随着智能体AI时代的到来,软件构建方式需要彻底重新思考。当前的企业API是为人类使用而构建的,而未来的API将是多模型的原生接口。
"我们需要构建能够与智能体良好协作的API,因为现在将与API交互的是智能体,而不是人类,"Intuit首席工程师兼AI平台架构师Merrin Kurien在今年VB Transform大会的女性AI早餐会上表示。
Kurien与AWS存储和计算服务工程产品负责人Mai-Lan Tomsen Bukovec,以及Atlassian平台和企业产品高级副总裁Tiffany To就AI智能体的现状和未来进行了深入讨论。
"我希望五年后,智能体将成为主流,"Kurien说道。"如果过去两年半的发展是任何指标的话,我们今天面临的许多挑战可能会通过更好的工具得到解决。你的准备程度取决于今天的投资。"
Intuit如何加速发票支付,AWS如何支持更快迁移
据Kurien在由贝恩公司创新设计合伙人Betsy Peretti主持的小组讨论中报告,Intuit一直在使用智能体并看到了"惊人的进展"。
值得注意的是,这家金融科技平台公司已将自动发票生成和提醒功能整合到其深受中小企业欢迎的QuickBooks产品中。
"我们看到企业平均快了5天收到付款,发票全额支付的可能性提高了10%,"Kurien表示。
据Tomsen Bukovec介绍,AWS也通过AWS Transform取得了成功,这是一个将.NET、大型机和VMware工作负载迁移到AWS的敏捷基础设施。
她描述了传统迁移场景:客户会找到应用程序负责人,请求将Windows应用程序迁移到在AWS上运行的基于Linux的应用程序。"你猜他们会说什么?'排队等号,你是第42号优先级。'"
但现在,企业可以在AI辅助下完成大部分迁移工作。"你的通用团队能够独立完成更多工作,减少了对专家的依赖,"Tomsen Bukovec说。"这正在改变整个迁移行业。"
她表示,AWS和其他公司的发展最终将与客户如何使用AI密切相关。她对AI的令人难以置信的进步感到惊叹,这些进步"真的让我们重新审视如何构建应用程序"。
"当我们构建智能体基础设施并将AI融入业务使命时,我们不仅仅是在使用技术,"Tomsen Bukovec说。"我们实际上在改变工作场所和劳动力的本质。我们正在实时见证这一切的发生,而且速度极快。"
Atlassian如何通过内部和客户实验学习
据To介绍,Atlassian正在采用深思熟虑的由内而外的AI智能体方法。
例如,这个项目管理平台推出了一个入职智能体,帮助新员工获取开始工作所需的所有材料。在推出的第一个月,该智能体处理了7000个请求。现在,它已成为入职流程的常规部分。
同时,公司的市场推广团队与客户有众多接触点,这使得收集所有必要的上下文变得具有挑战性。Atlassian构建了一个客户智能体来整合所有这些数据,To报告说这是其最受欢迎的智能体之一,被公司80个团队使用。"我在与客户交谈之前经常使用它,"她承认。
To解释说,在Atlassian,有强烈的"狗粮"责任——使用自己的产品和服务——并进行迭代实验来帮助指导客户在AI方面的发展。这项工作然后可以转化为Atlassian向客户开箱即用地提供的产品。
"这不仅来自工程部门;它将来自整个组织,"她说。"那么你能做什么来程序化地汇集每个人跨职能的创造力,汇集想法,设计工作流程?"
公司最近推出了"团队协作集合",这是由"rovo智能体"管理的精选应用程序——Jira、Confluence和Loom。这内置在其平台中,支持协作过程的各个方面。例如,在会议之前,智能体会基于Confluence页面和JIRA工单汇总一份"非常好的摘要"。
"因此当你进入会议时,你现在拥有所有共享的上下文,"To说。"你不需要尝试相互更新,可以实际花时间在重要的战略决策上。"
Atlassian估计这个特定用例每人每周至少节省4小时。客户HarperCollins特别"非常有效地"使用了它。
她说,客户正在以不同的复杂程度使用AI智能体:有时他们只是卸载工作、收集数据或编写发布说明;其他时候他们深入原始数据并预先构建战略路线图。
To解释说,Atlassian在其数据之上构建了一个图层,提供关于数据如何连接的更深入智能。例如,企业可以分析他们的目标以及团队结构和正在进行的项目。"这不仅仅是一个HR组织结构图,"To说。
"当你思考人们现在如何构建他们的软件开发生命周期时,其中很大一部分是创建路线图和优先化策略,"她说。"但这可能非常动态,考虑所有这些数据对人类来说很困难。我们看到现在在客户中变得非常流行的智能体实际上是在预先构建这些战略路线图。"
To强调了与客户创建反馈循环的重要性,指出仅在过去三个月中,Atlassian用户就定制了公司开箱即用智能体的10000个不同版本。
"这是一个非常好的反馈数据池,然后帮助我们了解他们如何将这些智能体嵌入到他们的工作流程中,"To说。"我认为这一波浪潮真正令人兴奋的部分是它是与客户共同设计的协作过程。"
赢得信任,从一开始就正确构建
Kurien强调,信任是任何产品的基石,AI也不应该例外。客户想知道智能体在幕后做什么,并能控制其行为。这需要严格的审查流程。
"新的浪潮带来了新的漏洞,"她说。"我们已经建立了一个强大的流程,识别智能体适合的生命周期,并为该阶段创建正确的审查流程。"
To强调这不仅仅是原始技术;人们必须协作,共同构建完整的解决方案并利用经验。行业必须投资于强大的数据架构,并拥有正确的数据上下文,以便AI智能体能够做出我们要求的强大决策。
"真正令人兴奋的是当它成为你组织中的超能力时,当它能够帮助你做出更好的决策、发布更好的产品、重新排序你的目标、作为公司更具竞争力时,"To说。
她指出,多年来已经有很多创新浪潮,但AI这一波浪潮是独一无二的。"我觉得AI就像海啸。一个时刻接着一个时刻,对吧?AI与所有其他浪潮完全不同。"
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。