網(wǎng)絡(luò)上有不少大模型和Agent評(píng)測(cè)的文章，但分析都是從整體或者某個(gè)行業(yè)進(jìn)行。這篇文章，作者從三個(gè)大模型的應(yīng)用場(chǎng)景出發(fā)，給大家分析這幾個(gè)模型的優(yōu)劣勢(shì)，供各位參考。

之前寫(xiě)了AI Agent構(gòu)建平臺(tái)的產(chǎn)品評(píng)測(cè)文，分享到朋友圈后有小伙伴讓分享一下openbuddy、coze和通義的優(yōu)劣勢(shì)于是我就去搜集了一些資料。

一、openbuddy/Coze/通義分別是什么

1、openbuddy：基于LLaMA2跨語(yǔ)言對(duì)話模型

▲ 知乎解答-openbudy

2、通義App：集成通義大模型全棧能力，免費(fèi)為所有用戶(hù)提供服務(wù)。

通義APP以性能媲美GPT-4 Turbo的基模為底座，并把通義實(shí)驗(yàn)室前沿的文生圖、智能編碼、文檔解析、音視頻理解、視覺(jué)生成等能力“All in one”，成為每個(gè)人的全能AI助手。（新聞通稿）

▲ 通義官網(wǎng)-產(chǎn)品集

3、Coze：Coze是新一代 AI 應(yīng)用開(kāi)發(fā)平臺(tái)。

無(wú)論你是否有編程基礎(chǔ)，都可以在Coze上快速搭建基于大模型的各類(lèi) Bot，并將 Bot 發(fā)布到各個(gè)社交平臺(tái)、通訊軟件或部署到網(wǎng)站等其他渠道。(官網(wǎng)幫助文檔解釋?zhuān)?/p>

▲Coze產(chǎn)品截圖

當(dāng)我去收集完這些材料后，我發(fā)現(xiàn)這三個(gè)產(chǎn)品很難在一個(gè)緯度上分析優(yōu)劣勢(shì)。openbuddy 是一個(gè)具體的模型；通義是一個(gè)基于通義千問(wèn)模型的綜合性AI平臺(tái)，他提供模型、提供模型訓(xùn)練工具；而coze 則是基于已有模型的Bot構(gòu)建平臺(tái)（支持接入已有模型，通過(guò)文字、流程、插件引導(dǎo)Bot完成具體場(chǎng)景任務(wù)）。

二、所以我們常說(shuō)的AI，在應(yīng)用層到底是個(gè)啥？

大語(yǔ)言模型生態(tài)系統(tǒng)

▲ 大語(yǔ)言模型生態(tài)系統(tǒng)-圖源AINLP

模型層提供了基礎(chǔ)的大語(yǔ)言模型能力，包括開(kāi)源和閉源兩類(lèi)。

閉源模型的代表有OpenAI 的 GPT 系列和 Anthropic 的 Claude 系列。毫無(wú)疑問(wèn)，目前 OpenAI 的 GPT 系列模型在整個(gè)行業(yè)中處于領(lǐng)先地位，其性能遠(yuǎn)超其他大語(yǔ)言模型。

開(kāi)源模型的代表是 Meta推出的 Llama2。閉源模型就像移動(dòng)互聯(lián)網(wǎng)時(shí)代的 iOS 操作系統(tǒng)，更易于上手、技術(shù)門(mén)檻較低。

而開(kāi)源模型類(lèi)似移動(dòng)互聯(lián)網(wǎng)時(shí)代的 Android 系統(tǒng)，對(duì)使用者的技術(shù)要求更高，但具備更強(qiáng)的可定制性。不管是開(kāi)源模型還是閉源模型，都提供了模型微調(diào)的能力。OpenAI 甚至提供了神經(jīng)網(wǎng)絡(luò)的文本向量化功能。

