本年10月，OpenAI高等相关科学家、德扑AI之父Noam Brown亚洲色图，曾在好意思国旧金山举办的TED AI大会上漠视了一个惊东谈主的表面——让AI模子念念考20秒所带来的性能陶冶，特别于将模子扩大100，000倍并考试100，000倍的时间。

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

谷歌DeepMind相关东谈主员则胜仗把这项本事集成到AI Agent中树立了Talker-Reasoner框架，让其具备“快”、“慢”两种拟东谈主化念念考样式。这对于措置复杂、冗长的任务来说匡助雄壮，也羁系了传统AI Agent实行业务历程的标准，极大陶冶了后果。

像东谈主类同样念念考——快、慢念念维

在先容谷歌的双念念维AI Agent之前，「AIGC敞开社区」先为民众通俗先容一下System 1/2的快、慢念念维的由来和本事本性，对于交融Talker-Reasoner框架很有匡助。

快、慢念念维最早是由诺贝尔经济学奖得主-丹尼尔·卡内曼在其著述《念念考，快与慢》中漠视，并被宽泛经受为交融东谈主类念念维的一种弱点表面框架。

这两种念念维样式分辩被称为“System1”和“System 2”，它们各自承担着不同的分解任务，并以特有的样式影响着咱们的决策过程。

System 1，所谓的“快念念考”，是一种自动化的、连忙的念念维模式，险些不需要破钞多数的分解资源，也不需要个体付出昭彰的勤恳。

当咱们濒临一个熟练的场景或问题时，System1会连忙作出反应，提供即时的谜底或措置决策。举例，当咱们看到一辆车倏得向咱们驶来时，咱们会本能地作念出回避的当作；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。

这些反应都是System1在起作用的适度，它依赖于直观和素质累积，大要在短时间内处理多数信息，但同期也可能因为穷乏真切分析而产生偏见或诞妄判断。

比拟之下亚洲色图，System2则代表着“慢念念考”，这是一种更为复杂和严慎的念念维过程。System2考究实行那些需要更多注视力和勤恳的任务，如措置复杂的数学问题、进行逻辑推理或是制定耐久策动等。

若是你使用过OpenAI的o1或者国内的Deepseek、阿里最新开源的QwQ-32B模子，它们在实行超复杂问题时，便会插足褊狭的念念考时间。

System2的特质在于其大要对信息进行缜密的分析和评估，从而得出愈加准确和全面的论断。但是，由于这种念念考样式需要破钞较多的分解资源，是以比System1要慢得多。

此外，在濒临伏击情况或压力较大的情境下，System2的发扬可能会受到影响，导致决策后果裁减。

谷歌双念念维AI Agent——Talker-Reasoner

而谷歌DeepMind相关东谈主员漠视的Talker-Reasoner中，奥秘地将System1/2集成到了AI Agent上。

Talker-Reasoner架构的中枢念念想是将AI Agent分为两个沉静的模块：Talker和Reasoner。这两个模块分辩对应于东谈主类的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，考究快速、直不雅的对话生成，它大要连忙反映用户的需求，生成当然谈话的回答。而Reasoner模块，雷同于System 2，考究复杂的多步推理和权谋，它需要更多的时间和缠绵资源来处理复杂的任务，如调用外部器具、检索信息和措置问题。

在Talker模块中，AI Agent被想象为大要交融和处理应然谈话，生成连贯和当然的对话。这需要AI Agent具备强劲的谈话交融和生成智商，以及对高下文的明锐性。Talker模块需要大要快速地从记挂中索要关系信息，以相沿其对话生成。

这种记挂不错是对话历史、用户偏好或其他关系信息。Talker模块的想象使其大要模拟东谈主类的直观反应，即使在信息不皆备的情况下也能作念出合理的修起。

与Talker模块的快速反应不同，Reasoner模块的想象要点在于深度念念考和复杂问题措置。Reasoner模块需要大要实行多步推理，这可能触及到对多数信息的分析和处理。它需要调用多样器具和数据库，以取得外部学问，相沿其推理过程。

Reasoner模块还需要大要酿成和更新对于用户状态的信仰，这些信仰以结构化谈话对象的形势存储在记挂中。这种信仰建模是Reasoner模块的关节特征，它使得AI Agent大要更好地交融用户的需乞降意图，从而提供更准确的就业。

在推行应用中，Talker和Reasoner模块之间的交互是通过记挂来杀青的。Reasoner模块考究生成新的信仰状态，并将其存储在记挂中。Talker模块在需要时从记挂中检索这些信仰状态，以相沿其对话生成。

这种想象允许Talker模块即使在Reasoner模块尚未完成其推理过程时，也大要陆续与用户进行互动。该单干雷同于东谈主类的大脑，System 1耐久活跃，而System 2则在需要时介入。

Talker-Reasoner测试数据

为了测试Talker-Reasoner的双念念维性能，相关东谈主员用这个树立了一个寝息指挥Agent。在这个场景中，AI Agent需要与用户进行对话，提供对于改善寝息民风的建议和策动。

Talker模块考究与用户的胜仗互动，而Reasoner模块则考究制定和退换寝息指挥策动。这种单干使得AI Agent大要同期进行快速的对话和复杂的权谋，提高了用户体验。

在测试中，Talker模块通过一系列指示编码各人学问，率领其完成寝息指挥的各个阶段。这些指示不仅包括了与用户互动的律例，还包括了寝息指挥的具体标准和政策。Talker模块需要大要交融和修升引户的需求，同期保捏对话的连贯性和当然性。

Reasoner模块则需要阐明用户的反馈和需求，退换和优化寝息指挥策动。这可能触及到调用外部资源，如寝息关系的相关和建议，以及阐明用户的具体情况制定个性化的策动。Reasoner模块的想象使其大要处理复杂的逻辑和推理，为用户提供最合适的建议。

在推行对话中，Talker和Reasoner模块的协同使命被评释是有用的。Talker模块大要流通地与用户对话，而Reasoner模块则大要阐明用户的反馈退换和优化指挥策动。这种单干实愚弄得AI Agent大要同期处理快速的对话和复杂的权谋，极大提高了用户体验。

香蕉视频无限次数在线观看视频

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

文章起头：AIGC敞开社区亚洲色图，原文标题：《谷歌发布双念念维AI Agent：像东谈主类同样念念考，要紧本事羁系！》

风险辅导及免责要求 市集有风险，投资需严慎。本文不组成个东谈主投资建议，也未商酌到个别用户独特的投资指标、财务状态或需要。用户应试虑本文中的任何见地、不雅点或论断是否安妥其特定状态。据此投资，职守自夸。