【人工智能】谷歌绘制 AI Agent 的未来：给企业的五大教训

谷歌新发布的一份名为《 Agent 》的白皮书设想了未来人工智能将在商业领域扮演更积极、更独立的角色。这份长达 42 页的文件于 9 月悄然发布，目前已在 X.com（原 Twitter）和 LinkedIn 上引起关注。

它引入了 AI Agent 的概念——一种旨在通过推理、规划和采取行动实现特定目标来超越当今人工智能模型的软件系统。与仅基于预先存在的训练数据生成响应的传统人工智能系统不同， AI Agent 可以与外部系统交互，自行做出决策并完成复杂任务。

白皮书解释道：“ Agent 是自主的，可以独立于人类干预而行动。” 他们将 Agent 描述为结合推理、逻辑和实时数据访问的系统。这些 Agent 背后的想法是雄心勃勃的：它们可以帮助企业自动执行任务、解决问题并做出曾经完全由人类处理的决策。

这篇论文的作者Julia Wiesinger、Patrick Marlow和Vladimir Vuskovic详细分析了 AI Agent 的工作原理以及它们需要什么才能发挥作用。但更广泛的影响也同样重要。 AI Agent 不仅仅是现有技术的升级；它们代表着组织运营、竞争和创新方式的转变。采用这些系统的企业可以看到效率和生产力的显著提高，而那些犹豫不决的企业可能会发现自己很难跟上。

以下是谷歌白皮书中最重要的五个见解，以及它们对商业人工智能未来的意义。

1.AI Agent不仅仅是更智能的模型

谷歌认为， AI Agent 与传统语言模型有着根本区别。虽然GPT-4o或谷歌的Gemini等模型擅长生成单轮响应，但它们的能力仅限于从训练数据中学到的知识。相比之下， AI Agent 旨在与外部系统交互、从实时数据中学习并执行多步骤任务。

论文指出：“传统模型中的知识仅限于训练数据中可用的内容。 Agent 通过工具与外部系统的连接来扩展这些知识。”

这种差异不仅仅是理论上的。想象一下一个负责推荐旅行行程的传统语言模型。它可能根据常识提出建议，但缺乏预订航班、查看酒店空房或根据用户反馈调整建议的能力。然而， AI Agent 可以做所有这些事情，将实时信息与自主决策相结合。

这种转变将 Agent 定位为能够处理复杂工作流程的新型数字工作者。对于企业而言，这可能意味着以前需要多个人工角色才能完成的任务将实现自动化。通过整合推理和执行， Agent 可能成为从物流到客户服务等各个行业不可或缺的一部分。

2. 认知架构为他们的决策提供动力

AI Agent 的核心功能是其认知架构，谷歌将其描述为推理、规划和决策的框架。这种架构称为编排层，允许 Agent 循环处理信息，并整合新数据以改进其行动和决策。

谷歌将这个过程比作厨师在忙碌的厨房里准备一顿饭。厨师收集食材，考虑顾客的喜好，并根据反馈或食材供应情况根据需要调整菜谱。同样， AI Agent 收集数据，推理下一步行动，并调整其行动以实现特定目标。

编排层依靠先进的推理技术来指导决策。推理和行动 (ReAct)、思维链 (CoT)和思维树 (ToT)等框架提供了分解复杂任务的结构化方法。例如，ReAct 使 Agent 能够实时结合推理和行动，而 ToT 则允许它同时探索多种可能的解决方案。

这些技术使 Agent 能够做出不仅被动而且主动的决策。根据该论文，这使它们具有高度的适应性，能够以传统模型无法做到的方式管理不确定性和复杂性。对于企业而言，这意味着 Agent 可以承担诸如解决供应链问题或分析财务数据等任务，并且具有一定的自主性，从而减少了对持续人工监督的需求。

3. 工具将智能体的范围拓展到训练数据之外

传统的人工智能模型通常被描述为“静态知识库”，仅限于它们所接受的训练。另一方面， AI Agent 可以访问实时信息并通过工具与外部系统交互。这种能力使它们在实际应用中具有实用性。

