AI爆发至今，业内普遍流行一句话：AIGC的尽头是AI智能体，但时至今日，大家对AI智能体的理解还比较浅，很多人依旧认为AI智能体离自己还很远。主要是市场上好用的智能体平台并不多。用户关心的是AI到底如何改善工作流，AI到底怎么落地具体的应用场景？或者AI到底是怎么帮我们干活的？
著名AI学者、斯坦福大学教授吴恩达提出了AI Agent的四种设计方式后，Agentic Workflow（智能体工作流）立即火爆全球，多个行业都在实践智能体工作流的应用，并推动了新的Agentic AI探索热潮。
最核心的Claude 3.5编码系统提示，火遍Reddit社区。就在刚刚，原作者发布了进化后的第二版，有的网友已经将其加入工作流。
今年是 AI 视频生成爆发的元年，以 Sora 为代表的算法模型和产品应用不断涌现。短短几个月内，我们目睹了几十种视频生成工具的问世，基于 AI 的视频创作方式开始流行起来。
任何规模的艺术家团队和工作室，都能通过使用LeyLine的产品提升生产效率。
将音频、图像、视频整合进同一工作流，这个由斯坦福初创公司发布的视频工具火了！ 预览版支持生成30S逼真视频，网友们直呼不输Luma。
大模型的下一个突破方向是什么？斯坦福大学教授吴恩达的答案是AI智能体工作流。
AI Agent，进一步迭代工作流。
全球AIGC应用浪潮下，怎样将大模型产品以一种更贴近消费者的形式融入生产力工具？
前不久，斯坦福大学教授吴恩达在演讲中提到了智能体的巨大潜力，这也引起了众多讨论。其中，吴恩达谈到基于 GPT-3.5 构建的智能体工作流在应用中表现比 GPT-4 要好。这表明，将目光局限于大模型不一定可取，智能体或许会比其所用的基础模型更加优秀。
