图：香港维纳智能科技昨日举行“Agentic AI系列产品发布会暨生态联盟启动仪式”。

　　【大公报讯】人工智能走向“高精度”发展，其自我调节能力成为竞争关键。中国首个大模型交互数据生成公司维纳智能昨日在数码港举行“香港维纳智能核心产品发布会暨维纳智能生态联盟启动仪式”，发布三款旗舰应用，包括QueWi、Wi Writing Copilot以及Racebot，维纳智能创办人兼行政总裁柳崎峰表示，以上Agentic AI（代理式人工智能）应用系统具有四大核心技术，为企业构建高精度闭环Agentic AI应用系统，实现降本增效和业务创新。

　　柳崎峰介绍，这些应用在测试中99%以上生成内容符合“一国两制”及爱国爱港社会语境，94%以上时事信息具备新闻级溯源能力，且支援多语言内容智能汇聚。

　　柳崎峰指出，这些Agentic AI核心技术可以概括为四个方面。第一个方面是反馈机制：反馈机制是控制论的核心概念。举例说，人体是一个天然的反馈系统：当感到寒冷时，肌肉会通过颤抖产生热量以提升体温；当过热时，则通过出汗降低体温。同样的原理也适用于日常场景，例如空调系统根据温度自动调节运行。在系统技术中，反馈机制分为三层：数据生成、模拟训练以及人机交互。其创新在于将人类反馈与机器反馈相结合。通过这一机制，系统的准确率可达约70%。第二个方面是多模型协作，灵感来源于团队合作的优势。单个大模型的表现类似于大脑的单一分区，而多模型协作则相当于一个高效的团队。虽然团队协作的潜力远超个体，但协调管理是关键挑战。然而，协同机制类似于企业管理结构：底层模型（如高效的专业模型）负责具体任务，而上层的管理者模型则负责协调与分配任务。维纳智能正在探索动态协同机制，即模型间的协作不再依赖人工预设，而是通过系统自主学习实现。

　　第三个方面是提示词工程，提示词是大模型应用的核心要素之一，直接影响模型的输出质量。目前系统的提示词规模约2000至3000个词，远低于某些系统的上万个的提示词，但效果显著。提示词工程是一门科学，通过精心设计的提示词，探知并调控大模型的行为，类似于通过语言试探一个人的反应。在实践中，维纳智能针对不同场景设计专属提示词，并通过几个步骤优化提示词，包括设定目标确保垂直领域的质量，或者通过反馈机制优化提示词，逐步精进提示词。第四方面是自我纠错能力，自我纠错是大模型智能化的重要标志，通过用户反馈驱动系统自我改进。

　　大公文汇全媒体记者 黎梓田、黄安琪