Linux基金会周二宣布成立智能体AI基金会(AAIF),旨在为AI智能体基础设施的开发提供供应商中立的监督管理。
AI智能体是具备访问和操控其他软件能力的机器学习模型,比如网页浏览器。尽管业界认可智能体存在安全问题,IT咨询公司Gartner也坚持认为许多基于智能体的企业项目会因缺乏商业价值而被取消,但Linux基金会仍看到了为大量投资AI的公司提供"瑞士式"中立服务的价值。
Anthropic、Block和OpenAI分别为这一倡议贡献了三个项目:用于将大语言模型与工具集成的模型上下文协议(MCP);开源AI智能体框架goose;以及供机器使用的AGENTS.md文件(相当于机器版本的README.md文件)。
Linux基金会执行董事Jim Zemlin在声明中表示:"将这些项目整合到AAIF旗下,确保它们能够在只有开放治理才能提供的透明度和稳定性中成长。Linux基金会很自豪能够成为它们继续构建世界所依赖的AI基础设施的中立平台。"
OpenAI技术团队成员Nick Cooper在声明中表示,工具和基础设施必须值得信赖且易于访问,AI智能体才能发挥其全部潜力。他说:"OpenAI长期以来一直认为,共享的、社区驱动的协议对健康的智能体生态系统至关重要,这就是我们开源Codex CLI、Agents SDK以及现在的AGENTS.md等关键构建模块的原因。"
该公告充满了赞扬AAIF的热情表态。然而智能体的现实情况并不值得庆祝。
据报道,微软已经降低了其用于构建智能体的Azure Foundry产品的增长目标,尽管该公司告诉CNBC"AI产品的总体销售配额并未降低"。
谷歌基于Gemini的编程智能体Antigravity在发布后不久就被发现存在诸多安全漏洞。随后它还擦除了一位倒霉开发者的硬盘。Replit的AI编程智能体在7月份也在生产数据库上完成了类似的删除操作。
这种行为已经引起了足够的关注,Gartner甚至呼吁企业禁用智能体浏览器。然而公司们仍然对基于AI的自动化表现出兴趣。
尽管过去发生过事故以及加拿大航空的聊天机器人丢脸经历,维珍大西洋航空公司周一仍宣布推出基于智能体的虚拟礼宾服务。该服务在AI咨询公司Tomoro的协助下构建,依靠OpenAI的实时API进行客户交互和行程规划。
Appdome、Coheso、EPAM和Lumos等其他公司最近也推出了自己的智能体服务。在莫名乐观的投资者支持下,AI智能体已经有了自己的生命力。
Gartner预测,到2028年,AI销售智能体将以10比1的比例超过人类销售员。但预计只有不到40%的销售员会因为AI智能体的帮助而提高生产力。
Q&A
Q1:智能体AI基金会是什么?它的作用是什么?
A:智能体AI基金会(AAIF)是Linux基金会新成立的组织,旨在为AI智能体基础设施的开发提供供应商中立的监督管理,确保项目能够在开放治理提供的透明度和稳定性中发展。
Q2:有哪些公司参与了智能体AI基金会?他们贡献了什么项目?
A:Anthropic、Block和OpenAI参与其中,分别贡献了模型上下文协议(MCP)、开源AI智能体框架goose以及AGENTS.md文件三个项目。
Q3:AI智能体目前存在什么问题?
A:AI智能体存在严重的安全问题,如谷歌的Antigravity智能体被发现有安全漏洞并擦除开发者硬盘,Replit的智能体也删除了生产数据库,因此Gartner甚至呼吁企业禁用智能体浏览器。
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。