ServiceNow 本月发布了全新的 AI Control Tower,它为整个 AI 生态系统提供了整体视图。公司还宣布推出了自有的 agentic 通信系统,该系统支持现有协议。
AI Control Tower 充当“指挥中心”,帮助企业客户治理和管理所有 AI 工作流程,包括代理和模型。
AI Control Tower 让 AI 系统管理员及其他相关利益方能够监控和管理系统中每个 AI 代理、模型或工作流程——甚至包括第三方代理。它还提供端到端生命周期管理、不同行业指标的实时报告,以及内嵌的合规与 AI 治理功能。
AI Control Tower 的设计理念是为用户提供一个集中位置,展示企业中所有 AI 的所在位置。
ServiceNow 的 AI 应用与创新集团副总裁 Dorit Zilbershot 在新闻发布会上表示:“我可以在一个地方查看所有 AI 系统,包括已接入或当前部署的数量,以及哪些是 AI 代理或传统机器学习系统。我可以在一个平台上进行管理,确保对整个企业的状况拥有全面治理和了解。”
她补充道,该平台能帮助用户深入了解不同供应商及系统类型,从而更好地掌握风险与合规情况。
AI 系统的整体视图
企业已经开始部署 AI 代理和由 AI 驱动的工作流程,哪怕只是通过小规模的试点项目。不过,就像接入不同 SaaS 提供商或软件一样,容易忽视这些 AI 功能的全貌。
其他公司也开始为客户提供查看与管理所有 AI 系统的方法,特别是用于监控代理行为方面。Writer 最近推出了其 AI HQ 平台,该平台将包含一个可观察性功能。
自去年九月向企业提供预构建 AI 代理以来,ServiceNow 就一直在考虑代理管理问题。公司的代理库允许客户选择最适合其工作流程的代理,并内置编排功能帮助管理代理操作。从那时起,公司已开始扩展代理库中代理的数量,以满足企业更多的使用场景。
Agent Fabric
ServiceNow 还发布了其 AI Agent Fabric,这是一种让其代理与其他代理或工具进行通信的方式。
公司表示,Agent Fabric 将兼容其他 agentic 通信协议,如 Anthropic 的 Model Context Protocol (MCP)、Cisco 的 AGNTCY 以及 Google 的 Agent2Agent (A2A)。
Zilbershot 表示,ServiceNow 仍将支持其他协议,并将继续与其他公司合作制定 agentic 通信标准。
她说:“当我们看待 AI Agent Fabric 时,重点不在于协议,而在于功能。目前,我们真正视自己为开放平台,能够支持市面上所有常见协议,并确保我们的客户能够从这些卓越的创新中受益。”
AI Agent Fabric 现已对早期采用者开放,但将在第三季度普遍推出。
许多企业一直在考虑如何使一家公司的代理与另一家公司的代理或构建于不同系统的代理互通。互操作性可能会推动 AI 代理更大规模的爆发,因为代理不再局限于单一系统,而是可以从其他系统获取上下文和数据以完成任务。但尽管有 MCP 和 A2A 等流行协议,目前业界尚未选定统一的互操作性标准,主要原因在于这些协议仅存在了几个月时间。
好文章,需要你的鼓励
在他看来,企业对AI的恐惧源自未知,而破解未知的钥匙,就藏在“AI平台+开源”这个看似简单的公式里。
斯坦福和魁北克研究团队首创"超新星事件数据集",通过让AI分析历史事件和科学发现来测试其"性格"。研究发现不同AI模型确实表现出独特而稳定的思维偏好:有些注重成就结果,有些关注情感关系,有些偏向综合分析。这项突破性研究为AI评估开辟了新方向,对改善人机协作和AI工具选择具有重要意义。
Pure Storage发布企业数据云(EDC),整合其现有产品组合,提供增强的数据存储可见性和基于策略的简化管理。EDC集成了Purity存储操作系统、Fusion资源管理、Pure1舰队管理和Evergreen消费模式等架构元素,提供类云存储管理环境。该方案支持声明式策略驱动管理,让客户专注业务成果而非基础设施管理。同时发布高性能闪存阵列和300TB直接闪存模块,并与Rubrik合作提供网络安全防护能力。
威斯康星大学研究团队提出"生成-筛选-排序"策略,通过结合快速筛选器和智能奖励模型,在AI代码验证中实现了11.65倍速度提升,准确率仅下降8.33%。该方法先用弱验证器移除明显错误代码,再用神经网络模型精确排序,有效解决了传统方法在速度与准确性之间的两难选择,为实用化AI编程助手铺平了道路。