主要观点总结
文章介绍了吴恩达老师对LLM（大型语言模型）未来发展方向的预测，特别是针对agentic workflows的优化。文章指出，LLM正在从主要优化消费级问答体验转向支持智能体工作流，如工具使用、计算机操作和多智能体协作等。吴恩达老师强调了工具调用的重要性，并提到了大语言模型在代理任务中的新应用场景。文章还提到了国内智谱的AutoGLM，LLM学会使用手机以完成日常任务和办公助手工作。最后，文章展望了AI具备独立行动和解决问题能力的未来。
关键观点总结
关键观点1: 吴恩达老师的预测与观点
吴恩达老师预测LLM的下一个新兴方向是朝着agentic workflows优化，他认为LLM正在从优化消费级问答体验转向支持智能体工作流，如工具使用、计算机操作和多智能体协作等。
关键观点2: 工具调用的重要性
在AI代理中，工具调用是一个关键功能。随着GPT-4等模型引入对函数调用的原生支持，工具调用变得更加高效和可靠。LLMs能够自主决定调用何种函数以实现各种功能，从而显著扩展其适用范围。
关键观点3: 大语言模型在代理任务中的应用
大语言模型在代理任务中扮演着越来越重要的角色。它们不仅在消费级问答中表现出色，还能在代理任务中执行更复杂的流程，如自我反思和优化输出、使用工具辅助决策、制定详细计划，甚至在多代理环境中协作以完成目标任务。
关键观点4: 国内智谱的AutoGLM
国内智谱宣布了AutoGLM，这是一个让LLM学会使用手机的应用。AutoGLM能够帮助用户完成日常任务，如预订酒店、搜索攻略、点外卖等，并可以作为办公助手，提高用户的工作效率。
关键观点5: 未来的展望
随着模型适配代理任务的能力不断增强，未来的大语言模型可能不仅是一个高效的“回答者”，而且将成为一个多功能的智能代理。AI具备独立行动和解决问题能力的那一天的到来将带来革命性的变革。
文章预览
夕小瑶科技说 原创 作者 | 小鹿 最近，吴恩达老师在 deeplearning.ai平台上对LLM的发展演进做了一段精彩的分析，预测了LLM下一个新兴方向是朝着agentic workflows优化。 Agentic AI 是未来，正在路上。 作为deeplearning.ai（AI教育平台）创始人、百度前首席科学家、Coursera的现任董事长兼联合创始人、斯坦福大学的兼职教授的吴恩达老师，不知道有多少人和我一样，是从Andrew Ng的课程可是入坑AI的。 Andrew Ng是AI民主化和普惠性的坚定主义者，一直从事让AI教育平民化工作，对AI发展趋势的判断具有很强的前瞻性。 一起看看他对未来LLM发展方向的思考和判断吧。 他的核心观点是，认为 LLM 正在从主要优化消费级问答体验，转向优化支持智能体工作流（如工具使用、计算机操作、多智能体协作等）。 模型优化正向着适配智能体工作流发展 在此之前的阶段，各大厂训
………………………………
