智能系统”。

它看起来很棒。感觉很有效率。它满足了人们的工程建造本能。

但令人不安的事实是:大多数人工智能代理并非进步,而只是装饰品。

它们并不能真正扩展智能,也不能创造新的经济价值,而且它们很少能存活到下一代基础模型出现之后。在大多数情况下,构建人工智能代理并非迈向未来智能的一步,而只是暂时分散了我们对智能本质的理解。

这不是技术层面的争论,而是结构层面的争论。

一个简单的数学现实

大型语言模型的核心是一个函数逼近器:

image

LLM 生成的一切都是对输入信号及其学习到的内部表征的转换。它并非凭空创造信息,而是对信息进行重组、压缩和推断。

人工智能代理本质上是:

image

你添加内存。你添加检索功能。你添加工具。你添加工作流逻辑。

但从结构上看,你并没有创造一种新的智能,而只是在现有的智能之外添加了一个外壳。

这一点至关重要,因为封装器在经济上非常脆弱。基础模型的任何改进都会立即削弱它们的价值。当逻辑逻辑模型(LLM)在推理、记忆或长上下文处理方面变得更强时,大多数智能体逻辑一夜之间就会变得多余。

如果你的系统可以通过更大的上下文窗口和更好的提示符来替代,那么你拥有的就不是一款产品,而只是一种暂时的不便。

代理人不会增加信息

从信息论的角度来看,代理人面临着更加严峻的约束。

香农告诉我们,信息无法在封闭系统内产生。个体不会增加世界的熵,它只会重新分配熵。

image

您的 RAG 管道不会引入新的事实。它只是在文档、嵌入、提示和标记之间重新排列现有信息。

这意味着智能体并非智能倍增器,而是界面重组。

它们改变的是人体工程学,而不是认知。

它们提升的是便利性,而不是理解力。

为什么 RAG 是一种过渡性技术

如今,检索增强型生成之所以显得强大,是因为基础模型仍然存在局限性:

  •   上下文长度是有限的
  •   训练数据已冻结
  • 幻觉仍然会发生。
  • 域记忆是不完美的

RAG 通过注入外部存储器进行补偿。

但这种优势只是暂时的。

  当 LLMs 吸收时:

  •   更大的背景
  • 实时知识整合
  • 更好的内部存储器压缩

RAG 之于 RAG,就像 CD-ROM 之于云存储:一种仅在技术过渡时期才有意义的权宜之计。

RAG 并非未来,而是当前局限留下的伤疤。

智能体降低了专家的智能水平。

这是最容易被误解的部分。

经纪人看似乐于助人,但对专业人士而言,实际上却是一种倒退。他们用自由换取了束缚。

  代理预先定义:

  • 可以问哪些问题
  •   允许哪些路径
  • 允许使用哪些工具
  • 预期输出结果

这对初学者很有用,但对专家来说却很危险。

律师不会按工作流程思考。数学家不会按管道推理。科学家不会通过菜单式的认知方式探索真理。

优秀的思维是非线性的、即兴的,并且与情境密切相关。而智能体却将认知固化成模板。

他们将情报转化为官僚主义。

基本价值方程

人工智能的真正方程式并非:

image

这是:

image

如果对某个领域的专业知识为零,人工智能的作用就为零。如果对某个领域的专业知识非常精深,人工智能就能成为一种优势。

  原因如下:

None

人工智能并不会使智能民主化,反而会加剧智能的两极分化。

为什么“周末经纪人”没有经济前景

如果一个城镇可以在一个周末建成,那么它就没有护城河。

它的复制成本几乎为零。它对基础模型的依赖是绝对的。它的生命周期以 API 版本发布次数来衡量。

这违反了所有可持续商业的原则:

  •   毫无辩护余地
  •   没有专有认知
  •   没有复利优势

你不是在建设基础设施,你是在装饰别人的基础设施。

无人愿意承认的教育危机

家长们现在会问:“我的孩子应该学习人工智能吗?”

