LLM的几种交互合作模式

代表：chatGPT、Gemini、Claude 等一众常见 LLM。

这个模式还是挺好理解的，以写代码为例，它们只会给你生成提问所需的代码，并不会帮你做创建项目结构、构建文件、配置环境什么的操作。也就是说， 你和它们之间的交互之间生成的文本不会引发二次交互，你只能手工复制贴贴来搬运使用这些文本。这就是为什么我称呼这种为咨询模式。它就只是顾问，并不动手帮你干活。这种也是最基础的AI模式，是其他模式的基石。

代表：Cursor、Windsurf、Aider、claude code。

从名字就能理解，你只要动动口指挥，把需求发给LLM，让它帮你指挥那些程序干活，并且它操作之后给出决策就好。典型的cursor就是这样，你只要需求给它，它生成代码之后帮助你整理项目结构，更改指定的本地文件。 你和其它程序之间隔着一层LLM，你只要指挥LLM，它叫程序帮你干活，这就是所谓的指挥模式。

代表：Google AI Studio

谷歌AI Studio有个功能，可以让你分享屏幕窗口或者摄像头，并通过麦克风通话和它通话，询问一些屏幕上的问题并获得答复。 这样的场景就是， 你和它并肩工作，它就像你身边的助手，所以叫它助手模式。目前，AI Studio 似乎只会通过文本或语音回答问题，不能帮你做具体任务。但我理想中的助手模式是，你在工作时，还能让它帮你执行读写文件、收发邮件等操作。

目前市面上似乎还没有成熟且实用的商业产品。这种模式是你下达个它一个任务后，AI通过经验库你监督处理这个任务的具体工作，以及由于边界条件导致的异常。就像哨兵一样，你只需给它一个任务，后续任务中产生的所有问题和反馈，模型全自动处理，不需要你的参与。这种模式是AI向高度自动化进化的一个重要模式。

顾名思义，与前述哨兵模式类似。在这种模式下，你只需要下达任务，随之而来的是一群AI模型的协同工作。

它们不仅能各自处理任务中的不同部分，还能够相互配合和协调，共同完成更为复杂的工作。这样的模式可以提升任务处理的效率和准确性，让AI们不仅具备单一任务执行能力，还能通过集群合作解决更为复杂的场景。

从最初的简单辅助到未来的完全自动化，AI逐步从“顾问”到“合作伙伴”，再到“执行者”和“监控者”，都是一个随着人力对AI介入的越来越少的过程。目前看我们还处于助手模式的运用中，探索哨兵模式和集群的过程中，直到一步步迈向AGI。