论文解释道：“工具弥补了 Agent 内部能力与外部世界之间的差距。”这些工具包括 API、扩展和数据存储，允许 Agent 获取信息、执行操作并检索随时间演变的知识。

例如，负责规划商务旅行的 Agent 可以使用 API 扩展来查看航班时刻表，使用数据存储来检索旅行政策，使用地图工具来查找附近的酒店。这种与外部系统动态交互的能力将 Agent 从静态响应者转变为业务流程的积极参与者。

谷歌还强调了这些工具的灵活性。例如，功能允许开发人员将某些任务转移到客户端系统，让企业更好地控制 Agent 如何访问敏感数据或执行特定操作。这种灵活性对于金融和医疗保健等行业来说至关重要，因为合规性和安全性至关重要。

4.检索增强生成使Agent更加智能

AI Agent 设计中最有前景的进步之一是检索增强生成(RAG) 的集成。当 Agent 的训练数据不足时，该技术允许 Agent 查询外部数据源（例如矢量数据库或结构化文档）。

该论文解释道：“数据存储通过提供对更动态和最新信息的访问来解决（静态模型的）局限性”，并描述了 Agent 如何实时检索相关数据以根据事实信息做出反应。

基于 RAG 的 Agent 在信息快速变化的领域尤其有价值。例如，在金融领域， Agent 可以在提出投资建议之前获取实时市场数据。在医疗保健领域，它可以检索最新研究以提供诊断建议。

这种方法还解决了人工智能的一个长期问题：幻觉，即产生不正确或虚假的信息。通过将响应建立在现实世界的数据上， Agent 可以提高准确性和可靠性，使其更适合高风险应用。

5. Google 提供加速代Agent部署的工具

白皮书不仅包含丰富的技术细节，还为希望实施 AI Agent 的企业提供了实用指导。谷歌重点介绍了两个关键平台：用于 Agent 开发的开源框架LangChain和用于大规模部署 Agent 的托管平台 Vertex AI 。

LangChain 允许开发人员将推理步骤和工具调用链接在一起，从而简化了构建 Agent 的过程。同时，Vertex AI 提供测试、调试和性能评估等功能，使部署生产级 Agent 变得更加容易。

论文指出：“Vertex AI 允许开发人员专注于构建和完善他们的 Agent ，而基础设施、部署和维护的复杂性则由平台本身管理。”

这些工具可以降低那些想要尝试 AI Agent 但缺乏广泛技术专业知识的企业的准入门槛。然而，它们也引发了人们对广泛采用 Agent 的长期后果的质疑。随着这些系统变得更加强大，企业将需要考虑如何在效率提升与潜在风险之间取得平衡，例如过度依赖自动化或对决策透明度的道德担忧。

这一切意味着什么

谷歌的AI Agent 白皮书详细而雄心勃勃地描绘了 AI 的发展方向。对于企业来说，信息很明确：AI Agent 不仅仅是一个理论概念，它们还是一种可以重塑企业运营方式的实用工具。

然而，这种转变不会一蹴而就。部署 AI Agent 需要仔细规划、实验，并愿意重新思考传统的工作流程。正如论文所指出的，“由于支撑其架构的基础模型具有生成性，因此没有两个 Agent 是完全相同的。”

目前， AI Agent 既是机遇也是挑战。投资理解和实施这项技术的企业将获得巨大优势。那些等待的企业可能会发现自己在一个智能、自主系统日益占据主导地位的世界里只能苦苦追赶。

免责声明：

本文所发布的内容和图片旨在传播行业信息，版权归原作者所有，非商业用途。如有侵权，请与我们联系。所有信息仅供参考和分享，不构成任何投资建议。加密货币市场具有高度风险，投资者应基于自身判断和谨慎评估做出决策。投资有风险，入市需谨慎。

关注我们，一起探索AWM！

2024-12-18

领域，智能体能发挥出什么作用？

2024-12-15

2024-12-14