Преглед
Генеративните агенти са AI герои, задвижвани от езикови модели, които помнят, планират и реагират като надеждни хора. Поставени заедно в симулиран свят, те образуват малки общества, където социалното поведение възниква само по себе си.
Генеративните агенти и симулираните общества са технически градивен елемент, който влияе върху качеството на модела, цената на инфраструктурата, латентността и надеждността в мащаб.
Дълбоко гмуркане
В проект на Станфорд и Google от 2023 г., наречен Smallville, изследователите поставиха 25 агенти, управлявани от GPT-3.5, в град пясък и ги наблюдаваха как се държат като общност. Всеки агент имаше кратка биография и се събуждаше, приготвяше закуска, отиваше на работа и разговаряше със съседите. Най-важното е, че поведението не е било сценарийно. Един агент реши да организира парти за Свети Валентин и в продължение на два симулирани дни поканата се разпространи от уста на уста, агентите координираха времето и няколко се появиха заедно. Архитектурата съчетава поток от памет, извличане, размисъл и планиране, така че агентите действат последователно през дълги периоди от време, вместо да забравят какво се е случило преди минути.
Техническа информация
Основният трик е поток от памет: дълъг дневник с времеви щампи на всичко, което агент наблюдава. За да действа, агентът извлича подходящи спомени, оценени по актуалност, важност и сходство с текущата ситуация, след което ги подава в подканата на езиковия модел. Периодичните стъпки за размисъл обобщават необработените спомени в прозрения на по-високо ниво (например извод, че някой е запален по изследванията), които се съхраняват обратно и насочват бъдещото планиране и диалог.
Овладяване на генеративни агенти и симулирани общества
Генеративните агенти са AI герои, задвижвани от езикови модели, които помнят, планират и реагират като надеждни хора. Поставени заедно в симулиран свят, те образуват малки общества, където социалното поведение възниква само по себе си. Генеративните агенти и симулираните общества са технически градивен елемент, който влияе върху качеството на модела, цената на инфраструктурата, латентността и надеждността в мащаб. За да изградите дълбоко разбиране, третирайте генеративните агенти и симулираните общества като оперативен модел, а не като отделна функция: дефинирайте желаните резултати, изяснете предположенията и отделете това, което системата може да направи надеждно, от това, което все още изисква експертна преценка.
На практика силни екипи, използващи Генеративни агенти и Симулирани общества, оптимизират избора на архитектура, данни и инфраструктура спрямо надеждността и разходите. Те документират изрични критерии за успех, тестват срещу реалистични данни и работни потоци и повтарят въз основа на наблюдавани модели на неуспех, а не на еднократни победи в бенчмарка. Това е мястото, където теоретичното разбиране се превръща в трайна способност за продукти, политики и операции.
Архитектурните решения стимулират производителността и оперативните разходи в продължение на години. В същото време оптимизирането на един бенчмарк може да скрие по-широки системни слабости. Най-устойчивият подход е да се комбинира скоростта на експериментиране с дисциплината на управление: стартирайте пилотни проекти, събирайте доказателства, публикувайте регистрационни файлове за решения и непрекъснато актуализирайте предпазните мерки, докато поведението на модела, очакванията на потребителите и регулаторните изисквания се развиват.
Стратегическо въздействие
Архитектурните решения стимулират производителността и оперативните разходи в продължение на години.
Архитектурните решения стимулират производителността и оперативните разходи в продължение на години. При висококачествени внедрявания това се превръща в измерими правила за работа, граници на собствеността и повтарящи се ритуали за преглед, така че екипите да могат да мащабират доверието, вместо да мащабират неяснотата.
Техническото образование помага на екипите да изберат правилния стек, а не само най-новия.
Техническото образование помага на екипите да изберат правилния стек, а не само най-новия. При висококачествени внедрявания това се превръща в измерими правила за работа, граници на собствеността и повтарящи се ритуали за преглед, така че екипите да могат да мащабират доверието, вместо да мащабират неяснотата.
По-добрият инженерен избор намалява инцидентите, свързани с надеждността в производството.
По-добрият инженерен избор намалява инцидентите, свързани с надеждността в производството. При висококачествени внедрявания това се превръща в измерими правила за работа, граници на собствеността и повтарящи се ритуали за преглед, така че екипите да могат да мащабират доверието, вместо да мащабират неяснотата.
