金磊 发自 凹非寺

量子位 | 公众号 QbitAI

家人【rén】们，OpenAI前脚刚发布自定义GPT，让人【rén】人都【dōu】能【néng】搞【gǎo】开发；后【hòu】脚国内一家大【dà】模型初【chū】创公司也搞了个产品，堪称重新定义开发【fā】——让AI智能体们协作起来！

只需一句话，最快3分钟不到，成本也只要2元多，“啪~”，一个软件就开发完了。

例如开发一个红包雨的小软件，现在只需要说一句就好了：

“红【hóng】包【bāo】雨”是【shì】一个【gè】点【diǎn】击【jī】小游【yóu】戏，红包【bāo】的外观是红色高瘦的圆角矩形，红包缓慢【màn】地从上方【fāng】掉落，每个红包间距相【xiàng】等 ，没有重叠，鼠【shǔ】标点击【jī】任【rèn】意一个红【hóng】包，红【hóng】包【bāo】便随着互动点击而消失，同时显示一个吉利的数字，表示抢到这【zhè】个【gè】红包得到了多少【shǎo】钱。

更重【chóng】要的一点【diǎn】是，在开发的整【zhěng】个流程中，从产品经理【lǐ】到程序【xù】员，再到设计和【hé】测试等【děng】等，统统都是AI智能体！

没错，全程【chéng】你只需要【yào】提需【xū】求，剩下的【de】智能体们会自己【jǐ】讨论、交【jiāo】流，甚至还伴随着battle，最【zuì】终确【què】定方案并【bìng】执行。

要知道【dào】，常【cháng】规软件的开发周期是【shì】在9-21周【zhōu】，且【qiě】成本在10000-50000美元之间（包括人力）；如此对比起来，可真的是大写的“降本增效”！

这款神器便是ChatDev，是由面壁智能最新推出的SaaS级智能软件开发平台。

其【qí】实早【zǎo】在【zài】两个月前，“ChatDev智能体协作开发框架【jià】”就已经在GitHub上开源【yuán】，并多次霸榜Trending排【pái】行，目前已经揽【lǎn】获近17000颗star。

而此次面壁【bì】智能之所以推出产品版，就是为【wéi】了把【bǎ】这种“一句话搞开【kāi】发【fā】”的【de】门【mén】槛再次“打下去”。

现在有了它，搞开发可以说拼得不再是技术了，拼得更多的反倒成了创意。

宛如身边有一只哆啦A梦，只要你敢想，它就敢给你“造”出来。

那么产【chǎn】品版【bǎn】ChatDev正在带来什【shí】么样的改变？又【yòu】是【shì】如何做到的？

产品开发变了：可以把更多创意塞进去

在【zài】产品版ChatDev加【jiā】持之下，开【kāi】发【fā】的迭代，也变成了有想【xiǎng】法就行的事。

例如【rú】你想把“红包”替换成你【nǐ】想【xiǎng】要的元【yuán】素，同样也是只【zhī】需要一句话的那种。

然后AI智能【néng】体【tǐ】们就又开始了新一【yī】轮工作流程，这次，我们来具【jù】体看【kàn】看它【tā】们之间到底是怎么展【zhǎn】开工作的【de】。

我们还是先以刚才红包雨的demo为例。

首先，就像刚才提到的，我们【men】需【xū】要做的就【jiù】只有【yǒu】填写好【hǎo】“项目名【míng】称”和“Prompt”。

而且即便Prompt写得不好，在ChatDev旁边也有一个“一键润色”的功能，自动帮你把需求补充完整。

然后我们就能看到AI智能体们就开始“搓搓小手”准备干活儿了。

CTO先发话，大概意思就是：

来活儿喽！客户要搞个“红包雨”~

紧接【jiē】着CTO详细地拆【chāi】解了【le】这【zhè】个需求，把项目要做【zuò】的每一步都罗列了出来：

任务下达之后，就轮到程序员发力了。

只见他不费吹灰之力，立即给出了一段Python代码：

代码完成之后，还有会有一位AI Counselor，会对【duì】整个项目做【zuò】个总结，并将逻辑、结【jié】果等等一【yī】并奉上【shàng】：

整个对话过程【chéng】可谓是非常丝滑，我们就像一位尊贵的【de】客户，静静地看着这【zhè】些【xiē】“AI员工”有条不紊地【dì】推进着【zhe】项目【mù】。

