传播学 | 代理式人工智能（Agentic AI）

（1）概念和内涵

代理式人工智能是自主的人工智能系统，可以独立行动，以实现预定目标。传统软件遵循预定义的规则，传统的人工智能也需要提示和分步指导。但是，代理式人工智能具有主动性，可以在没有持续人工监督的情况下执行复杂的任务。“代理式”表示“代理”：这些系统以目标驱动的方式独立行动的能力。

人工智能代理可以相互通信，也可以与其他软件系统通信，以实现现有业务流程的自动化。但是，除了静态自动化之外，他们还会做出独立的情境决策。他们从环境中学习，适应不断变化的条件，使其能够准确地执行复杂的工作流程。

例如，代理式人工智能系统可以优化员工的轮班时间表。如果员工请病假，则代理可以与其他员工沟通并重新调整时间表，同时仍能满足项目资源和时间要求。

（2）特征

①主动性

代理式人工智能会主动采取行动，而非等待直接输入。传统系统是被动系统，仅在触发并遵循预先定义的工作流程时才会进行响应。相比之下，代理式系统可以预测需求，识别新出现的模式，并在潜在问题升级之前主动将其解决。其主动行为是由环境意识和根据长期目标评估结果的能力所驱动的。

例如，在供应链环境中，传统物流平台会在用户签到时或通过定期通知更新交付状态。但是，代理式人工智能系统可以监控库存水平，跟踪天气状况，并预测运输延迟。它可以主动发出警报，甚至改变运输路线，以减少停机时间。

②适应性

代理式人工智能的一个关键特征是它能够适应不断变化的环境和特定领域。传统的 SaaS 解决方案专为跨行业扩展和处理重复性任务而构建，但它们通常缺乏深度，无法理解特定领域的特定情况。代理系统通过使用背景感知和领域知识来填补这一空白，使人工智能代理能够做出智能响应。其根据实时输入调整操作，可以处理标准解决方案无法处理的复杂场景。

例如，虽然通用客户服务平台可能会使用预定义的答案进行响应，但支持医疗保健提供者的代理式人工智能系统可以理解医学术语并遵守医疗法规。它可以适应不断变化的患者担忧，并提供更准确、更符合背景变化的支持。

③协作性

代理式人工智能旨在与人类和其他代理式人工智能系统协作。人工智能代理是更广泛团队的一员。它们可以理解共同的目标，解读人类的意图，并相应地协调行动。它们在需要人工监督或通过考虑多个来源的输入来做出决策的环境中表现良好。

例如，治疗规划代理可以与多个不同的医疗团队进行协调，为癌症患者制定综合治疗和随访计划。

④专业性

代理式人工智能通常构建在多个超专业代理的基础之上，每个代理都专注于一个狭窄的专业领域。这些由人工智能提供支持的代理相互协调，共享洞察，并根据需要移交任务。这种方法可以显著提高特定领域的性能。

例如，在金融服务领域，一个代理可能擅长监管合规，而另一个代理擅长欺诈检测，另一个代理擅长投资组合优化。通过合作，它们可以实时监控交易，标记异常情况，并提出投资调整建议，同时保持监管合规性。

（3）代理式 AI 与生成式 AI

生成式 AI (GenAI) 是指一种深度学习模型，它可以根据提示来生成内容。ChatGPT 等 LLM 都属于这类 AI。代理式 AI 则建立在 GenAI 基础之上。LLM 只能通过特定用户界面或 API 对提示做出回复，而 AI 代理则可以超越既定的上下文，甚至在没有提示的情况下也可以执行操作。

新闻传播学专业公众号

微信号 : media-power

▇ 新传考研智库 洞察社会脉动