2024年，AI智能体技术无疑是科技界的焦点。

通过对来自100多个国家的3400名开发者进行深入调查，Langbase公司近日发布的一项报告揭示了智能体开发中的关键问题。这项调查的受访者中，有46%是企业领导层，26%是工程师。

Langbase专注于提供无服务器的AI云开发体验。作为一个提供可组合基础设施的AI平台，他们在2024年一共处理了来自3.6万开发人员的1840亿个token和7.86亿个API请求。

提起Langbase这个名字，你也许不太熟悉。事实上，这家公司非常年轻，2023年刚刚成立。

根据Crunchbase披露的数据，他们刚刚才在9月份进行了pre-seed轮融资，但已经得到了谷歌、苹果、OpenAI、微软等大厂高管们的资金支持。

下面就让我们一起来看看这家年轻有为的Langbase发布的这份图文并茂的报告中究竟提到了哪些内容。

问题1：开发者在使用哪些基座大模型

在这场AI智能体的竞赛中，OpenAI的大模型服务占据了主导地位，但谷歌正迅速崛起，成为其强劲的竞争对手，Anthropic紧随其后。

其中，Meta的Llama、Mistral和Cohere虽然影响力较小，但增长势头不容忽视，显示出基座大模型市场的激烈竞争。

问题2：不同大模型对应的的具体用途

OpenAI在翻译任务中被广泛应用，Anthropic在技术任务中备受青睐，而谷歌的模型在健康和翻译领域占据主导地位。

此外，Meta在科技和科学应用中得到了广泛使用，Cohere也在多个领域得到重视，包括科学和营销。

问题3：哪些因素阻碍了你对大模型技术的应用

在模型的扩展和部署中，数据隐私和安全合规性成为主要关注点，「缺乏监控工具」和「高基础设施成本」这两项因素也阻碍了技术的落地应用。

对AI驱动解决方案的抵制或怀疑反映了使用者们的长期顾虑，这表明，模型和技术的提供商们需要更加透明和用户友好的AI平台。

问题4：哪些因素影响大模型的选择

在选择大型语言模型（LLM）时，准确性是最重要的因素，其次是安全性和可定制性，成本的影响相对较小。

问题5：在部署大模型时，你遇到的最大挑战是什么？

在生产环境中部署大模型和智能体面临着种种关键挑战，包括定制困难、质量保证评估方法有限，以及缺乏可重用的基础设施。

此外，工具碎片化、集成问题和可扩展性等方面的顾虑进一步复杂化了这个过程。

问题6：采用大模型技术时，你的主要目标是什么？

「自动化」和「简化」是AI应用的首要任务，使公司在效率和流程简化方面受益；此外，定制解决方案和提升合作流程等方面的目标，反映了大模型日益增长的灵活性，以及消费者对系统共享访问的兴趣。

问题7：您的公司如何使用大模型智能体？

LLM在软件开发中得到广泛应用，尤其在市场营销、IT运营和文本摘要等方面，客服、人力资源和法律领域的使用兴趣也在日益增长。

问题8：那些平台特征对你至关重要

大多数受访者都需要多智能体检索增强生成（RAG）功能以提高上下文信息处理，同时，评估工具对于确保人工智能系统按预期工作也很重要。

问题9，在编排AI流水线时，开发者偏好哪种工具

大多数受访者更喜欢能提供灵活、基础原语的开发工具以设计定制AI流水线（pipeline）。预构建的、针对特定问题的解决方案虽然可以直接解决具体问题，但它们的可定制性较低。

问题10：什么因素影响大模型智能体开发工具的选择

开发者将AI智能体的版本控制视为开发平台最重要的功能。强大的SDK或库生态系统以及本地开发环境也受到重视。

问题11：大模型在公司中的应用程度

大多数开发者将 AI 用于实验和生产。相比之下，实验用途的比例远远大于生产用途，但后者的比例仍在稳步前进的过程中。

随着AI智能体基础设施的成熟，越来越多的企业会尝试开发智能体，而随着多模态及大模型操作计算环境（例如Claude通过接口在线互动）的发展，智能体在2025年的应用将更加广泛，甚至不仅仅局限于报告中提到的软件开发、市场营销、IT运营和文本摘要等领域。

然而，该调查中揭示的开发者关注的问题，例如更看重准确性、安全性和可定制性，而成本因素影响较小，以及偏好灵活、可定制的AI流水线开发工具，并重视AI智能体版本控制功能。

无论技术怎么进步，这份调查结果都会对智能体平台及开发者有参考价值。

零基础如何学习AI大模型

领取方式在文末

为什么要学习大模型？

学习大模型课程的重要性在于它能够极大地促进个人在人工智能领域的专业发展。大模型技术，如自然语言处理和图像识别，正在推动着人工智能的新发展阶段。通过学习大模型课程，可以掌握设计和实现基于大模型的应用系统所需的基本原理和技术，从而提升自己在数据处理、分析和决策制定方面的能力。此外，大模型技术在多个行业中的应用日益增加，掌握这一技术将有助于提高就业竞争力，并为未来的创新创业提供坚实的基础。

大模型典型应用场景

①AI+教育：智能教学助手和自动评分系统使个性化教育成为可能。通过AI分析学生的学习数据，提供量身定制的学习方案，提高学习效果。
②AI+医疗：智能诊断系统和个性化医疗方案让医疗服务更加精准高效。AI可以分析医学影像，辅助医生进行早期诊断，同时根据患者数据制定个性化治疗方案。
③AI+金融：智能投顾和风险管理系统帮助投资者做出更明智的决策，并实时监控金融市场，识别潜在风险。
④AI+制造：智能制造和自动化工厂提高了生产效率和质量。通过AI技术，工厂可以实现设备预测性维护，减少停机时间。
…
这些案例表明，学习大模型课程不仅能够提升个人技能，还能为企业带来实际效益，推动行业创新发展。

学习资料领取

如果你对大模型感兴趣，可以看看我整合并且整理成了一份AI大模型资料包，需要的小伙伴文末免费领取哦，无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发

部分资料展示

一、 AI大模型学习路线图

整个学习分为7个阶段

二、AI大模型实战案例

涵盖AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，皆可用。

三、视频和书籍PDF合集

从入门到进阶这里都有，跟着老师学习事半功倍。

四、LLM面试题

五、AI产品经理面试题

😝朋友们如果有需要的话，可以V扫描下方二维码联系领取~

👉[CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）]👈