想象一下，如果可以讓愛因斯坦、埃隆·馬斯克、費曼、史蒂夫·喬布斯、簡·古道爾和尤瓦爾·諾亞·赫拉利和你一起合作共同研究并編寫研究報告，這是一種什么感受？

我們每天產(chǎn)生的信息比過去一年產(chǎn)生的信息還要多，假如研究人員想在一個小時內(nèi)訪問一萬個網(wǎng)站、研究分析數(shù)據(jù)、并編寫報告，這實際上是不可能的。如今，隨著AI 大模型技術(shù)的發(fā)展，使用AI Agent卻可以輕松地做到這一點。這將改變做研究、寫報告的工作方式。

AI Agent能夠提高知識研究的工作效率，主要是因為：AI Agent可以處理大量的知識，發(fā)現(xiàn)人類可能錯過的細節(jié)，并且能夠快速產(chǎn)生結(jié)論。另外，Ai Agent可結(jié)合使用檢索增強生成（RAG）技術(shù)，可以直接從研究機構(gòu)可信的數(shù)據(jù)來源提取信息，以保持信息準確性、專業(yè)性。

下面是找到的兩個值得推薦的知識管理AI Agent開源項目，適合做研究、寫報告，由于項目涉及大模型服務(wù)，如果具備開發(fā)基礎(chǔ)也可以進行自適應(yīng)改造，使用本地大模型或者國產(chǎn)大模型。

1. STORM

https://github.com/stanford-oval/storm

Storm是一個由斯坦福大學開源的人工智能驅(qū)動的知識管理系統(tǒng)，旨在從零開始生成全面的、類似維基百科的文章。

Storm利用大型語言模型（LLM），通過進行基于互聯(lián)網(wǎng)的研究，將信息組織成結(jié)構(gòu)化的大綱，并生成完整的引用文章，從而實現(xiàn)研究和寫作過程的自動化。

其工作原理如下：

STORM將生成帶有引用的長文章分為兩個步驟：

• 寫作前階段：該系統(tǒng)進行基于互聯(lián)網(wǎng)的研究，以收集參考資料并編寫大綱。
• 寫作階段：系統(tǒng)使用大綱和參考文獻生成帶有引用的完整文章。

STORM將研究過程自動化的核心是“自動提出優(yōu)化后的提示詞”。由于人類給語言模型提出問題可能并不能很好地驅(qū)動大模型工作。

為了提高問題的深度和廣度，STORM采用了兩種策略：

• 觀點引導提問：給定輸入主題，STORM通過調(diào)查類似主題的現(xiàn)有文章來發(fā)現(xiàn)不同的觀點，并使用它們來控制提問過程。
• 模擬對話：STORM模擬維基百科作者和基于互聯(lián)網(wǎng)資源的主題專家之間的對話，使語言模型能夠更新對主題的理解并提出后續(xù)問題。

2. GPT Researcher

https://github.com/assafelovic/gpt-researcher

GPT Researcher是一個自治AI代理，旨在利用網(wǎng)絡(luò)和本地資源對任何給定的任務(wù)進行全面的研究。

它能夠生成詳細、真實并且公正的報告，并附有引文，開源項目提供了全套可定制選項，以支持創(chuàng)建量身定制的特定領(lǐng)域研究代理。

其核心思想是利用“計劃者”和“執(zhí)行者”代理。規(guī)劃者生成研究問題，而執(zhí)行代理則收集相關(guān)信息。最后，發(fā)布者將所有調(diào)查結(jié)果匯總成一份綜合報告。

執(zhí)行步驟為：

• 基于研究查詢創(chuàng)建特定于任務(wù)的代理。
• 提出問題，共同形成對任務(wù)的客觀見解。
• 使用爬蟲代理收集每個問題的信息。
• 總結(jié)并追蹤每種資源。
• 將摘要過濾并匯總到最終研究報告中。