譯者 | 陳峻

審校 | 重樓

代理人工智能可以利用多個代理的集體智能，來自動化決策過程，徹底改變行業(yè)，并推動產(chǎn)業(yè)的轉(zhuǎn)型。

2022年11月30日，OpenAI通過發(fā)布ChatGPT，普及了生成式人工智能（GenAI），也引發(fā)了一場對于AI的追捧。最近，代理人工智能（Agentic AI）已悄然的興起，它雖然沒有遇到同樣的炒作，但是很可能會徹底改變不同行業(yè)，并推動產(chǎn)業(yè)的轉(zhuǎn)型。

什么是代理AI？

有人認為代理AI屬于人工智能發(fā)展五層級中的第三層級，即：夾在作為第一層級的對話和第二層級的推理之間。而創(chuàng)新和組織性AI則屬于第四層級和第五層級。如果說生成式人工智能夠改變的是我們創(chuàng)建內(nèi)容的方式，那么代理AI則會通過多個代理的自主學習、適應和決策能力，來自動化復雜的任務處理，進而加速和自動化各項決策，以及問題的解決。

究其核心，代理AI實際上體現(xiàn)了在特定的環(huán)境中，執(zhí)行與接收反饋的能力，這也正是代理的基本屬性。通過利用大語言模型（LLM）作為強大的推理引擎，以及使用API向現(xiàn)有工具發(fā)送命令，代理AI可以在試驗和錯誤中不斷學習，并執(zhí)行各項操作。

傳統(tǒng)的強化學習往往是從零開始，并沒有事先的知識或推理能力。與此不同的是，代理AI憑借其固有的推理能力，可以繞過大部分廣泛學習的層級。當任務變得復雜時，多個LLM可以作為專業(yè)的代理，在角色扮演中動態(tài)進行合作，以增強推理，并做出更準確的決策。

通常，代理人工智能的長期影響會比生成式人工智能的長期影響更廣泛、更有意義。而兩者結(jié)合在一起，所創(chuàng)建的復雜系統(tǒng)，則具有巨大的效率表現(xiàn)、精確的信息解析能力、以及更智能的決策潛力。通常，企業(yè)可以使用代理AI做出快速且可審計的決策，然后利用其LLM向合作伙伴、利益相關(guān)者、以及員工進行有效地解釋，并傳達決策的結(jié)果。

代理AI將無處不在

代理AI通過在各種應用程序中自主決策和采取行動，來改變業(yè)務的運營方式。代理AI不僅僅是一個重復性任務的自動化工具，而且能夠為創(chuàng)新和創(chuàng)造力開辟新的途徑。通過由代理AI承擔的各項運營任務，企業(yè)員工能夠更加專注于解決戰(zhàn)略性問題、推動創(chuàng)新、以及提供卓越的客戶體驗。作為一個典型例子，CodeVista Liby FPT是一個AI驅(qū)動的平臺，在將軟件開發(fā)的生產(chǎn)力提高了48%的同時，它能夠提供智能化的代碼建議，識別不同的模式，并強化編程的標準，從而使得開發(fā)人員能夠更智能地工作，以及更快地交付成果。畢竟，代理AI對于大量數(shù)據(jù)集的實時處理，提供了比任何人類團隊更快的可操作見解。它能夠以無與倫比的精度，去優(yōu)化定價策略、庫存管理、供應鏈物流、以及面向客戶的互動等關(guān)鍵功能。

目前看來，這種影響在各行各業(yè)已經(jīng)產(chǎn)生了顯著影響。例如，F(xiàn)PT最近與德國一家化學品制造商合作，創(chuàng)建了多代理解決方案，為其業(yè)務中的多個流程實現(xiàn)了自動化。其中包括：

• 代理AI通過自動化的方式，每天處理1000多份IT請求單據(jù)，進而大幅縮短了堆積與響應時間。
• 代理AI也改變了其供應鏈管理。它們將采購訂單的響應時間，從幾周縮短到了幾分鐘。
• 代理AI還簡化了入職和其他人力資源管理任務的流程，并支持數(shù)據(jù)檢索和處理，進而加快了審批和回復的時間。

此類多代理AI解決方案也幫助一家總部位于日本的跨國公司，開展自動化數(shù)據(jù)分析，提取可操作的見解，并通過自動語言翻譯，實現(xiàn)了無縫的跨文化交流，并推動了戰(zhàn)略增長，同時給出了明智的決策。

