谷歌发布双想维AI Agent：像东说念主类相通想考，紧要本事随意！

本年10月，OpenAI高等征询科学家、德扑AI之父Noam Brown，曾在好意思国旧金山举办的TED AI大会上建议了一个惊东说念主的表面——让AI模子想考20秒所带来的性能擢升，相称于将模子扩大100,000倍并磨砺100,000倍的时候。

Noam所指的本事就是System 1/2 thinking，亦然OpenAI最新模子o1正在使用的本事。

谷歌DeepMind征询东说念主员则平直把这项本事集成到AI Agent中建树了Talker-Reasoner框架，让其具备“快”、“慢”两种拟东说念主化想考形态。这对于处置复杂、冗长的任务来说匡助渊博，也随意了传统AI Agent实施业务历程的次序，极大擢升了后果。

像东说念主类相通想考——快、慢想维

在先容谷歌的双想维AI Agent之前，「AIGC通达社区」先为大众浮浅先容一下System 1/2的快、慢想维的由来和本事脾气，对于聚会Talker-Reasoner框架很有匡助。

快、慢想维最早是由诺贝尔经济学奖得主-丹尼尔·卡内曼在其文章《想考，快与慢》中建议，并被豪迈接管为聚会东说念主类想维的一种舛错表面框架。

这两种想维形态永别被称为“System1”和“System 2”，它们各自承担着不同的剖析任务，并以独到的形态影响着咱们的决策过程。

System 1，所谓的“快想考”，是一种自动化的、飞速的想维模式，险些不需要耗尽无数的剖析资源，也不需要个体付出显着的英勇。

当咱们靠近一个老到的场景或问题时，System1会飞速作出反馈，提供即时的谜底或处置决议。举例，当咱们看到一辆车片刻向咱们驶来时，咱们会本能地作念出规避的行为；或者当咱们听到一个见笑时，咱们可能会立即感到可笑并发出笑声。

这些反馈王人是System1在起作用的为止，它依赖于直观和警戒累积，大约在短时候内处理无数信息，但同期也可能因为衰败长远分析而产生偏见或罪行判断。

比拟之下，System2则代表着“慢想考”，这是一种更为复杂和严慎的想维过程。System2认确切施那些需要更多细心力和英勇的任务，如处置复杂的数学问题、进行逻辑推理或是制定耐久有计划等。

要是你使用过OpenAI的o1或者国内的Deepseek、阿里最新开源的QwQ-32B模子，它们在实施超复杂问题时，便会参预片晌的想考时候。

System2的特质在于其大约对信息进行细巧的分析和评估，从而得出愈加准确和全面的论断。但是，由于这种想考形态需要耗尽较多的剖析资源，是以比System1要慢得多。

此外，在靠近难题情况或压力较大的情境下，System2的发扬可能会受到影响，导致决策后果缩短。

谷歌双想维AI Agent——Talker-Reasoner

而谷歌DeepMind征询东说念主员建议的Talker-Reasoner中，高明地将System1/2集成到了AI Agent上。

Talker-Reasoner架构的中枢想想是将AI Agent分为两个独处的模块：Talker和Reasoner。这两个模块永别对应于东说念主类的System 1和System 2，各自承担着不同的任务和功能。

Talker模块，雷同于System 1，认真快速、直不雅的对话生成，它大约飞速响欺诈户的需求，生成当然言语的回答。而Reasoner模块，雷同于System 2，认真复杂的多步推理和筹备，它需要更多的时候和计较资源来处理复杂的任务，如调用外部器具、检索信息和处置问题。

在Talker模块中，AI Agent被设想为大约聚会和处理应然言语，生成连贯和当然的对话。这需要AI Agent具备强项的言语聚会和生成能力，以及对高下文的敏锐性。Talker模块需要大约快速地从哀痛中索要关联信息，以相沿其对话生成。

这种哀痛不错是对话历史、用户偏好或其他关联信息。Talker模块的设想使其大约模拟东说念主类的直观反馈，即使在信息不悉数的情况下也能作念出合理的回话。

与Talker模块的快速反馈不同，Reasoner模块的设想重心在于深度想考和复杂问题处置。Reasoner模块需要大约实施多步推理，这可能触及到对无数信息的分析和处理。它需要调用多样器具和数据库，以获得外部学问，相沿其推理过程。

Reasoner模块还需要大约变成和更新对于用户状态的信仰，这些信仰以结构化言语对象的模样存储在哀痛中。这种信仰建模是Reasoner模块的要道特征，它使得AI Agent大约更好地聚会用户的需乞降意图，从而提供更准确的做事。

在实质欺诈中，Talker和Reasoner模块之间的交互是通过哀痛来终了的。Reasoner模块认真生成新的信仰状态，并将其存储在哀痛中。Talker模块在需要时从哀痛中检索这些信仰状态，以相沿其对话生成。

这种设想允许Talker模块即使在Reasoner模块尚未完成其推理过程时，也大约不时与用户进行互动。该单干雷同于东说念主类的大脑，System 1永远活跃，而System 2则在需要时介入。

Talker-Reasoner测试数据

为了测试Talker-Reasoner的双想维性能，征询东说念主员用这个建树了一个寝息领导Agent。在这个场景中，AI Agent需要与用户进行对话，提供对于改善寝息习气的建议和有计划。

Talker模块认真与用户的平直互动，而Reasoner模块则认真制定和转机寝息领导有计划。这种单干使得AI Agent大约同期进行快速的对话和复杂的筹备，提高了用户体验。

在测试中，Talker模块通过一系列指示编码大家学问，领导其完成寝息领导的各个阶段。这些指示不仅包括了与用户互动的礼貌，还包括了寝息领导的具体法子和政策。Talker模块需要大约聚会和回话用户的需求，同期保合手对话的连贯性和当然性。

Reasoner模块则需要笔据用户的反馈和需求，转机和优化寝息领导有计划。这可能触及到调用外部资源，如寝息关联的征询和建议，以及笔据用户的具体情况制定个性化的有计划。Reasoner模块的设想使其大约处理复杂的逻辑和推理，为用户提供最合适的建议。

在实质对话中，Talker和Reasoner模块的协同使命被阐述是有用的。Talker模块大约畅通地与用户对话，而Reasoner模块则大约笔据用户的反馈转机和优化领导有计划。这种单干实施使得AI Agent大约同期处理快速的对话和复杂的筹备，极大提高了用户体验。

论文地址：https://arxiv.org/abs/2410.08328v1

文章开首：AIGC通达社区，原文标题：《谷歌发布双想维AI Agent：像东说念主类相通想考，紧要本事随意！》

风险指示及免责条件 市集有风险，投资需严慎。本文不组成个东说念主投资建议，也未计议到个别用户至极的投资有计划、财务情景或需要。用户应试虑本文中的任何观点、不雅点或论断是否合适其特定情景。据此投资，背负欢喜。