不得不感慨，现在搞开发，真的成了有想法就行的事儿了。

例如【rú】网络爬虫、数据库读【dú】写、文件【jiàn】批处【chù】理、网页设计这样的【de】编程【chéng】助手；像五子【zǐ】棋、贪吃【chī】蛇这【zhè】样的【de】休闲小游【yóu】戏；再如数字时钟、计算器、绘画板、图片编辑器这【zhè】样【yàng】的效率管理和创作辅助工具。

统统都能hold得住~

怎么做到的？

从【cóng】早期披【pī】露的消息和【hé】论文中可【kě】以看到【dào】，最初的【de】ChatDev，是团队设计了一套由群体智【zhì】能【néng】串联起的ChatChain（交流链）。

可视为由原【yuán】子任务组成的“软【ruǎn】件生产【chǎn】线”，通过专业角色的智能体进【jìn】行对话式信息交互和决策，驱动其进行【háng】自动【dòng】化全流【liú】程软件工【gōng】程。

然而【ér】，应【yīng】用的创新离不开基础【chǔ】模型能【néng】力的提升，随着面壁智能【néng】推出SaaS版ChatDev，我们发现其自研【yán】的基座模型【xíng】也有了【le】新的版本——

面壁智能自研的新一代千亿参数大模型——CPM-Cricket（CPM全称为Chinese Pretrained Model) 。

据了解，CPM-Cricket是面壁智【zhì】能的第三代【dài】模型【xíng】，前两代【dài】分别为CPM-Ant、CPM-Bee。

（有意【yì】思【sī】的一点是，每一代模型的【de】名字是【shì】按照英【yīng】文字母的顺序为首字【zì】母，并取一【yī】个昆【kūn】虫的英文单词来命名。）

至于CPM-Cricket的【de】能力几【jǐ】何，一言【yán】蔽之，是在逻辑、代码、知识、指【zhǐ】令理解等方【fāng】面有【yǒu】了大【dà】幅提升，且全【quán】面超【chāo】越Llama 2的那种。

在经典的LLM评测集（HumanEval、C-Eval、MMLU、MBPP、CMMLU、BBH等【děng】）中，CPM-Cricket表现如下：

或许这样的一组数据并没法带来非常直观的感受。

那么同【tóng】样是【shì】基于CPM-Cricket的类ChatGPT产品——Luca 3.0，把它【tā】“丢【diū】”进公考【kǎo】场景之后的表现，便可【kě】以让【ràng】CPM-Cricket的能力变【biàn】得更一目【mù】了然了。

题目是这样的：

选取【qǔ】2022-2023年的公考试题，包括常识判断、数量关【guān】系、资料分析、判断推理、语言【yán】理【lǐ】解与表【biǎo】达等多种【zhǒng】题【tí】型的425道试题。

例【lì】如面对【duì】下面这道单选题，Luca 3.0不【bú】仅【jǐn】可以秒【miǎo】速作答，还能【néng】将【jiāng】每一步的解题步骤详【xiáng】尽地列出来：

即使是面对话术弯弯【wān】绕绕【rào】、真人【rén】看【kàn】了都需要反【fǎn】应一会儿的【de】逻辑题目，Luca 3.0的【de】回答也是游刃有余【yú】：

可以说，Luca 3.0在这套题【tí】上的表现是【shì】做到了【le】“快”和“准”。

而【ér】与之同台竞【jìng】技【jì】的【de】选手，面壁智能所选取的也是业界相对标【biāo】杆的大模型，GPT-4。

不【bú】难看出【chū】，在重要的常识判【pàn】断和判断【duàn】推理两项能力【lì】中【zhōng】，Luca 3.0相【xiàng】比GPT-4已经能够保持相对的优势了。

不仅如此，在英文测【cè】试环境【jìng】中【zhōng】，Luca 3.0在GMAT官方模【mó】拟【nǐ】考试题中的表现，同样也是GPT-4整【zhěng】体相当（其中阅读达到GPT-4的97%水位）。

而Luca 3.0之所【suǒ】以能够取得这般成绩，除了【le】背后CPM大模【mó】型【xíng】升级这个因素之【zhī】外，面壁智能在【zài】微【wēi】调方面也做【zuò】了相【xiàng】应的策略：

