#模型时代# 吴恩达：AI Agent工作流正在重新定义软件开发范式。
前一阵，吴恩达参加了Snowflake的Build大会上，讲了他对代理型AI对于应用开发方式的改变。
核心有两个意思，第一：AI应用市场巨大，这个在第五分钟左右，吴恩达用一个图做了解释，在模型底层之上，应用的市场规模会更大；第二：应用开放式发生了巨大变化，云计算让应用的部署变得很快，现在模型让应用的开发也变得很快；第三：基于代理的AI开发，比模型本身的智能更重要。
总体而言，开发者的角色，和开发的工作，肯定是一场巨变，毕竟是code到word，programming到prompting，应用架构思维优先级要提高。

***
1. 代理型工作流：AI开发的范式转变
吴恩达认为，在所有AI技术趋势中，最值得关注的是代理型AI工作流（Agentic AI Workflows）。这种方法不同于传统的"零样本提示"（zero-shot prompting），而是采用更接近人类思维方式的迭代过程。他通过一个生动的比喻解释道：传统方法就像要求一个人"一气呵成写完整篇文章，中间不能用退格键"，而代理型工作流则允许规划、研究、修改和完善。

具体来说，代理型工作流包含四种主要设计模式：
反思（Reflection）
工具使用（Tool Use）
规划（Planning）
多代理协作（Multi-agent Collaboration）

2. 显著的性能提升
吴恩达分享了一组令人印象深刻的数据：在Human Eval Benchmark测试中，使用代理工作流的GPT-3.5模型性能提升显著：
GPT-3.5基础版：48%
GPT-4基础版：67%
采用代理工作流的GPT-3.5：95%

这组数据清晰地表明，代理工作流带来的性能提升甚至超过了模型本身的升级。

3. AI开发速度的质的飞跃
演讲中特别强调了AI开发效率的显著提升。传统AI系统的开发周期通常需要6-12个月，而使用生成式AI和代理工作流，某些应用可以在短短几天内完成原型开发。不过吴恩达同时指出，"快速行动"不应以牺牲责任为代价，提出了"快速行动且负责任"（Move fast and be responsible）的新理念。

4. 视觉AI的突破性进展
吴恩达展示了Landing AI开发的Vision Agent，展示了代理型AI在处理视觉任务方面的强大能力：
精确计数（如足球场上的球员数量）
视频分析（如检测进球时刻）
智能检索（基于复杂视觉描述查找视频片段）

5. AI技术栈的演变
吴恩达指出，传统AI技术栈正在发生重要变化，新增了代理编排层（Agentic Orchestration Layer）。这一层的出现使得开发者能够更容易地构建复杂的AI应用，特别是在处理非结构化数据方面。

最后，吴恩达也总结了四个值得关注的重要趋势：
代理工作流的token生成速度优化
大语言模型向工具使用能力的显式优化
非结构化数据工程重要性的提升
视觉处理革命的即将到来 http://t.cn/A6myGptG