150 行代码，复刻「草莓」，支持联网

主要观点总结

这篇文章介绍了关于o1模型（或agent）的理解和使用，包括其优势、应用以及实现原理。文章还讨论了模型训练的瓶颈、prompt工程的发展趋势，并分享了关于AI和AGI的三个问题。

关键观点总结

关键观点1: o1模型的优势和用途

o1模型具有强大的推理能力，可以通过时间换取性能，通过token换取准确性。对于广大的AI用户来说，这种模型能有效提升模型使用效率，特别是在大模型进展缓慢的情况下。

关键观点2: o1模型的实现原理

o1模型的实现依赖于多步推理、规划、智能思考等。它首先进行任务规划，然后尝试解决问题，如果未能解决则进行反思并重新尝试，最后总结答案。

关键观点3: 文章对o1模型的看法

文章认为o1模型不神秘，普通人也可以制作（青春版限定）。同时，o1模型在合成数据和解决复杂任务方面非常有用。文章还讨论了模型训练遇到的瓶颈、prompt工程的发展趋势，并分享了关于AI和AGI的三个问题。

文章预览

前置一个有争议的个人观点： o1 与其说是一个模型，不如说是一个自带任务规划和反思的 agent 这类的 agent 的最大优势，就是推理能力，以时间换性能，拿 token 换准确，有兴趣的同学可以读一下我之前写的一些内容： 《 实用至上：智能体/Agent 是什么 》：在这一篇里，我解释了 agent 的由来，以及探索路径 《 OpenAI「草莓」今秋发布，随后是「猎户座」 》：在这一篇里，我预测了 o1 的形态以及行为（agent based program) 我必然会认为 o1 很强，也很有用： 在大模型进展缓慢的前提下，这种思路能有效提高模型的输出水平。 对于最广大的 ai 用户来说，能有效提升模型使用效率。（更广大的用户，不用 ai） 但我也必然认为， 拿 o1 去进行大模型参数比拼是极其不合适的，尤其是进行 0-shot 比较。 换一种说法：  拿一个反复检查 2 年半的试卷，和按时提交 ………………………………