@levie:如果你想了解现实世界中智能体(agent)采用的动态,这篇文章是一个很好的起点。每个人都……
摘要
Aaron Levie 分享了关于现实世界 AI 智能体采用的见解,认为智能体更像是在管理一个流程,而不是聊天,并且需要工作流程的变革才能带来巨大收益。
查看缓存全文
缓存时间: 2026/08/07 04:46
如果你试图理解真实世界中智能体采用情况的动态,这篇文章是一个很好的起点。
大家都太沉迷于和聊天机器人对话了,以至于很少有人认识到,与智能体协作更像是在流程中管理一个人,而不是仅仅向 AI 提一些问题然后得到回复。
“给智能体写提示词更像是写一份规格说明,而不是问一个问题。你必须广泛地界定任务范围,并定义‘完成’看起来是什么样子。”
归根结底,智能体真正的价值在于你开始改变底层工作流程本身,而不是仅仅把它当作另一个你可以向其提问的系统。
这意味着要让智能体获得合适的数据来处理,跨越组织边界,并逐步演进人在回路中的步骤,即人们真正审查工作的环节。要获得巨大的收益,今天的所有这些流程都必须改变。
最终的结果是,企业中绝大多数 token 使用量很可能来自于被“部署”去在工作流程内执行任务的智能体。
Arjun Malhotra(@BadCapitalVC): 我认为 AI 智能体尽管技术已经成熟,但可能尚未被广泛采用的一些显而易见和不那么显而易见的原因:
1/ 它不是提示进、答案出。智能体是一个你在其运行过程中设置并引导的流程,而大多数人养成的聊天机器人肌肉记忆并不适用。
相似文章
@levie:企业级 AI 的部署——不仅仅是与聊天机器人交互——毫无疑问需要投入实际工作来调整…
Aaron Levie 讨论了在企业工作流中部署 AI 智能体的重大挑战,包括数据碎片化、遗留系统以及变更管理的需求,并强调了部署公司日益增长的作用。
@levie: 如果你正在考虑企业中的AI应用,这是一篇很棒的文章。这篇文章的标题是关于哪些公司拥有巨大的…
这篇文章讨论了企业中的AI转型需要改变底层工作流,并针对业务流程部署代理,而不仅仅是向最终用户推出工具。它强调深厚的领域专长、数据组织和全面的投资回报率评估。
@levie: 要继续获得大规模智能体采用,最佳方式是持续降低智能成本…
Levie认为,降低人工智能(token)成本是扩大智能体大规模采用的关键,并预测未来大多数信息工作将涉及智能体,同时提到开放和封闭模型均在创新。
@levie: 刚刚结束与几十位企业IT领导者关于AI智能体的会议。以下是几个常见的…
与数十位企业IT领导者讨论AI智能体的会议中提炼出的共同主题总结,涵盖运营模式挑战、数据碎片化、定义数据护城河、AI采纳的衡量指标、多模型策略、人才短缺以及转型用例等。
@levie:智能体使用软件的频率将比人类高出100倍。当这种情况发生时,就需要对智能体的行为设置护栏,以防止数据泄露或修改错误信息,需要权威的数据源供其使用,需要日志记录和审计其操作,还需要通过这些系统与人类协作的能力,等等。
Box首席执行官Aaron Levie认为,AI智能体使用软件的频率将比人类高出100倍,因此需要设置护栏、权威数据源、日志记录和协作功能;能够支持无头交互的平台将占据最佳优势。