{T}

关键设计模式：Planning（计划）、Tool Use（使用工具）

相信不少人已经尝试过使用文心一言、讯飞星火等智能对话助手来帮忙完成任务。我们只需简单地输入一个指令，AI 智能体就能给出一个详尽的答案，仿佛一个无所不能的全能助理，这如果让我们回到一年前来看，简直是不可思议。

但你是否有过这样的疑问：当我们给出的任务更加复杂、开放，需要分步骤完成时，AI 智能体是否还能轻松应对？当任务涉及专业领域知识，需要查阅资料时，AI 智能体如何获取所需信息？当任务需要写代码、画图表、分析数据等实际操作时，AI 智能体能否独立完成呢？

目前的 AI 对话大多采用直接的提问-回答模式，面对以上场景还有诸多局限。但如果我们为 AI 智能体装上智能工作流这个大脑，让它们学会制定计划、使用工具，情况将大不相同。

最近，AI 界的大佬吴恩达教授在一次演讲中提出了四种关键的 AI 智能工作流设计模式：Planning（计划）、Tool Use（使用工具）、Reflection（反思）和 Multi-Agent（多智能体协作）。这些模式就像是给 AI 装上了大脑和四肢，让它们能够像人类一样思考、规划、使用工具，甚至团队协作！

今天，我们先重点聚焦其中两种最基础也最重要的模式：Planning（计划）和 Tool Use（使用工具）。通过了解这两种模式，你将看到 AI 是如何一步步成长为能够帮我们处理复杂任务的得力助手的。

Planning：让 AI 学会做计划

这里假设一下，如果你想要组织一次生日派对，你会怎么做？大概率是先列一个清单：确定日期和地点、邀请朋友、准备食物和饮料、布置场地、安排活动等等。这个过程，就是我们人类的Planning（计划）能力。

那你是不是觉得，其实 AI 也能学会了这项重要的技能？是的，在 AI 世界里，Planning 就是让 AI 具备拆解任务、制定执行计划的能力。简单来说，就是教会 AI 像人类一样，面对复杂任务时先动脑再动手。

工作原理

让我们来通过吴恩达演讲中一个具体的例子来理解 AI 是如何进行 Planning 的。以以下图片中的任务为例：生成一个女孩阅读书籍的图像，并描述这个新图像。

  1. 输入任务：AI 接收到指令"生成一个女孩阅读书籍的图像，姿势与示例图中的男孩相同，然后描述这个新图像"。

  2. 分解子任务：AI 将这个复杂任务拆解为几个关键步骤：

    • 分析示例图片中男孩的姿势
    • 基于分析的姿势生成新的图像
    • 描述生成的新图像

  3. 选择执行模型：对于每个子任务，AI 选择最合适的模型或工具：

    • 使用 openpose 模型进行姿势确定
    • 使用 google/vit 模型从姿势生成图像
    • 使用 vit-gpt2 模型将图像转换为文本描述

  4. 执行流程：

    • Pose Determination：分析示例图片，识别出男孩的精确姿势。
    • Pose-to-Image：基于识别出的姿势，生成一个女孩以相同姿势阅读书籍的新图像。
    • Image-to-text：分析生成的新图像，创建文字描述，如"一个女孩坐在床上阅读一本书"。

  5. 输出结果：最终，AI 按照这个计划逐步执行任务，输出一个新生成的图像和对应的文字描述。

这个例子展示了 AI 如何通过 Planning 将复杂任务分解为可管理的步骤，并为每个步骤选择最合适的工具或模型。这种方法不仅提高了任务完成的效率和准确性，还增强了 AI 系统的灵活性和适应能力。通过这种模块化的方法，我们可以轻松地替换或升级单个组件，而不需要重建整个系统，从而不断提升 AI 的整体性能。

优势

Planning 模式给 AI 带来了哪些超能力呢？

  1. 解决复杂问题的能力： 通过任务拆解，AI 可以处理更加复杂的问题，不再局限于简单的问答。

  2. 提高输出质量： 有了规划，AI 的输出更加有条理，质量也更高。

  3. 增强适应性： AI 可以根据不同任务制定不同的计划，增强了适应各种场景的能力。

非常好，让我们继续深入探讨文章提纲的第二部分：Tool Use（使用工具）模式。我会保持通俗易懂的风格，并结合实际案例来解释这个概念。

Tool Use：让 AI 智能体工欲善其事，必先利其器

还记得哆啦 A 梦的百宝袋吗？无论遇到什么问题，哆啦 A 梦总能从袋子里掏出恰到好处的道具来解决。现在，想象一下如果给 AI 也配上这样一个百宝袋，会怎么样？这就是 Tool Use 模式的妙处所在。