一是课程学习（Curriculum learning，CL）的训练【liàn】策略，模【mó】仿人类【lèi】的【de】由【yóu】易到难的【de】学习过【guò】程，先在预【yù】训【xùn】练中让模型学习底层推理规律【lǜ】，然后在对齐阶段学习人类的【de】逐步推理思维。

二是思维链（Chain-of-thought，CoT）策略，对推理过程分解，让模型的推理更加具有可解释性。

（PS：目前【qián】Luca已【yǐ】经正式面向【xiàng】公【gōng】众开放服务，是可以免费体验的【de】那种哦【ò】~）

在底层基础设【shè】施的其他方面【miàn】，例如训练【liàn】、压缩【suō】和推理，面壁【bì】智能也自研了【le】自己的【de】一套【tào】打法：

BMTrain：大模型高【gāo】效训练框架BMInf：大【dà】模型高效推【tuī】理框架BMCook：大【dà】模型【xíng】高【gāo】效压缩框架

据说【shuō】其大【dà】模型【xíng】已集【jí】成超过16000多个真实【shí】API，可实现一键【jiàn】接入，调【diào】用工具解决更多复【fù】杂任务。

此外，面【miàn】壁智能还部署了Int8量化模【mó】型【xíng】，让【ràng】模型推【tuī】理成本降低50%。

总结来说，面壁智能【néng】探索了出更为低【dī】成本、高效率的模型训练方法，让大模型【xíng】不仅能【néng】“训出来”，还【hái】能【néng】“训得好”、“用得好”。

这【zhè】可【kě】能【néng】就是这【zhè】家创业公司推动“大模型【xíng】+Agent”应用落地的实力和【hé】底气。

还有更大的一盘棋

不过除【chú】此之外【wài】，基于大模型底座的基础能力，面【miàn】壁智能还曾【céng】开源了两项重磅的工【gōng】作【zuò】——AgentVerse和XAgent。

加上之前我们提到的ChatDev，三者共同形成了面壁智能的“三驾马车”，围绕的核心便是AI智能体。

AgentVerse是一个大模【mó】型驱【qū】动【dòng】的智能体通用【yòng】平台，它的作用就是打造各式各样【yàng】的AI智能体【tǐ】，让它们具备感知、思考、推理【lǐ】、理【lǐ】解【jiě】、协作和执行的能力，以便“组【zǔ】团打怪”。

XAgent是大【dà】模型驱【qū】动的AI智能体应用框架，它可以让【ràng】智能体们具备自主规【guī】划和决策能【néng】力，能够理【lǐ】解人类指令【lìng】，制【zhì】定复杂计划【huá】并自主采取行【háng】动完成【chéng】任务。

而【ér】ChatDev则【zé】更为聚焦，是大模型驱动【dòng】的多智能体协【xié】作开发框架，采【cǎi】用软件工程【chéng】瀑布模【mó】型【xíng】的思想，将软件开发分【fèn】为软【ruǎn】件设计、系【xì】统开发、集成测试、文档编制四个主【zhǔ】要环节。

但若是我们【men】将此次发布的所有“单节点”联系到一起【qǐ】，就能发【fā】现，面【miàn】壁智能实则是在下【xià】一盘更【gèng】大的【de】棋——

左手大模型，右手AI智能体，要打造的是一个智能体网络（Internet of Agents，IoA）。

因【yīn】为在面壁智【zhì】能看来，我【wǒ】们【men】已经经历了从互联网到【dào】物联【lián】网的过渡，而接下来的驶向【xiàng】便是智联网。

如【rú】果说互联【lián】网【wǎng】是二【èr】维信息的联通、物联网是三维空间的联结，那么【me】智联【lián】网则是进入更高维度的智【zhì】能体互【hù】联。

而在智联网【wǎng】中，AI智能体应当是【shì】最为关键的存在，它可以是拟【nǐ】人的【de】原【yuán】生智能体，也可以是现实中【zhōng】的【de】人和物体【tǐ】的数字孪生智能【néng】体。

