LLM大模型基础知识学习总结
在这个已经被AI大模型包围的时代，不了解一点大模型的基础知识和相关概念，可能出去聊天都接不上话。刚好近期我也一直在用GPT和GitHub Copilot，也刚好对这些基础知识很感兴趣，于是学习了一下，做了如下的整理总结，分享与你！
大家好，我是Edison。
在这个已经被AI大模型包围的时代，不了解一点大模型的基础知识和相关概念，可能出去聊天都接不上话。刚好近期我也一直在用GPT和GitHub Copilot，也刚好对这些基础知识很感兴趣，于是学习了一下，做了如下的整理总结，分享与你！
一句话描述GPT
GPT：Generative Pre-Training Transformer，即三个关键词：生成式 预训练 变换模型。
GPT模型通过在大量数据上学习到的语言模式，预测下一个字（token），生成自然语言文本。
大模型的6大关键技术
大模型
类似于人类的大脑，通过思考和规划来完成任务；
Prompt（提示词工程）
类似于人类的沟通，上级通过布置任务来让下级完成一项任务；
RAG（检索增强生成）
类似于人类想要暂时完成一件任务，但是这件任务暂时不会做。例如马上要大学期末考试了，我们需要临时抱佛脚突击一周，以求得考试及格分数，但是考完试以后，这些知识就忘得一干二净了。或者说类似于大学期末的开卷考试，反正知识点都在书里，你平时都没学过，得先找一找，找到了就把相关答案写在试卷上，考完了还是忘得一干二净，但是你的目标达到了：考试及格60分万岁！
Fine-tunig（微调）
类似于人类想要彻底学会一个技能，例如想要学会大模型的技术，我们需要通过系统的培训以及通过实战去真正的掌握大模型技术。
Function Calling（函数调用）
类似于人类使用工具完成一件任务，例如想要查询成都的天气情况，我们要么直接打开天气预报的App，要么直接在百度上搜索，总之是通过工具来完成这件事。
Agent
类似于人类通过沟通、分工和协作来完成一件复杂的任务，通常会结合使用到上面提到的五个技术来完成任务，而且大模型时代的Agent也不是单兵作战而是多个Agent之间合作来完成任务。例如想要开发一个客服项目，需要产品经理Agent、架构师Agent、开发者Agent、测试者Agent、运维Agent 和 项目管理Agent 像人类一样去沟通协作，最后才能把这个项目自动地完成。
知识问答的3种主要方式
大模型直答
最常见的方式：直接向LLM提问，LLM给出回答。
大模型微调（Fine-Tuning）
首先，将企业私有知识加给通用大模型进行微调形成私有大模型；然后，再将问题给到私有大模型进行回答。
大模型RAG（检索增强生成）
首先，对企业的知识库进行检索得到相关的知识片段；然后，将知识片段和原问题组合成新的提示词发给通用大模型得到回答；
3种方式的效果对比：
总结：在企业落地知识问答库时，如果为了追求成本和回答准确度，推荐使用RAG方案。
AI Agent到底是什么？
在产品层面：AI Agent是AGI时代新的应用形态
这其实是应用形态的演进：在AGI时代之前是移动互联网时代，它的产品形态是APP。
在进入AGI时代后，产品形态变为了AI Agent。未来现有的部分高级程序员写的应用就不再会是App，而是AI Agent了！
在技术层面：面向过程架构 → 面向目标架构 的转变（软件架构的范式迁移）
比如，在App时代写一个用户系统，需要把整个用户从注册到登录再到回放，一步一步地把整个流程结合if-else把它开发出来。这个生成的过程我们叫做面向过程的架构，需要预定义指令、逻辑和规则。
但是，在AI Agent时代，很多情况下不需要把这些指令一个一个地指出来，只需要一句话就行了，比如说提供一个prompt“请帮我完成一个用户系统，它包含用户注册、登录、查询等功能”，然后大模型就会帮你去完成。这个生成的过程我们叫做面向目标的架构，具有目标导向和动态规划的特点，由AI Agent自主生成。
大模型和Agent有啥区别？
Agent会在大模型的推理结果基础之上，使用一些工具（如调用API）完成某个特定的任务，这个技术也被称为Function Calling（函数调用）。
