A Generalist Agent 对比 Durable

Gato 是 DeepMind 在其 2022 年 5 月研究文章《A Generalist Agent》中介绍的通用智能体。一个具有共享权重的变换器策略处理聊天、图像描述、Atari 游戏和真实机器人手臂堆积积木等任务，均来自同一模型。文章将其描述为一种多模态、多任务、多体现策略，根据上下文选择输出文本、关节扭矩、按钮按压或其他标记。

该领域的大多数工具为每个任务领域训练独立模型。而 Gato 则将每种模态和环境序列化为扁平标记序列，并通过类似大型语言模型的变换器处理。这意味着一个预训练检查点可以在对话、视觉和控制之间切换，无需更换架构。

训练过程中，来自模拟和真实环境的数据与自然语言和图像数据集混合，损失被掩码处理，使 Gato 仅预测动作和文本目标。部署时，先对提示进行标记化，每个新观察结果追加到序列中，模型在 1024 标记的上下文窗口内一次采样一个动作向量。博客中包含按领域分组的任务图表，显示预训练模型达到专家分数阈值。

该文面向 AI 和机器人研究人员多于普通软件用户。您可以在 deepmind.google 阅读和引用该研究；这里审查的页面没有公开注册流程、API 层级或下载按钮。

Durable 将用简单英语描述的业务问题转化为可投入生产的自动化流程，您的团队无需编写代码即可部署和维护。您描述一个工作流程问题，Durable 会调查连接的系统，如 Salesforce 或 Snowflake，并生成可审查的需求，然后编写真实代码。部署只需一键完成，Durable 会在之后监控自动化流程，修复 API 中断并提交更新以供审批。

不同于将大型语言模型调用串联成脆弱工作流的以代理为先的平台，Durable 编写确定性的生产代码，仅在需要判断的地方使用 AI，例如分类文档或映射自定义字段。需求保持为简单英语，作为唯一真实来源，因此编辑会直接传播到代码，无需提交工单或等待工程冲刺。

中型市场和企业公司的运营团队使用 Durable 进行 CRM 同步、发票处理、潜在客户分配和客户入职。集成覆盖 44 个系统，包括 Salesforce、Slack、HubSpot、Jira 和 Snowflake，具备 SOC 2 Type II 认证和 99.9% 生产工作负载正常运行时间 SLA。