IBM 研究人员正在测试一款由 IBM 设计的全新应用程序及开源平台，以探究更定制化的 AI 智能体和应用程序能否帮助企业用户从生成式 AI 中获取更多价值。
大语言模型擅长处理文字甚至代码，但它们的能力并不总能匹配那些占据工作日的单调、专业化任务。
IBM 的新实验性应用程序 BeeAI 构建于其开源的 Bee Agent（智能体） 平台之上，旨在探索专业人士如何从中找回部分时间。这是一个更大研究项目的一部分，目标是确定生成式 AI 如何帮助加速和自动化重复性任务，无论你的技术专长如何。
该原型应用程序具有直观的聊天界面，让你可以逐步跟随它执行任务。BeeAI 设计为三种不同的使用方式：
你可以使用其内置智能体“Bee”来完成典型的聊天机器人任务，如搜索网页和生成内容。你还可以为 Bee 分配新角色，如会计师或项目经理，并为你的定制智能体提供定制工具，使其能够连接到 GitHub 和 Airtable 等协作应用程序。
使用 BeeAI 的第三种方式是创建可复用的、AI 驱动的应用程序，以自动化处理发票或总结会议记录等重复性任务。你可以通过简单地复制粘贴网页链接，将这些个性化、节省时间的小组件分享给同事。
“只需几个词，你就可以构建一个仪表板或一个交互式应用程序，”IBM Research 的产品孵化经理 Maya Murad 说道，她正在协助领导 BeeAI。“对于不会编程的人来说，能够创建动态用户界面感觉相当神奇。”
在 ChatGPT 颠覆科技行业的两年里，大语言模型已从独立的助手转变为智能体系统，旨在通过模拟人类推理问题和行动的方式来代表用户行事。得益于这层额外的软件，这些新的大语言模型智能体可以调用外部工具和知识来源，并检查和纠正自己的工作。
BeeAI 在这一转变中应运而生，IBM 和科技界的其他公司都在寻求让大语言模型更贴近人们工作中面临的日常任务。越来越多的人达成共识：语言模型不会通过灌入更多数据或增加更多权重而变得更有用，而是通过将它们与外部世界及其他大语言模型连接起来，以提高准确性和多功能性。
与 IBM 对开源软件的承诺一致，BeeAI 构建于社区可以检查和改进的组件之上。这些组件包括 IBM 和 Meta 最先进的 Granite 和 Llama 系列语言模型；IBM 的 Bee Agent 平台，其采用 ReAct 风格架构，使智能体能够以逐步格式进行规划、调用工具和反思；以及 Docling，这是 IBM Research 的一个工具包，用于将非结构化业务文档转换为大语言模型可以消化的格式。
只需几个词，你就可以构建一个仪表板或一个交互式应用程序。对于不会编程的人来说，能够创建动态用户界面感觉相当神奇。
BeeAI 的各个组成部分共同作用，使技术专长有限的业务用户能够定制和部署自己的 AI 智能体，并构建可与同事分享的个性化 AI 驱动应用程序。
“我可以这样说：‘我是一名负责开源项目的产品经理，我需要一个项目仪表盘来向我的领导团队展示。’”Murad 说，“我可以在几秒钟内完成，并将这个基本公式应用到任何工作中。”
如何使用 BeeAI
BeeAI 自带一个即用型智能体 Bee，任何使用过大语言模型聊天机器人的人都会感到熟悉。然而，IBM 的智能体与众不同之处在于其可观测性和工具使用能力。
Bee 邀请用户在其工作时可视化其“思考”过程，从而让用户对其结果有更高的信任度。向 Bee 提问，它会展示它计划如何找到答案，而不是像目前大多数大语言模型聊天机器人那样立即回复。如果 Bee 决定进行网络搜索，它会展示用于搜索互联网的术语、返回的顶部结果，以及它最终选择总结并交付给用户的来源。
在这个窗口背后是一个推理与行动协议，允许 Bee 底层的大语言模型评估过程中的每一步。在网络搜索示例中，如果第一批结果没有呈现出与其目标一致的内容，它会尝试新的搜索词。Bee 还可以访问 Python 库，使其能够将上传的 CSV 文件转换为图表，以及其他高级功能。
Bee 在通用任务上表现良好，但有时工作需要只有专家才能提供的知识和技能。在这些情况下，范围更窄的定制智能体通常能做得更好。针对这些情况，BeeAI 允许你创建具有自己角色的智能体，无论是可以处理发票的会计师，还是可以将客户投诉转化为 GitHub 问题的项目经理。
几秒钟内，Bee 就可以为这些新任务重新部署。技术倾向更强的用户可以编写 Python 代码来创建自定义工具，该工具可以连接到任何具有 API（应用程序编程接口） 的系统，包括 GitHub、Airtable 或 Figma 等流行的协作应用程序，以便办公室中的其他人可以接续你的智能体未完成的工作。
BeeAI 还可以用于构建 AI 驱动的应用程序，无需任何编码。大语言模型同时驱动应用构建体验本身以及用户创建的应用程序。IBM 研究人员添加应用构建器是因为他们观察到人们反复要求智能体完成一项任务，而这项任务如果无需与聊天机器人来回协商，可以更高效地处理。
观看 BeeAI 应用构建能力的演示，它允许你通过易于使用的聊天界面为日常业务任务构建可复用的、AI 驱动的应用程序。
“想象一个会议总结工具，让你上传文件、选择会议格式，然后按下开始，”IBM Research 负责监督 BeeAI 的产品孵化总监 Kate Blair 说。“如果这是你每隔一天就要做的事情，那么拖放文件比每次会议后都要在聊天机器人的提示中描述你想要的总结应该是什么样子要快得多。”
一名工作包括审查商业合同的律师可以设计一个应用，接收上传的合同并分析常见的危险信号。一名负责验证发票的销售分析师可以设计一个应用，接收上传的发票并确保每张发票与订购和收到的内容相符，以防止错误或欺诈性收费。
“我们正在要求业务用户探索为自己的日常工作制作自己的界面，作为试图将所有事情委托给聊天机器人的替代方案，”Blair 说。
下一步是什么
在大语言模型（LLM（大语言模型））热潮兴起两年后，许多人仍未以任何有意义的方式将语言模型融入自己的工作生活。BeeAI 的创建和推出，正是基于这样一个理念：直接询问业务用户，这项技术可以如何重新配置以提供更多价值。
IBM 研究人员将利用从 BeeAI 获得的反馈来塑造其未来。"聊天界面本质上具有灵活性，可以是利用 AI 的好方法，"Blair 说。"但它并不总是最好的方式。通过 BeeAI，我们希望更多地了解用户交互，以及业务用户如何从生成式 AI 中获得更多收益。"
转载声明：本文为转载整理，原文版权归原作者及原站点所有。
原文来源：IBM Research Blog
原文作者：Kim Martineau；如有侵权，请联系管理员删除。
