怎么让落后的 GPT-3.5 干翻最强的 GPT-4?
搭个工作流。
看一组刺眼的测试数据。
在写代码的 HumanEval 测试里,GPT-4 直接裸跑,得分只有 67.0%。
上一代的 GPT-3.5 裸跑更惨,只有 48.1%。
但只要把 GPT-3.5 塞进多智能体工作流,得分直接飙到了 95.1%。
落后一代的模型,靠着架构,把最强模型按在地上摩擦。
系统设计,比选哪个模型更重要。
吴恩达把这套逻辑彻底拆开了。
逼大模型一次性给个完美答案,就像让人类一口气写完万字长文不改稿,违背常理。
解法就是让 AI 走四步:反思、用工具、做规划、多智能体协作。
翻译一下:让它打草稿、上网查、拆任务、拉个群开会。
到了 2026 年 7 月,这套系统又进化了。
多个 AI 员工一起干活,最大的痛点是状态和记忆不同步。
于是,知识图谱成了这个虚拟公司的底座。
这套新架构分工极其明确。
顶层是架构师 Agent,负责定计划。
中间是技术主管 Agent,负责分发和评估。
最底层是开发者 Agent,负责敲代码调用工具。
它们围着一个共享的知识图谱实时读写,不再单线传话。
事实能保存,跨任务能推理,连逻辑都能追溯。
吴恩达把话放这了:
今年智能体工作流带来的进步,可能比下一代基础模型的升级还要大。
显示更多