AI代理市场已成为企业寻找可定制且适用于大部分用例的现成代理的重要渠道。
包括ServiceNow、Google、Writer、Amazon Web Services和Microsoft在内的多家公司,已经或最近宣布了客户可选择预构建代理并将其部署到各自组织的平台。
凭借这种市场热度,企业AI公司Moveworks推出了AI代理市场,在这里,客户可以找到100多个预构建的代理,并将它们安装到各自的系统中。
Moveworks的创始人兼CEO Bhavin Shah在接受VentureBeat采访时表示,代理市场的存在使企业能够迅速搭建具有代理功能的用例,同时也能为其他用例提供创意启发。
Shah 表示:“我们发现,实现这种转型和业务生产力提升的关键在于识别人们目标所对应的各类代理。有时你有个想法,但会问怎样才能把它变成现实。因此,我们通过AI代理市场展示了那些能够连接第三方系统的真实代理。”
Moveworks的AI代理市场涵盖了HR、销售、财务和IT运维等领域的100多个代理。其中一些代理用于工时管理、人才招聘和费用管理。
定制代理以契合工作流程
Shah 表示,企业可以选择市场中的一个代理,并根据自身需求进行配置。
该市场提供了与第三方平台连接的代理模板,这些模板可以集成到组织的技术和数据环境中。
Shah 指出,在早期的代理(即机器人流程自动化 ( RPA ))中,企业必须详细编写工作流程,“需要逐步列出每一个步骤,并考虑所有变体以及所有 if/then/this 情境,这种方式比较脆弱。”而现在借助AI代理,这些工作流程的编码变得更为简便,并且可以连接到数据源,以获得更多背景信息和理解。
Moveworks表示,其代理市场不同于其他仅提供简单提示包的市场,其版本提供与企业工作负载的集成。用户可以通过插件发现并“扩展AI代理的功能”,或通过低代码平台进行安装。
越来越多的代理市场
Moveworks创建代理市场不足为奇。可以把代理市场或代理库看作是模型花园的进化版。诸如Amazon、Google、Hugging Face和Microsoft的云模型花园,提供来自不同供应商的模型,使客户可以使用任何大语言模型来构建应用程序或代理。
与此同时,代理库或市场则成为用户浏览现有代理的存储库。ServiceNow去年推出了一个代理库,而Microsoft随后推出了最大的AI代理市场之一。Salesforce拥有超过200个合作伙伴的AgentExchange,AWS在Bedrock上也设有一个库。
GitHub的IT及企业工程高级主管Ashley Sprague在接受VentureBeat的另一则采访中表示,代理库将有助于缩短将AI引入所有员工手中的时间。
Sprague 表示:“我们有一大堆创意待实现,所以当你查看市场时,就可以搜索这些创意对应的解决方案,这些解决方案均为预构建且可随时使用。”
GitHub借助Moveworks的Creator Studio来帮助构建AI应用程序,目前尚未使用AI代理市场。Sprague补充道,由于公司已经在使用Moveworks,更多对代理有兴趣的团队可以通过这一低代码环境高效参与进来。
Sprague认为,这可以解放她的IT团队,不必再为构建其他团队所有的代理创意而耗费大量精力。
平台协同
Moveworks的代理平台很快可能会与其他库整合。今年3月,ServiceNow宣布以未公开的金额收购Moveworks。
Shah 表示,尽管交易仍在最后敲定阶段,Moveworks的AI代理市场仍保持独立运营。然而,由于两家公司共享多个客户,他认为Moveworks的市场与ServiceNow的代理库服务于不同层次的用户。
Shah 补充道:“双方市场存在交集,这表明我们其实一直合作得相当融洽。ServiceNow多年来一直在展示他们那强大且功能多样的代理平台,能够满足执行者、IT和HR团队的多种需求,他们的服务基本上是自上而下,而我们则是自东向西遍布各个员工群体。”
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。