在安全領(lǐng)域，代理AI的變革能力也加持了后端運營，并成為一條關(guān)鍵的防線。它能夠檢測風險，即時響應，并通過自動化恢復來保護數(shù)據(jù)，并最大限度地減少停機時間。在實踐中，它為企業(yè)預測了潛在故障，降低了維護成本，提高了正常運行時間，并延長了可作為行業(yè)參考的資產(chǎn)壽命?？梢哉f，代理AI正在將企業(yè)重塑得更智能、更快捷、且更具有魯棒性。

代理AI的下一個層級

展望下個層級，代理AI將通過交換數(shù)據(jù)、增強人類智能、以及自動化那些日益復雜的任務，來徹底改變數(shù)字領(lǐng)域。最終，它將在數(shù)字環(huán)境中表現(xiàn)出色，利用其推理能力，來處理各項復雜的操作。而隨著時間的推移，代理AI將逐漸過渡到物理世界，使機器人能夠做出合理的判斷，并確保能在復雜的物理環(huán)境中有效地運行。

與生成式AI類似，代理人工智能將面臨一個嚴峻的業(yè)務采用方面的挑戰(zhàn)，即：其部署并非免費。特別是那些早期采用者，往往需要在構(gòu)建必要的基礎(chǔ)設(shè)施和培訓模型方面，投入大筆費用。目前看來，支持代理AI的基礎(chǔ)設(shè)施將向著如下兩個方向發(fā)展：

一方面，它將不斷擴大規(guī)模，通過消耗大量的GPU資源，來管理廣泛的計算和數(shù)據(jù)處理任務。

另一方面，它將變得更加專業(yè)化和高效，使具有特定領(lǐng)域知識的精益模型，能夠在較小的設(shè)備上運行。

此類低級硬件優(yōu)化，包括為代理AI的獨特計算需求，而設(shè)計的AI專用硅。其對于加速AI的開發(fā)，以及實現(xiàn)大規(guī)模部署，都是至關(guān)重要的。此外，內(nèi)存技術(shù)和互連的進步，也將支持代理AI系統(tǒng)應對大量的數(shù)據(jù)處理和通信需求，以確保提供跨不同平臺的最佳性能。因此，學習算法、感知和硬件等方面的技術(shù)進步、以及促進有效的人際AI協(xié)作，都將加持代理AI的技能增強和持續(xù)學習。

代理AI正在通過人工智能的五個層級迅速發(fā)展，并具備及時行為的潛力。而隨著人工智能系統(tǒng)變得日益復雜，它們可能會表現(xiàn)出意想不到的行為。這勢必會引起人們對于控制和安全的擔憂。制定相應的應急預案也變得勢在必行。可見，在安全領(lǐng)域，建立對代理AI的信任基礎(chǔ)，離不開其本身穩(wěn)固的網(wǎng)絡安全性、透明度（即，可解釋的AI，而非僅僅是專家知曉AI在做什么）、人工監(jiān)督實踐、以及用戶數(shù)據(jù)賦權(quán)等關(guān)鍵性因素。當然，我們可以通過排定優(yōu)先級，來負責任地、合乎道德地進一步開發(fā)、利用代理AI的力量。

小結(jié)

代理AI還有很長的路要走，我們需要通過新的技術(shù)來磨平其粗糙的邊緣，同時改進代理AI需要解決的，諸如緩解偏見、透明度和隱私等老生常談的道德問題。也許相比“代理AI能夠做什么？”我們需要更關(guān)心的問題是“它不能做什么？”事實上，與常規(guī)AI一樣，它不太具備人類的同理心、創(chuàng)造力、身體靈活度，也不適合基于復雜道德判斷的任務。不過，隨著技術(shù)的迭代，基于代理AI的此類應用程序克服此類困難也將只是時間問題。

最后，當我們探索代理AI的潛力和挑戰(zhàn)時，必須承認這是一個快速發(fā)展的領(lǐng)域，有許多未知的因素。而隨著AI的指數(shù)級進步，我們可能會遇到未曾預見的道德困境和社會影響。與任何新的和快速發(fā)展的技術(shù)一樣，我們需要全面觀察新出現(xiàn)的各種問題和機會，進而及時采取行動。

譯者介紹

陳峻（Julian Chen），51CTO社區(qū)編輯，具有十多年的IT項目實施經(jīng)驗，善于對內(nèi)外部資源與風險實施管控，專注傳播網(wǎng)絡與信息安全知識與經(jīng)驗。

原標題：Agentic AI: The Next Frontier of AI Power，作者：Dr. Phong Nguyen