怎样通过ai提升我的工作效率

今天哈佛商学院的一篇论文给出了一些参考，他们研究发现：在工作中使用AI可以带来工作效率的显着的改善。使用AI的被测试者比没有使用AI的被测试者平均多完成了12.2%的任务，完成任务的速度提高了25.1%，并且产生的结果质量提高了40%。同时他们还发现了一些其他的有趣结论：类似GPT-4这样的模型是有一个能力的边界的，在边界内的任务他们可以处理的很好，边界外的任务则会搞得一塌糊涂但是没有人知道这类AI具体的能力边界。他们分了三组一组不使用AI另一组使用AI，第三组使用AI的同时给与一定的培训，使用AI的两组任务完成效率和质量都远高于没有使用AI的组。AI对工作能力越差的被测试者的提升越大，能力越强提高越小。所以高级人才和低级人才的差距会被快速拉平。过于依赖AI可能会适得其反，反倒降低工作效率和质量，因为这些人无法区分AI的能力边界。他们还为人类和AI协作的两种方式起了名字：半人马：强调人与AI紧密结合,但是各司其职,人类主导整个流程,根据任务的性质合理调配人类和AI资源。。这种模式充分利用了人类的智慧与判断力以及AI的计算与生成能力。机械人：人与AI的高度融合,在细节上形成循环迭代的优化过程,最终实现人机一体化。这种模式充分发挥了人类的灵活性和AI的生成能力。我感觉这两种方式更像是现在人类跟AI合作的两个阶段：第一种大概知道AI的能力边界，可以简单的使用和复用AI输出的结果提升自己的工作能力。第二种机械人可以熟练的使用AI深入探索AI能力更加精细化的更AI协作和AI一起创作内容。

分为短期记忆和长期记忆。其中短期记忆是指的将所有的上下文学习看成是利用模型的短期记忆来学习；而长期记忆是提供了长期存储和召回信息的能力，它们通常通过利用外部的向量存储和快速检索来存储和召回信息。Tools（工具）通过学会调用外部不同类型API来获取模型（通常在预训练后很难修改）中缺少的额外信息，代码执行能力，访问专有信息源等（例如获取此时此刻的天气、联网网搜索等）Action（动作）根据上述大模型结合问句（Query）、上下文的规划（Context）、各类工具，最终大模型才能决策出最终需要执行的动作是什么。Agentic Workflow解决什么问题？我认为是可以从从提升效率、提高质量、节省时间的角度上进行思考。好比一台“印钞机”，按照指定好的流程重复着机械性的活动，但是它在源源不断的产生价值。Productivity（效率）=产生价值的速率Agentic Workflow通过将一个复杂的任务分解成较小的步骤，在整个过程中中融入了更多人类参与到流程中的规划与定义。它减少了对Prompt Engineering和模型推理能力的依赖，提高了LLM应用面向复杂任务的性能，更丰富、更精确。下面是Coze（扣子）平台上的工作流编排器的示例，这个话其实是一个抽卡游戏的流程，你可以看到在整个工作流中间会有很多节点前后之间有节点以及连线，然后每个节点之间它是通过不同的定义，比如说图片处理工具，或者说是通过多模态模型进行图片理解工具等等其他各种各样的工具组合而成。

1.19.AI is already delivering major advances and efficiencies in many areas.AI quietly automates aspects of our everyday activities,from systems that monitor traffic to make our commutes smoother,17 to those that detect fraud in our bank accounts.18 AI has revolutionised large-scale safety-critical practices in industry,like controlling the process of nuclear fusion.19 And it has also been used to accelerate scientific advancements,such as the discovery of new medicine20 or the technologies we need to tackle climate change.212.20.But this is just the beginning.AI can be used in a huge variety of settings and has the extraordinary potential to transform our society and economy.22 It could have as much impact as electricity or the internet,and has been identified as one of five critical technologies in the UK Science and Technology Framework.23 As AI becomes more powerful,and as innovators explore new ways to use it,we will see more applications of AI emerge.As a result,AI has a huge potential to drive growth24 and create jobs.25 It will support people to carry out their existing jobs,by helping to improve workforce efficiency and workplace safety.26 To remain world leaders in AI,attract global talent and create high-skilled jobs in the UK,we must create a regulatory environment where such innovation can thrive.3.21.Technological advances like large language models(LLMs)are an indication of the transformative developments yet to come.27 LLMs provide substantial opportunities to transform the economy and society.For example,LLMs can automate the process of writing code and17 Transport apps like Google Maps,and CityMapper,use AI.18 Artificial Intelligence in Banking Industry:A Review on Fraud Detection,Credit Management,and Document Processing,ResearchBerg Review of Science and Technology,2018.19 Accelerating fusion science through learned plasma control,Deepmind,2022;Magnetic control of tokamak plasmas through deep reinforcement learning,Degrave et al.,2022.