详细内容或原文请订阅后点击阅览
情报是免费的，现在怎么办？ 代理的数据系统、代理的数据系统以及代理的数据系统
...民有、民治、民享的政府... — 亚伯拉罕·林肯，葛底斯堡演说 (1863) 人工智能的成本正在迅速下降。到 2023 年初，GPT-4 级功能的成本约为每百万代币 30 美元；如今，同样的价格低于 1 美元，一些提供商将成本压低到 0.10 美元以下。在各个基准中，推理价格每年下降 9 倍到 900 倍，下降中位数接近 50 倍。即使是前沿型号也每一代都变得越来越便宜，开源型号紧随其后。至关重要的是，即使“诺贝尔奖获得者天才级”智能还没有出现，但足以满足绝大多数知识工作的智能今天已经存在，而且每个月都在变得更便宜。按照这个速度，我们很快就会进入几乎免费的智能时代——这种智能对于日常知识工作来说已经足够了。披露：这篇文章是由加州大学伯克利分校 EECS 副教授、EPIC 数据实验室联席主任 Aditya G. Parameswaran 和他的合作者共同提出的观点。这是部分景观调查和部分透视，下面讨论的几个研究方向（包括代理推测、结构化记忆和从头开始合成自定义数据系统）借鉴了作者自己正在进行的工作。那么，这个近乎自由的智能新时代对数据系统意味着什么？我们相信三个新的挑战和机遇源于接近零的推理成本：代理数据系统。代理无线
来源:BAIR— 亚伯拉罕·林肯，葛底斯堡演说 (1863)
人工智能的成本正在迅速下降。到 2023 年初，GPT-4 级功能的成本约为每百万代币 30 美元； today the same runs under$1, and some providers are pushing costs below$0.10.在各个基准中，推理价格每年下降 9 倍到 900 倍，中值下降接近 50 倍。即使是前沿型号也每一代都变得越来越便宜，开源型号紧随其后。 And crucially, even if “Nobel-Prize-winning genius-level” intelligence isn’t here yet, the intelligence that suffices for the vast majority of knowledge work is here today, and getting cheaper by the month.At this rate, we are soon entering the era of virtually free intelligence—the kind that is more than enough for everyday knowledge work.
披露：这篇文章是由 Aditya G. Parameswaran（加州大学伯克利分校 EECS 副教授兼 EPIC 数据实验室联席主任）与他的合作者共同提出的观点。 It is part landscape survey and part perspective, and several of the research directions discussed below (including agentic speculation, structured memory, and synthesizing custom data systems from scratch) draw on the authors' own ongoing work.
那么，这个近乎自由的智能新时代对数据系统意味着什么？我们相信，接近于零的推理成本带来了三个新的挑战和机遇：
Data SystemsForAgents.Agents 很快就会成为数据系统的主要工作负载，大量的代理会响应每个最终用户的请求。 Given differences in characteristics between agents and humans—or applications acting on their behalf—how should we redesign data systems for such agentic users?
代理的数据系统、代理的数据系统以及代理的数据系统
Next, we will discuss each in more detail, followed by discussing the intertwined future of data systems and agents, especially as the three challenges intersect.