人工智能大神Andrej Karpathy日前发表了对OpenAI最新的发布的代理的看法，他将OpenAI的Operator等项目比作数字世界的“人形机器人”，并预言未来十年将是智能体 (Agent) 蓬勃发展的时代。
Karpathy巧妙地将数字世界的智能体与物理世界的人形机器人相提并论。他指出，Operator这类项目，正如人形机器人之于物理世界，都是一种通用的系统，能够通过原本为人类设计的输入/输出接口（键盘鼠标或人体），逐步执行任意通用的任务。这种共通性预示着一个渐进式的混合自主世界即将到来，在这个世界中，人类将成为低级自动化的“高级主管”，就像驾驶员监控自动驾驶系统一样。
Karpathy认为，数字世界的变革速度将远超物理世界，原因在于“翻转比特”的成本比“移动原子”低约1000倍。尽管如此，他承认物理世界的市场规模和机遇似乎更为巨大。这暗示了数字智能体将率先崛起，并在未来深刻地影响物理世界的自动化进程
回顾OpenAI的早期发展，Karpathy透露他们曾尝试过类似的概念，例如Universe和World of Bits项目，但当时的“时机不成熟”，因为大型语言模型 (LLMs) 尚未发展成熟。即使在今天，他对智能体是否真正“准备就绪”仍然持保留态度。他指出了当前技术的局限性，例如多模态信息 (图像、视频、音频) 的整合仍然处于初级阶段，往往是作为“适配器”生硬地附加在LLM之上。更重要的是，我们尚未真正探索“超长任务周期”的领域。例如，处理海量的视频信息，仅仅依靠将所有数据“塞入”上下文窗口 (当前的主流范式) 并期望其有效运作，可能是不现实的。Karpathy认为，在这个领域可能需要一到两次“突破”才能实现真正的进展。
尽管存在挑战，Karpathy对智能体的未来充满信心。他注意到社交媒体上许多人预测2025年将是“智能体元年”，但他个人认为2025-2035年才是真正的“智能体十年”。他强调，要让智能体真正发挥作用，还需要在各个方面进行大量的努力。但他坚信，智能体“应该”能够成功。
Karpathy描绘了智能体从当前到未来的发展蓝图。如今，Operator已经能够帮助用户在DoorDash上订餐或查询酒店信息，尽管有时效果“可能”还不够理想。然而，在不久的将来，用户将能够构建由多个Operator组成的“组织”，用于执行更长期的、用户自定义的任务，例如运营一家完整的公司。那时，人类将扮演类似首席执行官 (CEO) 的角色，同时监控十几个智能体，偶尔深入“一线”解决问题。这样的未来“将会非常有趣”。
本文来源：AI寒武纪，原文标题：《Andrej Karpathy泼冷水：智能体爆发并非近在眼前，还需十年》