框架層提供了基于大語(yǔ)言模型的開(kāi)發(fā)框架，幫助開(kāi)發(fā)者更快地構(gòu)建與大語(yǔ)言模型相關(guān)的應(yīng)用。目前市場(chǎng)上涌現(xiàn)出許多出色的開(kāi)發(fā)框架，它們提供了各領(lǐng)域針對(duì)大語(yǔ)言模型二次開(kāi)發(fā)的抽象。除了開(kāi)發(fā)框架，還有向量數(shù)據(jù)庫(kù)、知識(shí)圖譜等重要的周邊模塊。

應(yīng)用層是基于大語(yǔ)言模型開(kāi)發(fā)的最終應(yīng)用，ChatGPT 可以說(shuō)是其中最知名和熱門(mén)的。這些應(yīng)用大致可以分為兩類(lèi)：一類(lèi)是自動(dòng)化應(yīng)用，代表產(chǎn)品是 ChatGPT，這類(lèi)應(yīng)用需要人類(lèi)的參與和反饋；另一類(lèi)是自主 Agent 系統(tǒng)，代表產(chǎn)品是 AutoGPT，這類(lèi)應(yīng)用不需要人類(lèi)主動(dòng)參與，自主 Agent 系統(tǒng)可以在得到初始命令后進(jìn)行自主迭代。應(yīng)用層仍在不斷發(fā)展，特別是自主 Agent 系統(tǒng)，這是一個(gè)充滿(mǎn)前景和想象的領(lǐng)域。

中國(guó)AI Agent生態(tài)系統(tǒng)

▲ 中國(guó)AI Agent生態(tài)-圖源知網(wǎng)

中國(guó)AI Agent生態(tài)是一個(gè)多層次、多領(lǐng)域、高度集成的系統(tǒng)，它涵蓋了從基礎(chǔ)算力到具體應(yīng)用的各個(gè)層面。

在算力層，我們看到了阿里云、百度智能云、華為云等領(lǐng)先企業(yè)的身影，它們提供強(qiáng)大的計(jì)算資源和存儲(chǔ)能力，為整個(gè)AI生態(tài)的發(fā)展打下堅(jiān)實(shí)的基礎(chǔ)。

平臺(tái)框架層進(jìn)一步細(xì)分為兩個(gè)方向：企業(yè)級(jí)AI Agent平臺(tái)和開(kāi)發(fā)者AI Agent開(kāi)發(fā)平臺(tái)。企業(yè)級(jí)平臺(tái)為大型企業(yè)提供定制化、高效率的AI解決方案，例如：釘釘、實(shí)在智能；而開(kāi)發(fā)者平臺(tái)則為廣大開(kāi)發(fā)者提供了豐富的工具和資源，使他們能夠快速開(kāi)發(fā)和部署自己的AI應(yīng)用，例如coze、文心智能體平臺(tái)。

垂直應(yīng)用層是AI生態(tài)中最接近終端用戶(hù)的一環(huán)，它包括金融、招聘、營(yíng)銷(xiāo)、供應(yīng)鏈、教育、數(shù)據(jù)分析、AI PC等多個(gè)領(lǐng)域。

在金融領(lǐng)域，AI Agent能夠進(jìn)行風(fēng)險(xiǎn)評(píng)估和市場(chǎng)分析；

在招聘領(lǐng)域，它們幫助企業(yè)篩選簡(jiǎn)歷和評(píng)估候選人；

在營(yíng)銷(xiāo)領(lǐng)域，AI Agent通過(guò)精準(zhǔn)分析消費(fèi)者行為來(lái)優(yōu)化廣告投放；

供應(yīng)鏈管理中，AI Agent能夠預(yù)測(cè)需求和優(yōu)化庫(kù)存；

教育領(lǐng)域中，它們提供個(gè)性化學(xué)習(xí)體驗(yàn)；

在數(shù)據(jù)分析領(lǐng)域，AI Agent能夠處理和分析大量數(shù)據(jù)，為決策提供支持；

而在AI PC領(lǐng)域，它們則為用戶(hù)提供更加智能和個(gè)性化的交互體驗(yàn)。