DeepSeek-R1 的好文笔、GPT-4o 的吉卜力画风、OpenAI o3 的看图推导地理位置…… 这是过去两个月里此起彼伏刷屏的现象级 AI 产品,你能明显看到:强化学习终于可以泛化了,多模态模型也越来越可用了。这也意味着,2025 年真的进入了 Agent 应用落地、加速落地的时间点。 此前爆火的 AI Agent——Manus 团队曾透漏,去年底 Claude 3.5 Sonnet 在长程规划任务、逐步解决问题的能力上达到了做 Agent 所需要的程度,这是 Manus 诞生的前提。 现在,随着深度思考模型和多模态模型能力的进一步成熟,一定会有更多能处理复杂任务的 Agent。 基于这个判断,4 月 17 日,字节跳动旗下的云和 AI 服务平台「火山引擎」面向企业市场发布了更强的模型——豆包 1.5・深度思考模型,这也是字节跳动旗下 AI 应用豆包 App 背后的推理模型首次亮相。一同推出的,还有豆包・文生图模型 3.0、以及升级版的视觉理解模型。 对于这次发布的模型,火山引擎总裁谭待认为,「深度思考模型是构建 Agent 的基础,模型要有能力做好思考、规划和反思,并且一定要支持多模态,就像人类具备视觉和听觉一样,Agent 才能更好地处理复杂任务。」 而当 AI 进化出端到端的自主决策和执行能力,走向核心生产环节,火山引擎也准备了让 Agent 操作数字世界和物理世界的架构和工具——OS Agent 解决方案及 AI 云原生推理套件,帮助企业更快、更省地构建和部署 Agent 应用。 在谭待看来,开发 Agent 就像开发一个网站或 APP 一样,仅有模型 API 无法完全解决问题,需要很多云上的 AI 云原生组件。过去,云原生有其核心定义,如容器、弹性等;现在,AI 云原生也会有类似的关键要素。通过在 AI 云原生方面的持续思考、探索与快速行动——比如围绕模型做各种中间件、评测、监控、可观察性、数据处理、安全保障以及相关组件如 Sandbox 等,火山引擎致力于成为 AI 时代基础设施的最优解。 <s
ARTICLE
/
极客公园
字节按下 AI Agent 加速键
2025年04月21日 22:35 · 来自 极客公园