Внедряване в реалния свят
Симулация на Смолвил в Станфорд, където 25 агенти самостоятелно организираха и присъстваха на парти за Свети Валентин
Правдоподобни, управлявани от паметта NPC във видеоигрите, които помнят минали взаимодействия с играчи и държат обида или приятелства
Синтетични фокус групи, които играят ролеви образи на различни клиенти, за да тестват предварително маркетингови съобщения или характеристики на продукта
Симулатори за обучение, при които гражданите с ИИ реагират на решенията на обучаващия се по време на учения за реагиране при бедствия или дипломация
Модели на изпълнение
Генеративни агенти и симулирани общества на практика
Симулация на Смолвил в Станфорд, където 25 агенти самостоятелно организираха и присъстваха на парти за Свети Валентин.
Симулация на Смолвил на Станфорд, при която 25 агенти самостоятелно организираха и присъстваха на парти за Свети Валентин. Екипите обикновено получават по-добри резултати, когато предварително определят праговете за качество, поддържат път на човешка ескалация за крайни случаи и проследяват както печалбите в производителността, така и разходите за грешки във времето.
Генеративни агенти и симулирани общества на практика
Правдоподобни, управлявани от паметта NPC във видеоигрите, които помнят минали взаимодействия с играчи и държат обида или приятелства.
Правдоподобни, управлявани от паметта NPC във видеоигрите, които помнят минали взаимодействия с играчи и държат недоволство или приятелства. Екипите обикновено получават по-добри резултати, когато определят прагове за качество предварително, поддържат човешки път на ескалация за крайни случаи и проследяват както печалбите в производителността, така и разходите за грешки във времето.
Генеративни агенти и симулирани общества на практика
Синтетични фокус групи, които играят ролеви образи на различни клиенти, за да тестват предварително маркетингови съобщения или характеристики на продукта.
Синтетични фокус групи, които играят ролеви образи на различни клиенти, за да тестват предварително маркетингови съобщения или характеристики на продукта. Екипите обикновено получават по-добри резултати, когато предварително определят праговете за качество, поддържат път на човешка ескалация за крайни случаи и проследяват както печалбите в производителността, така и разходите за грешки във времето.
Генеративни агенти и симулирани общества на практика
Тренировъчни симулатори, при които хората с изкуствен интелект реагират на решенията на обучаващия се по време на учения за реагиране при бедствия или дипломация.
Тренировъчни симулатори, при които хората с ИИ реагират на решенията на стажанта по време на учения за реагиране при бедствия или дипломация. Екипите обикновено получават по-добри резултати, когато предварително определят праговете за качество, поддържат път на човешка ескалация за крайни случаи и проследяват както печалбите в производителността, така и разходите за грешки във времето.
Рискове и предпазни огради
Оптимизирането на един бенчмарк може да скрие по-широки системни слабости.
Разходите за инфраструктура и поддръжка често се подценяват.
Пропуските в сигурността и видимостта могат да нарастват, когато системите стават по-сложни.
Пътна карта за изпълнение
Определете целите за латентност, качество и разходи преди внедряването.
Определете целите за латентност, качество и разходи преди внедряването. Отнасяйте се към всяка стъпка като към вход за доказателства: ако критериите не са изпълнени, поставете на пауза разпространението, запълнете празнината и едва след това разширете използването.
Бенчмарк при реалистични условия на натоварване и данни.
Бенчмарк при реалистични условия на натоварване и данни. Отнасяйте се към всяка стъпка като към вход за доказателства: ако критериите не са изпълнени, поставете на пауза разпространението, запълнете празнината и едва след това разширете използването.
Мониторинг на инструмента за грешки, отклонение и въздействие върху потребителя.
Мониторинг на инструмента за грешки, отклонение и въздействие върху потребителя. Отнасяйте се към всяка стъпка като към вход за доказателства: ако критериите не са изпълнени, поставете на пауза разпространението, запълнете празнината и едва след това разширете използването.
Подгответе пътеките за връщане назад и реакция на инцидент преди мащабиране.
Подгответе пътеките за връщане назад и реакция на инцидент преди мащабиране. Отнасяйте се към всяка стъпка като към вход за доказателства: ако критериите не са изпълнени, поставете на пауза разпространението, запълнете празнината и едва след това разширете използването.