当下大模型的参数量提升AI Agent的理解力和泛化能力，使其能够更好地处理多种任务和上下文信息，这增强了AI代理的自然语言处理能力，从而提供更加个性化、连贯的交互体验，是当下Agent的构建关键！
总结：大模型时代下的 AI Agent = LLM × (规划+记忆+工具+行动)
AI Agent的应用场景通常与特定任务或环境紧密相关。例如，在智能家居系统中，AI Agent可以根据用户的生活习惯和偏好自动调节家庭设备的运行状态。在游戏中，AI Agent能够提供具有挑战性的对手或复杂的游戏环境动态。
Agent架构的核心流程
Agent架构有三个重要的模块：规划模块（Planning）、执行模块（Action） 和 观察模块（Observation），如下图所示：
举个例子，假设我们有一个prompt“请用python画一个圆心”。
首先，在规划模块，Agent会将这个需求拆解为三个子项：写Python代码、调用IPython解释器、调用Docker运行环境；
其次，在执行模块，Agent会分别执行拆解的事项，也就是去调用各种工具；
最后，在观察模块，Agent会对每一步的执行结果做观测，如果check完毕没问题，就给到用户最终的答案。如果觉得有问题，比如执行的过程中出现了Timeout之类的错误，就会做一些Retry的操作。如果Retry次数超过了最大重试次数，这时候就可能会把这个进程Kill掉，然后重新进入规划模块重新规划。
在这三个模块或者说能力中，最重要的当属规划模块！
大模型和程序员的关系
目前ChatGPT对程序员到底有哪些实质性的帮助？
第一点：Code Review
ChatGPT能够理解代码，并针对代码给出针对性的建议和优化方案；
第二点：写测试用例、单元测试、集成测试等，这些ChatGPT都很擅长！
第三点：对线上问题的定位和分析
线上问题的各种疑难杂症，ChatGPT都能胜任！
第四点：SQL的翻译
实现两种数据库的SQL语言转换，比如将Oracle的SQL脚本转换成MySQL的SQL脚本。
有了AI编程，还需要程序员吗？
第一，在冯诺依曼架构体系下，程序需要的是确定性计算；
第二，由于大模型本身的概率性，目前大模型生成的代码还具备一定的随意性和不确定性；
第三，目前大模型更擅长的是一些抽象层次比较低的工作，比如一段代码或一个算法的实现，写一个单元测试等等。而一些抽象层次比较高的工作，比如需求分析、架构设计、领域设计、架构选型等，这些工作反而是大模型不擅长的，而这些工作是比较具备有竞争力的，这恰恰是一些高级程序员以及系统架构师的价值所在。
应用实践AIGC有几层境界？
第一层境界：简单对话；
通过ctrl-c/v出结果，人人都会。
第二层境界：系统掌握Prompt Engineering；
通过系统掌握好提示词工程，真正赋能工作提效。
目前，Edison还处于这一层。
第三层境界：将AIGC融入业务流程，指挥AIGC完成复杂的任务；
通过掌握AIGC的技能，并完成业务领域知识的深入结合。
第四层境界：拥有自己的大模型；
熟悉大模型的架构原理，通过开源大模型微调，最好能够拥有一定的行业数据壁垒。
第五层境界：参与设计训练大模型；
比如从事ChatGPT等研发工作。
如何掌握AI大模型开发技能？
第一步：掌握开发AGI时代新应用程序的技能；
比如：大模型应用内核、LangChain开发框架、向量数据库等；
第二步：搞定开发企业级AI Agent的应用技能；
比如：AI Agent、大模型缓存、算力等；
第三步：驾驭开发企业级专有大模型的技能；
比如：RAG、微调等；
第四步：深入应用大模型技术成为开发大师；
比如：大模型预训练、LLMOps等；
小结
大模型应用开发学习实践之路漫漫，我们IT开发者也会逐渐从Application的开发转向Agent的开发的范式的转变，一起加油吧！
参考资料
玄姐聊AGI：https://space.bilibili.com/412720389 （推荐观看玄姐的视频）
甲子光年，《2024年AI Agent行业报告》
