网络上有不少大模型和Agent评测的文章，但分析都是从整体或者某个行业进行
这篇文章，作者从三个大模型的应用场景出发，给大家分析这几个模型的优劣势，供各位参考
之前写了AI Agent构建平台的产品评测文，朋友圈后有小伙伴让分享一下openbuddy、coze和通义的优劣势于是我就去搜集了一些资料
一、openbuddy/Coze/通义分别是什么1、openbuddy：基于LLaMA2跨语言对话模型 知乎解答-openbudy2、通义App：集成通义大模型全栈能力，免费为所有用户提供服务
通义APP以性能媲美GPT-4 Turbo的基模为底座，并把通义实验室前沿的文生图、智能编码、文档解析、音视频理解、视觉生成等能力“All in one”，成为每个人的全能AI助手
（新闻通稿） 通义官网-产品集3、Coze：Coze是新一代 AI 应用开发平台
无论你是否有编程基础，都可以在Coze上快速搭建基于大模型的各类 Bot，并将 Bot 发布到各个社交平台、通讯软件或部署到网站等其他渠道
(官网帮助文档解释）Coze产品截图当我去收集完这些材料后，我发现这三个产品很难在一个纬度上分析优劣势
openbuddy 是一个具体的模型；通义是一个基于通义千问模型的综合性AI平台，他提供模型、提供模型训练工具；而coze 则是基于已有模型的Bot构建平台（支持接入已有模型，通过文字、流程、插件引导Bot完成具体场景任务）
二、所以我们常说的AI，在应用层到底是个啥？大语言模型生态系统 大语言模型生态系统-图源AINLP模型层提供了基础的大语言模型能力，包括开源和闭源两类
闭源模型的代表有OpenAI 的 GPT 系列和 Anthropic 的 Claude 系列
毫无疑问，目前 OpenAI 的 GPT 系列模型在整个行业中处于领先地位，其性能远超其他大语言模型
开源模型的代表是 Meta推出的 Llama2
闭源模型就像移动互联网时代的 iOS 操作系统，更易于上手、技术门槛较低
而开源模型类似移动互联网时代的 Android 系统，对使用者的技术要求更高，但具备更强的可定制性
不管是开源模型还是闭源模型，都提供了模型微调的能力
OpenAI 甚至提供了神经网络的文本向量化功能
框架层提供了基于大语言模型的开发框架，帮助开发者更快地构建与大语言模型相关的应用
目前市场上涌现出许多出色的开发框架，它们提供了各领域针对大语言模型二次开发的抽象
除了开发框架，还有向量数据库、知识图谱等重要的周边模块
应用层是基于大语言模型开发的最终应用，ChatGPT 可以说是其中最知名和热门的
这些应用大致可以分为两类：一类是自动化应用，代表产品是 ChatGPT，这类应用需要人类的参与和反馈；另一类是自主 Agent 系统，代表产品是 AutoGPT，这类应用不需要人类主动参与，自主 Agent 系统可以在得到初始命令后进行自主迭代
应用层仍在不断发展，特别是自主 Agent 系统，这是一个充满前景和想象的领域
中国AI Agent生态系统 中国AI Agent生态-图源知网中国AI Agent生态是一个多层次、多领域、高度集成的系统，它涵盖了从基础算力到具体应用的各个层面
在算力层，我们看到了阿里云、百度智能云、华为云等领先企业的身影，它们提供强大的计算资源和存储能力，为整个AI生态的发展打下坚实的基础
平台框架层进一步细分为两个方向：企业级AI Agent平台和开发者AI Agent开发平台
企业级平台为大型企业提供定制化、高效率的AI解决方案，例如：钉钉、实在智能；而开发者平台则为广大开发者提供了丰富的工具和资源，使他们能够快速开发和部署自己的AI应用，例如coze、文心智能体平台
垂直应用层是AI生态中最接近终端用户的一环，它包括金融、招聘、营销、供应链、教育、数据分析、AI PC等多个领域
在金融领域，AI Agent能够进行风险评估和市场分析；在招聘领域，它们帮助企业筛选简历和评估候选人；在营销领域，AI Agent通过精准分析消费者行为来优化广告投放；供应链管理中，AI Agent能够预测需求和优化库存；教育领域中，它们提供个性化学习体验；在数据分析领域，AI Agent能够处理和分析大量数据，为决策提供支持；而在AI PC领域，它们则为用户提供更加智能和个性化的交互体验
作者：是湘湘呀，公众号：数字化产品笔记本文由 @是湘湘呀 原创发布于人人都是产品经理
未经作者许可，禁止转载题图来自Unsplash，基于CC0协议该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务

（图片来源网络，侵删）