通过智能体的连接，可以让AI真正为人类服务，提供价值（生产力的提升、交互方式的改变）。

以【yǐ】一个大【dà】胆【dǎn】的想象来比喻，可能在智【zhì】联【lián】网的将来，家中的哪【nǎ】怕【pà】是一张【zhāng】桌子【zǐ】、一台冰箱，也会具【jù】备智能体的特性，可以与人和其它【tā】物体【tǐ】做智能交互。

而这，也正是面壁智能愿景的由来——智周万物：

“智”即AI Agent智能体；“万物”可以是人，可以是物。

AI Agent智能体网络是连接现实世界【jiè】与虚【xū】拟世界【jiè】的桥【qiáo】梁，并使其真正交互和协【xié】作起来，创造价【jià】值【zhí】。

不【bú】过有一说一，智联【lián】网的理想【xiǎng】虽【suī】好，但现实的情况【kuàng】是，即使是ChatDev和第【dì】三【sān】代大模型的发布，也只【zhī】能视【shì】为迈向愿景的一步。

那么面壁智能是否有足够的实力能够在将来解锁“智周万物”呢？

关于面壁智能

对于这个问题，我们首先就要看一下面壁智能的团队实力如何。

从官【guān】方披露的消息可知，面壁【bì】智能成【chéng】立于2022年【nián】8月，CEO为李大海【hǎi】，首席科学【xué】家是刘知远。

二人的学术、技术实力已然是不容小觑。

李大海毕业【yè】于【yú】北大数学系，后加【jiā】入谷歌成为Google中【zhōng】国创始员工之一；再后来【lái】也【yě】有【yǒu】在众多知名企业担任技【jì】术负责人【rén】、CTO等职务【wù】的经历，对技术体系的搭建和商业【yè】化落【luò】地有着丰【fēng】富【fù】的经验。

刘知远【yuǎn】是清华大学【xué】计算【suàn】机系长【zhǎng】聘副教授，主要研究【jiū】方向为自然语言处理、知【zhī】识【shí】图【tú】谱和社会计算。在人工智能领域著【zhe】名国际期刊和会议发表相关论文200余篇，Google Scholar统计【jì】引【yǐn】用超过3.7万【wàn】次【cì】，学术造诣可谓是【shì】十分深厚。

不仅如此，官方展示【shì】的“顾问”成员【yuán】也是【shì】非常重量级，包括两位清华大【dà】学计算机系教【jiāo】授【shòu】——孙茂松和刘洋。

不难看出，面壁智能是妥妥一家“清华味”十足的大模型初创企业。

除此之【zhī】外，其在产学研【yán】生态道【dào】路上也【yě】有自己独特【tè】的打法，即“一体两翼”。

“一体”指的正是面壁智能，而“两翼”则是OpenBMB和清华NLP实验室。

据了解，OpenBMB是面壁智能团队在2021年与【yǔ】清【qīng】华NLP实验室共【gòng】同成立的国内【nèi】领先【xiān】大模型研发与应用【yòng】开【kāi】源社【shè】区【qū】，社区【qū】宗旨为“让大模型飞入千家万【wàn】户”。

目前除【chú】了Agent技术框架，OpenBMB还开源了CPM-Ant、CPM-Bee 10B基础模型，BMTrain、BMCook、 BMInf 、OpenPrompt、OpenDelta等大【dà】模型全【quán】流程加速工具包，为中国大模【mó】型开源事【shì】业做出了独树一帜的贡献。

清华NLP实验室【shì】，则是国内最早系统【tǒng】开展深度学习【xí】与大模型研究【jiū】的单位【wèi】，团队在国【guó】际【jì】顶级学术会议和国际权威期【qī】刊发表论文200余篇，引【yǐn】用近44000次，并获得【dé】多【duō】项最【zuì】佳论文奖。

由此【cǐ】可见，无【wú】论【lùn】是自身实【shí】力，亦【yì】或是“一体两翼”式【shì】的强强联手，面壁智【zhì】能在技术这一块可以说是妥妥拿捏住了。

这也就不难理解【jiě】，为何仅成立一年的【de】面壁智【zhì】能，便可将【jiāng】CPM大【dà】模型【xíng】迭代三代【dài】，又能在国内率先亮出【chū】“大模型【xíng】+Agent”群体智能模式的产【chǎn】品应【yīng】用了。

— 完 —

量子位 QbitAI · 头条号签约

关注我们，第一时间获知前沿科技动态

标签： #网络游戏制作成本