大模型的未来，是 Agent 还是 App？

推荐语

探索大模型的未来形态及其对应用公司的影响。

核心内容：
1. OpenAI Deep Research模型的内部执行能力与强化学习应用
2. Anthropic对Agent的定义及其在大模型中的重要性
3. 模型作为产品的未来趋势及其对应用公司的影响

杨芳贤

53A创始人/腾讯云(TVP)最具价值专家

导读：　

OpenAI 说 Deep Research 其实是一个模型，它基于 o3 训练，但不是 o3 加一堆工作流。　

Anthropic 对 Agent 的定义是：Agent 必须在内部执行目标任务，而不是依赖外部的工作流。　

在强化学习时代，给模型一个封闭的环境和奖励，模型就可以学会这个环境的生存法则。　

强化学习可以让大模型+工作流真正变为内化的 Agent，完成端到端的任务。　

如果模型公司已经可以完成端到端任务，是不是模型本身就是应用？　

那应用公司的空间是否依然存在？这个问题值得思考。　

本文部分摘录并翻译自 Alexander Doria，一家正在做 RAG Agent 的联创。　

摘录开始：　

在过去几周，我们看到了"模型作为产品"的两个典型例子：OpenAI 的 Deep Research 和 Claude Sonnet 3.7。　

我读到很多关于 Deep Research 的误解，这些误解因开源和闭源克隆产品的增多而更加严重。OpenAI 并非仅在 O3 之上构建了一个包装器。他们训练了一个全新的模型，能够在内部执行搜索，无需任何外部调用、提示或编排：　

Deep Research 不是标准的 LLM，也不是普通的聊天机器人。它是一种新型的"研究语言模型"，专门设计用于端到端执行搜索任务。　

对于认真使用它的人来说，这种差异立即显现：该模型能生成结构连贯、具有系统化源分析过程的长篇报告。相比之下，正如 Hanchung Lee 指出的，其他所有的 Deep Search，包括 Perplexity 和 Google 的变体，都只是带有一些微调的常规模型：　

Anthropic 一直在更清晰地阐述他们的愿景。去年十二月，他们提出了一个有争议但在我看来正确的 Agent 模型定义。　

类似于 Deep Search，Agent 必须在内部执行目标任务：它们"动态指导自己的过程和工具使用，控制完成任务的方式"。　

目前大多数 Agent 初创公司构建的不是真正的 Agent，而是工作流，即"通过预定义的代码路径编排 LLM 和工具的系统"。工作流在某些垂直领域仍可能创造价值。　

然而，对于现在在大型实验室工作的人来说，显而易见的是，自主系统的所有重大进展都将首先通过重新设计模型来实现。　

Claude 3.7 的发布就是一个非常具体的例证，这个模型主要是为处理复杂代码用例而训练的。所有类似 Devin 的工作流调整在软件工程基准测试中都获得了显著提升。　

再举一个小规模的例子：在 Pleias，我们目前正致力于 RAG 的自动化。　

当前的 RAG 系统由许多相互关联但脆弱的工作流组成：路由、分块、重排序、查询解释、查询扩展、源上下文化和搜索工程。　

随着训练技术栈的发展，有可能将所有这些流程整合到两个独立但相互关联的模型中：一个用于数据准备，另一个用于搜索/检索/报告生成。　

这需要精心设计的合成流程和全新的强化学习奖励函数。真正的训练，真正的研究。　

这在实践中意味着：转移复杂性。　

训练预先考虑了各种行动和边缘情况，使部署变得更简单。但在这个过程中，大部分价值现在由模型训练者创造，最终也可能被他们获取。　

简而言之，Claude 的目标是颠覆并取代当前的工作流，比如来自 llama index 的这种基本"代理"系统：　

替换为这样：