以下是关于 AI Agent 多角色对话的相关内容：
在红杉 AI Ascent 2024 会议中，吴恩达谈到了 Agent Workflow 以及 4 种主流设计模式。其中包括：
Reflection（反思）：可以有一个代码 Agent 和一个反思 Agent，它们可以是相同的基础 LLM 但以不同方式提示，例如一个是专家级的代码撰写者，另一个是专家级的代码审查者，这种工作流容易实现，能显著提高 LLM 性能，但不总是有效。 规划：通过规划设计模式提升 LLM 性能和拓展应用领域。 多 Agent 合作：不同 Agent 之间的辩论，如让 ChatGPT 和 Gemini 互相辩论，能带来更好的表现，多个模拟的 Agent 一起工作也是强大的设计模式。 Agent 推理：这种设计模式将会很重要。此外，生成式 AI 的人机协同分为 3 种产品设计模式：Embedding（嵌入式）、Copilot（副驾驶）、Agent（智能代理）。在 Agent 模式下，AI 完成大多数工作，可使用 Multiagent Collaboration 的方法，让不同角色的 Agent 按照任务要求自主规划选择工具、流程进行协作完成任务。例如产品经理可以通过 Agents 将任务拆解，最后获得大体符合期望的输出结果再进行修改。
总之，通过这些设计模式，能够提升 LLM 的性能和拓展应用，期待未来 AI Agent 在更多场景发挥关键作用。