但他们误解了人工智能的本质。

人工智能领域只有两种真正的职业:

  1. 模型构建者——数学家、统计学家和系统工程师
  2. 人工智能赋能的专业人士——医生、律师、工程师、科学家、投资者

中间类别——代理商构建者——很大程度上是一种错觉。

它只能提供演示,而无法创造价值。

我们正在培养一代只会修饰界面而不是精通领域的人才。

这是一次灾难性的人才错配。

为什么人们仍然喜欢经纪人

因为经纪人能提供心理安慰:

  •   他们感觉自己像个主人。
  •   他们感觉自己掌握了某种技能。
  •   它们让人感觉像是进步。

在一个智能变得抽象和集中化的世界里,它们给人一种掌控一切的错觉。

但幻觉并不能转化为优势。

对人工智能更诚实的定义

人工智能不是一种职业。人工智能不是一种产品。人工智能不能取代智能。

  人工智能就像一面镜子。

它反映了你本来的样子:

  • 如果没有结构,它就变成了娱乐。
  • 如果你的结构薄弱,它就会成为一种辅助手段。
  • 如果你拥有强大的结构,它就能转化为力量。

  最终原则

人工智能不奖励表面功夫,它奖励的是认知深度。

  更残酷的是:

如果一个人工智能代理可以在一个周末内开发出来,那它可能算不上什么生意,而只是个玩具。

智能的未来不在于将提示信息串联起来,而在于将人类理解与机器增强功能结合起来。

经纪人会逐渐消失,而专业技能会不断积累。

人工智能不会使人类平等,反而会揭露人类的本质。

 

 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/1185743.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

# **大模型 RAG 应用全攻略:从落地到增效,LLaMA-Factory Online 助力全流程**

# **大模型 RAG 应用全攻略:从落地到增效,LLaMA-Factory Online 助力全流程**在大模型应用中,RAG(检索增强生成) 是突破预训练数据局限、提升回答准确性与时效性的核心技术。本文结合实操逻辑,从文档处理到工具…

5分钟上手!用Cute_Animal_For_Kids_Qwen_Image生成儿童专属可爱动物图片

5分钟上手!用Cute_Animal_For_Kids_Qwen_Image生成儿童专属可爱动物图片 1. 快速入门:三步生成儿童风格可爱动物图 在AI图像生成技术飞速发展的今天,Cute_Animal_For_Kids_Qwen_Image 镜像为家长、教育工作者和内容创作者提供了一个简单高效…

DeepSeek-R1-Distill-Qwen-1.5B高算力适配:vllm+T4显卡部署实测

DeepSeek-R1-Distill-Qwen-1.5B高算力适配:vllmT4显卡部署实测 1. 背景与目标 随着大模型在垂直场景中的广泛应用,如何在有限硬件资源下实现高效推理成为工程落地的关键挑战。DeepSeek-R1-Distill-Qwen-1.5B作为一款轻量化、高精度的蒸馏模型&#xff…

亲测好用10个AI论文写作软件,MBA毕业论文轻松搞定!

亲测好用10个AI论文写作软件,MBA毕业论文轻松搞定! AI 工具助力论文写作,轻松应对学术挑战 在当前的学术环境中,MBA 学生和研究者面对的不仅是繁重的课程任务,还有对高质量论文的严格要求。尤其是在论文写作过程中&…

大模型微调:让AI精准适配行业需求,LLaMA-Factory Online 助力高效落地

大模型微调:让AI精准适配行业需求,LLaMA-Factory Online 助力高效落地大模型微调:让AI精准适配行业需求,LLaMA-Factory Online 助力高效落地 在大模型热潮中,“微调(Fine tuning,简称FT,又称‘精调’)”是实现…

VibeThinker-1.5B-WEBUI部署实战:边缘设备轻量化适配可能性探讨

VibeThinker-1.5B-WEBUI部署实战:边缘设备轻量化适配可能性探讨 1. 引言:小参数模型的推理潜力与落地挑战 随着大模型技术的持续演进,行业关注点正从“更大”向“更高效”转移。在这一趋势下,微博开源的 VibeThinker-1.5B 模型以…

WordPress多语言支持系统搭建指南

WordPress多语言网站的核心价值在全球化数字时代,见证了跨境业务的蓬勃发展。对于希望拓展国际市场的企业而言,多语言网站已不再是可选项,而是必需品。WordPress作为全球使用最广泛的内容管理系统,其强大的多语言支持能力使其成为构建国际化网站的最佳选择。在云策WordPress建站…

MCGS 昆仑通泰触摸屏与三菱变频器 Modbus RTU 通讯案例揭秘

mcgs昆仑通泰触摸屏和三菱变频器modbus RTU通讯案例。,含资料在工业自动化领域,设备之间的高效通讯至关重要。今天咱们就来唠唠 MCGS 昆仑通泰触摸屏与三菱变频器通过 Modbus RTU 进行通讯的实际案例,还会分享一些实用资料。 一、前期准备 硬…

