代理AI是AI发展的新前沿原创

发布于 2025-2-26 07:52

浏览

0收藏

代理人工智能可以利用多个代理的集体智能，来自动化决策过程，彻底改变行业，并推动产业的转型。

2022年11月30日，OpenAI通过发布ChatGPT，普及了生成式人工智能（GenAI），也引发了一场对于AI的追捧。最近，代理人工智能（Agentic AI）已悄然的兴起，它虽然没有遇到同样的炒作，但是很可能会彻底改变不同行业，并推动产业的转型。

什么是代理AI？

有人认为代理AI属于人工智能发展五层级中的第三层级，即：夹在作为第一层级的对话和第二层级的推理之间。而创新和组织性AI则属于第四层级和第五层级。如果说生成式人工智能够改变的是我们创建内容的方式，那么代理AI则会通过多个代理的自主学习、适应和决策能力，来自动化复杂的任务处理，进而加速和自动化各项决策，以及问题的解决。

究其核心，代理AI实际上体现了在特定的环境中，执行与接收反馈的能力，这也正是代理的基本属性。通过利用大语言模型（LLM）作为强大的推理引擎，以及使用API向现有工具发送命令，代理AI可以在试验和错误中不断学习，并执行各项操作。

传统的强化学习往往是从零开始，并没有事先的知识或推理能力。与此不同的是，代理AI凭借其固有的推理能力，可以绕过大部分广泛学习的层级。当任务变得复杂时，多个LLM可以作为专业的代理，在角色扮演中动态进行合作，以增强推理，并做出更准确的决策。

通常，代理人工智能的长期影响会比生成式人工智能的长期影响更广泛、更有意义。而两者结合在一起，所创建的复杂系统，则具有巨大的效率表现、精确的信息解析能力、以及更智能的决策潜力。通常，企业可以使用代理AI做出快速且可审计的决策，然后利用其LLM向合作伙伴、利益相关者、以及员工进行有效地解释，并传达决策的结果。

代理AI将无处不在

代理AI通过在各种应用程序中自主决策和采取行动，来改变业务的运营方式。代理AI不仅仅是一个重复性任务的自动化工具，而且能够为创新和创造力开辟新的途径。通过由代理AI承担的各项运营任务，企业员工能够更加专注于解决战略性问题、推动创新、以及提供卓越的客户体验。作为一个典型例子，CodeVista Liby FPT是一个AI驱动的平台，在将软件开发的生产力提高了48%的同时，它能够提供智能化的代码建议，识别不同的模式，并强化编程的标准，从而使得开发人员能够更智能地工作，以及更快地交付成果。毕竟，代理AI对于大量数据集的实时处理，提供了比任何人类团队更快的可操作见解。它能够以无与伦比的精度，去优化定价策略、库存管理、供应链物流、以及面向客户的互动等关键功能。

目前看来，这种影响在各行各业已经产生了显著影响。例如，FPT最近与德国一家化学品制造商合作，创建了多代理解决方案，为其业务中的多个流程实现了自动化。其中包括：

代理AI通过自动化的方式，每天处理1000多份IT请求单据，进而大幅缩短了堆积与响应时间。
代理AI也改变了其供应链管理。它们将采购订单的响应时间，从几周缩短到了几分钟。
代理AI还简化了入职和其他人力资源管理任务的流程，并支持数据检索和处理，进而加快了审批和回复的时间。

此类多代理AI解决方案也帮助一家总部位于日本的跨国公司，开展自动化数据分析，提取可操作的见解，并通过自动语言翻译，实现了无缝的跨文化交流，并推动了战略增长，同时给出了明智的决策。

在安全领域，代理AI的变革能力也加持了后端运营，并成为一条关键的防线。它能够检测风险，即时响应，并通过自动化恢复来保护数据，并最大限度地减少停机时间。在实践中，它为企业预测了潜在故障，降低了维护成本，提高了正常运行时间，并延长了可作为行业参考的资产寿命。可以说，代理AI正在将企业重塑得更智能、更快捷、且更具有鲁棒性。

代理AI的下一个层级

展望下个层级，代理AI将通过交换数据、增强人类智能、以及自动化那些日益复杂的任务，来彻底改变数字领域。最终，它将在数字环境中表现出色，利用其推理能力，来处理各项复杂的操作。而随着时间的推移，代理AI将逐渐过渡到物理世界，使机器人能够做出合理的判断，并确保能在复杂的物理环境中有效地运行。

与生成式AI类似，代理人工智能将面临一个严峻的业务采用方面的挑战，即：其部署并非免费。特别是那些早期采用者，往往需要在构建必要的基础设施和培训模型方面，投入大笔费用。目前看来，支持代理AI的基础设施将向着如下两个方向发展：

一方面，它将不断扩大规模，通过消耗大量的GPU资源，来管理广泛的计算和数据处理任务。

另一方面，它将变得更加专业化和高效，使具有特定领域知识的精益模型，能够在较小的设备上运行。

此类低级硬件优化，包括为代理AI的独特计算需求，而设计的AI专用硅。其对于加速AI的开发，以及实现大规模部署，都是至关重要的。此外，内存技术和互连的进步，也将支持代理AI系统应对大量的数据处理和通信需求，以确保提供跨不同平台的最佳性能。因此，学习算法、感知和硬件等方面的技术进步、以及促进有效的人际AI协作，都将加持代理AI的技能增强和持续学习。

代理AI正在通过人工智能的五个层级迅速发展，并具备及时行为的潜力。而随着人工智能系统变得日益复杂，它们可能会表现出意想不到的行为。这势必会引起人们对于控制和安全的担忧。制定相应的应急预案也变得势在必行。可见，在安全领域，建立对代理AI的信任基础，离不开其本身稳固的网络安全性、透明度（即，可解释的AI，而非仅仅是专家知晓AI在做什么）、人工监督实践、以及用户数据赋权等关键性因素。当然，我们可以通过排定优先级，来负责任地、合乎道德地进一步开发、利用代理AI的力量。

小结

代理AI还有很长的路要走，我们需要通过新的技术来磨平其粗糙的边缘，同时改进代理AI需要解决的，诸如缓解偏见、透明度和隐私等老生常谈的道德问题。也许相比“代理AI能够做什么？”我们需要更关心的问题是“它不能做什么？”事实上，与常规AI一样，它不太具备人类的同理心、创造力、身体灵活度，也不适合基于复杂道德判断的任务。不过，随着技术的迭代，基于代理AI的此类应用程序克服此类困难也将只是时间问题。

最后，当我们探索代理AI的潜力和挑战时，必须承认这是一个快速发展的领域，有许多未知的因素。而随着AI的指数级进步，我们可能会遇到未曾预见的道德困境和社会影响。与任何新的和快速发展的技术一样，我们需要全面观察新出现的各种问题和机会，进而及时采取行动。