Agent智能体：掌控未来的超级AI

2022年，ChatGPT开启AI新纪元

。

随着ChatGPT等AIGC技术的普及，我们可以预见到部分行业将发生巨大的变化。 AIGC的出世无疑会产生革命性的影响，其强大的智能化能力将为各行各业带来巨大的改变。无论是金融、医疗、教育还是零售、制造、物流等行业，AIGC的应用都将为它们带来前所未有的便利和创新。 在金融领域，帮助银行、证券和保险等机构实现智能风控、智能投资和智能客服等功能，提高服务质量和效率。在医疗领域，可以辅助医生进行疾病诊断、药物研发和医学影像分析等工作，提高医疗水平和效率；在教育领域，AIGC可以实现智能辅助教学、个性化学习和智能评估等功能，提高教育质量和效果；在制造领域，AIGC可以实现智能制造、智能质检和智能维护等功能，提高生产效率和产品质量；在物流领域，AIGC可以帮助企业实现智能调度、智能配送和智能跟踪等功能，提高物流效率和准确性。 AIGC的赋能作用不仅局限于单个行业或领域，其应用还将渗透到各个产业和领域中，形成千行百业之间的联动和协同发展。通过AIGC的应用，不同行业和领域之间的界限将变得越来越模糊，产业生态也将变得更加开放和互联。 在AIGC时代到来之际，实在智能行推出业首个基于大模型的TARS-RPA-Agent产品。通过“TARS大语言模型（通用基础模型、各个垂直行业模型）+ISSUT（智能屏幕语义理解）机器视觉大模型”重构了技术底座，并在这二者之上，对超自动化产品矩阵升级改造，持续发布创新应用。

TARS-RPA-Agent在设计过程中的解决的关键问题和创新特性：

自主拆解任务：复杂问题，分而治之

在实际场景中，人类的复杂指令往往蕴含在非常简洁的语句当中，并不是通过大模型生成一段Python代码，或简单调用3-5个RPA组件就能实现。 TARS-RPA-Agent支持将表述简单但含义复杂的指令，进行Chain-Of-Thought式的自主拆解和细化，之后将拆解出的子任务和具体步骤与实在RPA的流程块和组件进行映射，最终完成一体化、高可控的复杂流程生成。 例如，“我要买一台笔记本电脑，帮我推荐下”，TARS-RPA-Agent可将其拆解成“登录购物网站，查询笔记本电脑品牌、配置、价格等信息，完成产品推荐”等多个步骤并加以自动实现。

感知当前环境：人类视角，理解屏幕

“如何在理解指令含义的基础上，精准找到所要操作的屏幕画面上哪里是输入框、登录按钮或者聊天窗口？如果不仅仅是基于浏览器的软件而是成千上万种不同CS架构的客户端软件怎么办……” “你是我的眼”，基于计算机视觉大模型的“智能屏幕语义理解”技术（ISSUT）为TARS-RPA-Agent装上了感知世界的眼睛，带来真正基于人类视觉的电脑屏幕和操作对象理解。 ISSUT使得TARS-RPA-Agent可以“秒懂”屏幕画面，第一时间完成自动解析，无需人工介入参与。在无法解析网页源代码或者客户端软件不开放API接口的大量真实场景中，ISSUT的价值倍加凸显。

执行并且反馈：环环相扣，单步寻优

PDCA（计划、执行、检查、处理）是人类优秀的工作习惯，在执行过程中不断反馈和修正是客观世界的一般规律。真实场景的意图理解和任务执行非常复杂，TARS-RPA-Agent同样需要保证每一步操作的正确性，避免因为理解偏差，或者操作失误，导致最终无法完成任务。 因此，TARS-RPA-Agent巧妙地设计了“基于强化学习的单步寻优策略和每步执行的反馈”相关机制，不断提高决策和执行过程的正确性、可控性。

记忆历史经验：扩展检索、长时记忆。

“圣斗士不会被同样的招数打败两次”，作为一个智能体，TARS-RPA-Agent也需要提升自主学习和迭代能力，从而能够学习历史经验，并通过历史案例不断提升下次遇到类似任务时的自主决策能力，持续提升人机协同效率。 大模型的上下文保留和决策优化等长时记忆能力，通常通过内存管理等手段实现。TARS-RPA-Agent也结合上下文扩展、向量检索等技术，配备了长时记忆能力，支持将过往任务的执行情况、用户修正、执行结果等保存到数据库，并作为后续分析和优化的基础。 未来，随着Agent智能体的不断发展和应用，我们可以预见到更多的机会和挑战。无论是AI行业还是整体经济发展，都需要不断的技术创新和应用探索，以实现更大的发展和突破。