本书探讨了AI领域的AI Agent（智能体）和生成式AI的前沿进展，以及这些技术如何重塑我们的生活和工作方式。
本书首先回顾了AI技术的演变历程，并强调了智能体的定义及其在客户服务、医疗健康和制造业等领域的广泛应用。本书也对智能体与传统软件进行了对比，分析了智能体的自主性、适应性和协作能力。生成式AI的崛起也被特别提及，其在艺术创作、数据增强等领域的应用被广泛讨论。本书还探讨了智能体在多智能体系统中的协同作用和具身智能的概念，分析了智能体的商业应用，包括企业级应用与任务规划、流程优化等，同时也指出了智能体在数据隐私、安全和伦理方面面临的挑战。最后，本书展望了智能体技术的未来发展，包括与其他先进技术的结合，认为它们将在更多领域发挥重要作用，为人类社会的进步做出贡献。智能体在未来将与每个人的工作和生活都息息相关。
本书适合所有人阅读，特别是软件开发者和内容创作者，以及科技、金融行业的从业者和对AI领域感兴趣的读者。

吴畏（Delta），非凡资本合伙人，中欧EMBA。2017年，创办非凡资本，已投资耀途资本、寒武创投、梅花创投、FancyTech、联谛科技等数只创业投资基金及早期项目，累计投资和服务的创业公司达数百家。2023年，开始关注A|应用，创办的非凡产研已经成为AI应用研究领域国内领先的行业智库。

第1部分 AI的演进与大模型的兴起
第1章 AI的起源与进化
1.1 从桌面应用到云计算
1.1.1 桌面应用时代：个人电脑提升个人办公效率
1.1.2 互联网应用时代：软件从桌面扩展到网络
1.1.3 移动应用时代：软件走进生活
1.1.4 云计算与SaaS时代：软件服务化
1.2 从早期萌芽到深度学习
1.2.1 早期萌芽时代（20世纪50年代-60年代）
1.2.2 知识工程时代（20世纪70年代-80年代中期）
1.2.3 统计学习时代（20世纪80年代末-21世纪10年代）
1.2.4 深度学习时代（21世纪10年代至今）
第2章 大模型时代的AI
2.1 生成式AI的崛起
2.1.1 图像生成
2.1.2 文本生成
2.1.3 音频生成
2.1.4 生成式AI的发展历程
2.1.5 应用与展望
2.1.6 总结
2.2 大模型时代狂飙猛进
2.2.1 语言模型的发展历程
2.2.2 LLM的关键技术
2.2.3 LLM的典型应用
第2部分 大模型驱动的智能体
第3章 什么是智能体
3.1 智能体的定义与特点
3.1.1 智能体的定义
3.1.2 智能体的特征
3.1.3 智能体的应用
3.1.4 总结
3.2 智能体与传统软件的关系
3.2.1 智能体与传统软件的区别
3.2.2 智能体在软件开发中扮演的角色
3.2.3 智能体与传统软件的集成
3.2.4 智能体在软件开发中的案例
3.2.5 总结
3.3 智能体与LLM的关系
3.3.1 回顾LLM的神奇之处
3.3.2 智能体与LLM的交互
3.3.3 智能体与LLM的合作实例
3.3.4 智能体与LLM融合中的技术挑战
3.3.5 对智能体与LLM合作的展望
第4章 智能体的核心技术
4.1 NLP
4.1.1 NLP核心技术
4.1.2 伦理、偏见与技术挑战
4.1.3 NLG
4.1.4 多模态处理和NLP
4.1.5 回顾和展望
4.2 从ChatGPT到智能体
4.2.1 ChatGPT的特点
4.2.2 AI和NLP的演进
4.2.3 技术突破与伦理挑战
4.3 智能体的五种超能力
4.3.1 记忆
4.3.2 规划
4.3.3 工具使用
4.3.4 自主决策
4.3.5 推理
4.3.6 应用展望
第3部分 下一代软件可以不必是软件
第5章 自然语言带来交互革命
5.1 从图形用户界面到自然语言的进化
5.1.1 交互界面的进化
5.1.2 图形用户界面
5.1.3 自然语言交互
5.1.4 会话界面兴起
5.1.5 交互界面的未来
5.2 如何改变用户体验
5.2.1 用户体验演变
5.2.2 自然语言交互崛起
5.2.3 未来展望
第6章 高度自动化带来生产力革命
6.1 人机协同的方法和框架
6.1.1 人机协同的重要性
6.1.2 人机协同的核心目标
6.1.3 人机协同的方法和框架
6.1.4 人机协同的典型案例
6.1.5 生产力革命
6.1.6 未来展望
6.2 企业级应用与任务规划
6.2.1 企业级应用的需求
6.2.2 任务规划的作用
6.2.3 企业如何选择工具
6.2.4 机遇与挑战
6.2.5 未来展望
第7章 多智能体系统的未来
7.1 单智能体系统与多智能体系统的差异
7.1.1 单智能体系统的特点
7.1.2 多智能体系统的特点
7.1.3 技术进步与分析和比较
7.1.4 对企业的影响与未来趋势
7.2 模拟真实世界的组织结构与工作流程
7.2.1 组织结构模拟
7.2.2 工作流程模拟
7.2.3 技术进步与实践应用
7.2.4 根据模拟结果进行组织结构和工作流程优化
7.2.5 未来趋势
第4部分 典型案例和商业应用
第8章 斯坦福小镇项目：生成式智能体的典型案例
8.1 实验背景与目的
8.1.1 非凡之旅
8.1.2 概念框架
8.1.3 核心技术
8.1.4 生成式智能体设计
8.1.5 实验目的
8.2 生成式智能体架构设计
8.2.1 基础架构
8.2.2 记忆和检索
8.2.3 反思
8.2.4 规划和反应
8.2.5 行为和互动
8.2.6 用户参与
8.3 对未来的启示
8.3.1 生成式智能的潜力无限
8.3.2 生成式智能体的伦理挑战
8.3.3 潜力与伦理并重的未来
第9章 自主式智能体的典型案例
9.1 AutoGPT：通过自然语言的需求描述执行自动化任务
9.1.1 AutoGPT的核心功能
9.1.2 AutoGPT的技术架构
9.1.3 AutoGPT的应用范围
9.1.4 未来展望
9.2 BabyAGI：根据任务结果自动创建、排序和执行新任务
9.2.1 BabyAGI的核心功能
9.2.2 BabyAGI的技术架构
9.2.3 未来展望
9.3 MetaGPT：重塑生成式AI与软件开发界面的多智能体架构