Tool Use，顾名思义，就是让 AI 学会使用各种工具的能力。在 AI 的世界里，这些工具可以是搜索引擎、数据库、编程环境，甚至是其他专门的 AI 模型。通过 Tool Use，AI 就像拥有了手和工具箱，能够与外部世界进行更多互动，大大扩展了自己的能力边界。

常见的 Tool 类型

让我们来看看 AI 的工具箱里都有些什么宝贝：

  1. 搜索引擎：就像我们使用 Google 一样，AI 也可以通过搜索引擎获取最新、最全面的信息。

  2. 知识库：这就像是 AI 的大脑，存储着海量的专业知识和数据。

  3. 代码编译器和运行环境：让 AI 能够编写、测试和运行各种编程语言的代码。

  4. API 接口：允许 AI 调用各种在线服务，比如天气预报、股票行情等。

  5. 图像/语音处理程序：使 AI 能够理解和生成图片、音频等多媒体内容。

  6. 数据分析工具：帮助 AI 处理和分析大量数据，得出有价值的见解。

Tool Use 的优势

Tool Use 模式给 AI 带来了哪些超能力呢？

  1. 知识的时效性：通过使用搜索引擎等工具，AI 可以获取最新信息，不再局限于训练数据的时间范围。

  2. 能力的扩展：每一个新工具都为 AI 开启了新的能力领域，让 AI 逐步成为全能选手。

  3. 更强的问题解决能力：结合各种工具，AI 可以处理更复杂、更专业的问题。

  4. 提高准确性：通过查询权威来源，AI 可以提供更准确、更可靠的信息。

  5. 实现眼、耳、手的功能：图像识别、语音处理等工具让 AI 具备了类似人类感官的能力。

Tool Use 模式的意义不仅在于增强 AI 的能力，更重要的是让 AI 能够与现实世界更好地交互。通过使用各种工具，AI 不再是封闭系统中的独行侠，而是能够感知、分析和影响现实世界的智能助手。

Planning + Tool Use：AI 的大脑和四肢如何协同工作

Planning 和 Tool Use 两种模式各有所长，但只有结合起来，AI 才能发挥最大的作用。接下来，我们将通过一个实际案例来展示 Planning 和 Tool Use 是如何协同工作的。

案例：生成参考别人写作风格的文章

假设你想写一篇模仿某个作家风格的文章，Coze 工作流可以这样规划：

  1. 分析目标作家的写作风格特点
  2. 确定文章主题和大纲
  3. 按照特定风格撰写文章内容
  4. 校对和修改，确保风格一致性

那具体如何用 Coze 的功能对应上呢？来，我们来一个个解释：

  1. 分析目标作家的写作风格特点：

    • Planning：我们先要求用户提供 1 篇目标作家的文章链接，然后分析这些文章的关键词、句式、篇章结构等信息。
    • Tool Use：首先使用一些链接读取插件，分别获取文章内容。然后使用工作流的大模型节点，分析文章的关键词、句式等特点，生成一个风格分析报告和一个对应的新大模型提示词备用。

  2. 确定文章主题和大纲：

    • Planning：要求用户提供文章主题，然后收集相关信息，制定文章大纲。
    • Tool Use：使用相关搜索引擎插件，搜索相关主题的文章，提取关键信息。然后使用工作流的大模型节点，基于这些信息生成文章大纲。

  3. 按照特定风格撰写文章内容：

    • Planning：根据分析结果和大纲，撰写文章内容，保持文章的风格一致。
    • Tool Use：使用大模型节点，根据提示词和大纲，生成符合目标风格的文章内容。

为此我还搭建了一个 Coze 工作流，工作流已发布到工作流商店了，大家有需自取：

www.coze.cn/store/workf…

通过这个案例，我们可以看到 Planning 和 Tool Use 是如何协同工作的。Planning 模式帮助 AI 分析任务、制定计划，Tool Use 模式则让 AI 使用各种工具来执行计划，最终完成任务。这种协同工作方式不仅提高了 AI 的效率和准确性，还增强了 AI 的灵活性和适应能力。

总结

在这篇文章中，我们深入探讨了 AI 发展中的两个重要模式：Planning（规划）和 Tool Use（使用工具）。这两种能力不仅让 AI 变得更加智能，更重要的是让 AI 成为了真正有用的助手。

Planning 赋予了 AI 思考和规划的能力。就像一个经验丰富的项目经理，AI 现在可以将复杂的任务拆解成有序的步骤，制定出清晰可行的计划。无论是安排旅行还是管理复杂项目，AI 都能够考虑周全，为我们提供全面的解决方案。

Tool Use 则给了 AI 手和工具。通过使用各种外部工具，AI 突破了知识的局限，能够获取最新信息，处理各种类型的数据，甚至能够看、听、说。这让 AI 不再是封闭的信息孤岛，而是能够与现实世界实时互动的智能助手。