Qwen1.5-0.5B-Chat省钱方案:免GPU部署降低90%成本

Qwen1.5-0.5B-Chat省钱方案:免GPU部署降低90%成本 1. 背景与核心价值 在当前大模型快速发展的背景下,越来越多企业和开发者希望将智能对话能力集成到产品中。然而,主流大模型通常依赖高性能GPU进行推理,导致部署成本居高不下&am…

FSMN VAD错误重试策略:网络不稳定应对

FSMN VAD错误重试策略:网络不稳定应对 1. 背景与问题定义 在实际语音处理系统中,FSMN VAD(Feedforward Sequential Memory Neural Network - Voice Activity Detection)作为阿里达摩院FunASR项目中的核心组件之一,广…

全网最全8个AI论文网站,专科生搞定毕业论文必备!

全网最全8个AI论文网站,专科生搞定毕业论文必备! AI 工具如何成为专科生毕业论文的得力助手 在当今快速发展的科技时代,AI 工具正在以前所未有的速度改变着我们的学习与工作方式。对于专科生而言,撰写一篇合格的毕业论文往往是一项…

电子玩具音乐实现:51单片机蜂鸣器唱歌完整示例

用51单片机让蜂鸣器“唱歌”:从音符到旋律的完整实战指南你有没有拆过家里的电子玩具,听到过那种“叮叮咚咚”的小曲儿?那不是芯片在哼歌,而是工程师用最朴素的方式——51单片机 无源蜂鸣器,让一块塑料壳子里的小小器…

el-drawer注册全局点击事件无效;el-dialog注册全局点击事件无效

提示:el-drawer或el-dialog注册全局点击事件无效,即抽屉或弹框外点击会触发事件,但抽屉和弹框内点击无反应 目前通过方案2:使用捕获阶段(推荐)解决 文章目录解决方案方案1:将事件监听器改为 do…

基于Matlab的车牌识别系统:模板匹配与神经网络的探索

基于matlab的车牌识别系统,可以用模板匹配设计也可以用网络神经算法,全网最全资料在智能交通日益发展的今天,车牌识别系统成为了一个热门的研究与应用领域。Matlab以其强大的矩阵运算能力和丰富的工具箱,为我们实现车牌识别系统提…

Live Avatar A/B测试框架:不同参数组合效果对比实验

Live Avatar A/B测试框架:不同参数组合效果对比实验 1. 引言 1.1 技术背景与选型需求 随着数字人技术的快速发展,阿里联合高校开源的Live Avatar模型为实时语音驱动数字人视频生成提供了新的可能性。该模型基于14B参数规模的DiT架构,支持从…

深入剖析艾默生15kW充电桩与台达三相PFC技术

艾默生充电15kw台达三相PFC源程序 艾默生充电桩15kw模块台达三相PFC源码,软件源码加原理 图BOM 艾默生充电桩15kw模块原版软件源码含核心算法,PFCDCDC双DSP数字控制,原理图,BOM和PCB(PDF版),所有资料完全配…

Wan2.2-T2V-A5B详解:轻量化设计背后的模型蒸馏技术解析

Wan2.2-T2V-A5B详解:轻量化设计背后的模型蒸馏技术解析 1. 技术背景与问题提出 近年来,文本到视频(Text-to-Video, T2V)生成技术在内容创作、广告设计和影视预演等领域展现出巨大潜力。然而,主流T2V模型通常参数量庞…

搜嗖工具箱|哪些助你打开天窗的工具网站

如今的世界早已不是那个一招鲜质变天的时代,不学习就会被淘汰,无论那个领域那个地方皆是如此。当下早已陈给一个人人卷学习,个个求精进的全面学习时代。有人说躺平很舒服很好,但看看身边人又有谁真正的决定躺平的呢…

STM32上进行Unix时间戳转换

1.Unix时间戳简介 Unix时间戳(Unix Timestamp)是一种时间表示方式,定义为从1970年1月1日00:00:00 UTC(协调世界时)起经过的总秒数(不考虑闰秒)。 2.MDK程序简单分析 程序首先将stTime1中的unix时间戳变量赋个初…

RAG技术实战指南:让大模型读懂企业知识,LLaMA-Factory Online 赋能落地

RAG技术实战指南:让大模型读懂企业知识,LLaMA-Factory Online 赋能落地RAG技术实战指南:让大模型读懂企业知识,LLaMA-Factory Online 赋能落地* 在AI商业化落地进程中,RAG(检索增强生成)是解决大模型“不懂企业…