关注ChatGPT APP 有没有成为AI Agent的潜力。
一切围绕AI Agent。
从供给端，移动APP打破了使用时间局限，用户提供的问题更多了，也方便了。
问题具有显著的“场景”属性，比如，用餐时可以用来快速给大众点评生成个评论，换店家的活动菜品；健身时可以让gpt给个运动计划，设定运动强度；坐地铁时，能聊天打发时间，顺便寻求情感寄托。
站在Open AI角度，能为AI Agent收集大量的垂直场景数据，这是PC做不到的。AI Agent是你自己的代理，是个性化的。
移动APP收集的用户习惯，将是定制化Agent的数据源。
从需求端，APP对比PC，未来给用户真正带来的帮助并不小，因为繁琐的低价值的事情，很多是通过移动端来跟用户交互的。
举个例子，我们日常生活中被信息“打断”，是手机多还是电脑多？当然是手机，“通知”、“微信消息”、甚至是“电话”，由28原则可知，80%的信息并不“重要”，至少并不“紧急”。而这些，都是有可能未来让AI Agent代替人处理的使用场景。
移动APP则是当前Agent最方便实现的初期形态。
最后，不从生产力的角度看，而从生产关系的角度看，一个AI Agent服务于个体用户，并与其他AI Agent协作，组织和管理具体的APP。因此一定是多端同步的，尤其是移动端。
ChatGPT APP和Siri、小爱同学也许是竞争关系，但可以与美团与Keep这类垂直行业AI协作，由ChatGPT将美团AI推荐的营养餐和KeepAI推荐的运动方案进行整合。就像AI 律师，AI 程序员，AI 财务组成一家公司或一个团队，共同完成更复杂的任务，一些公司已经在做这样的事情，比如 Fixie.AI。
不久之后，我们就能用自己的习惯，训练自己的全场景Agent，这不是很有趣吗~
当然，也许，安卓手机app也不是终点，可不可以也放在智能手表上，OpenAI再做个ChatGPT运动手环？
附——
Open AI的联合创始人Andrej Karpathy近期做过一个演讲，他提出 “ 相比模型训练方法，OpenAI 内部目前更关注 Agent 领域的变化，每当有新的 AI Agents 论文出来的时候，内部都会很兴奋并且认真地讨论 ” 。
还有就是Lilian， 现在是OpenAI的安全系统主管，同时在OpenAI领导应用研究。Lilian Weng的一篇文章解释了如何使用LLM构建AI Agent，以及这个过程中涉及的各种关键组件和技术。Lilian Weng详细介绍了LLM如何作为AI Agent 的大脑，配合规划、记忆和工具使用等关键组件，将大任务分解为小的、可管理的子目标，从而有效地处理复杂任务。