从我要去山西旅游看AI智能体的未来之旅：大模型如何重构自动化服务生态

这篇文章主要是基于目前AI发展现状做出的一些思考，如何才能让模型更智能?

我们基于一个旅游场景来设想模型应该如何实现: 我要去山西旅游

任务分解

模型首先要基于"我要去山西旅游"这个要求进行分解，整理成一个类似操作列表的东西。下边是基于实际情况给出的一个设想。

1. TODO 要问用户是什么时间去，要去的具体地方。
2. TODO 确定时间和地方后帮用户查看当地的天气情况，给出穿衣建议。
3. TODO 帮用户自动查询交通工具，给出合理的建议，供用户选择。
4. TODO 用户选择后自动去请求接口订票。
5. TODO 给用户提供一些当地的特色，游玩，美食等。

应该如何实现

1. 需要模型能够理解用户的意图，并能分解成计划。(现在一些通用的大模型，可以通过多轮的方式实现类似效果。)
2. 跟用户逐步确定计划中需要的点，比如具体要去的地方等，完成一条计划就标记为DONE。
3. 根据计划选择合适的外部工具，比如调用实时查询天气的工具，订票的工具等，完成后同样标记完成。
4. 按照模型自己给出的计划，依次完成知道任务结束。

实现难点

1. 如何让模型能够识别系统中注册的工具或者agent(如果是企业级，可能会有很多)
2. 如何定义合理的接口，能让模型理解接口的输入输出，从而自动产生相应的参数，将整个计划自动串联起来。

一个技术人的设想

1. 定义一个统一的工具交互规范，模型能够理解，并能根据需要方便识别到。
2. 提供一个注册中心，个人或者企业能够按照业务创建很多智能体，然后注册。
3. 参考面向对象的思想，智能体应该是独立的个体，没有中间调度也可以独立使用。
4. 模型可以根据用户要求分解任务，并在注册中心中找到合理的智能体进行调度。

结语

现在很多落地的东西是一条条的工作流，只能体现一部分模型的能力，虽然可以对外交互，也只是人为干预的结果。当然也可能有很多优秀的方案没有发现。虽然网上有很多基于cursor实现的一些类似场景的效果，但是对于普通人使用还是不方便，很多敏感数据也不能交出去，自己玩玩可以，生产实践不行。

如何一句话让模型把事儿干好，才是未来发展的方向。

如果大家有合适的方案可以沟通交流，共勉。