如果AI智能体想要可行，关键在于这些地方。

03-24 08:49

神译局是36氪旗下的编译团队，重点介绍海外新技术、新观点、新趋势，重点介绍科技、商业、职场、生活等领域。

编者按:2025年是AI智能体的第一年。理解AI智能体的关键是把它当人看。因此，一个完整的AI智能体技术栈需要三个层次来填补空缺，这样智能体才能被自己使用，并且可以很好地使用。文章来自编译。

大约18个月前，有人向我们展示了“AI智能体”项目。它的巨大潜力不言而喻。如今，我们对这一领域的全景有了更清晰的认识。

简而言之，AI智能体正在将劳动力转化为软件——这是一个价值数万亿美元的市场。自从我们第一次发文讨论以来，我们已经与该领域的许多优秀企业合作，并希望进一步深化。

但是，如果你和我们一样关注这一领域，你可能已经发现了一个问题：技术进步和实际应用之间存在脱节。

另一方面，技术进步很快。“工具使用”最近出现了(例如Operatorator、CU、Gemini “推理”和优化(如O3)、R1、3.7 Sonnet）这类AI新能力，两者都是AI“智能体”的基本前提，也将把我们推向更贴近未来的世界。AI智能体能在这个世界上独立行动，并以远低于几个月前预期的成本实施复杂的任务。持续优化新能力和AI性能和成本(参照Deepseek及相关进展)正为未来爆发的需求奠定基础。这是喜讯。

不太好的消息是，技术进步和实际应用之间仍然存在差距。在工作场景中部署AI的想法与实际着陆有差距。例如，根据麦肯锡最近对100家年收入超过5000万美元的机构的调查，63%的领导人认为部署AI是当务之急，但91%的受访者表示还没有做好充分的准备。

一切还处于起步阶段。而这就是你的机会——你的核心任务是为技术突破和大规模应用搭建桥梁。你需要让人们真正看到变化，渴望变化，让变化被利用。

那么，怎样才能走到这一步呢？事实证明，AI智能体技术栈的几个关键层次可能会被遗漏。

现在，我们缺少了三个必要的层次，加上一个“加分项”：

责任层：透明、可验证的工作和推理能力的基础。
前后层：解锁企业知识、文化和目标系统。
合作层：通过共享知识系统使智能体能无缝合作。
AI智能体赋能：在B2A兴起的领域(企业到智能体)，为其提供工具软件，使其自主性最大化。

我们关注的是建设这些层次的企业，或者像Maisa(下面详细介绍)那样整合各个层次的企业。

随着这些挑战的解决，随着基础设施的完善，我们将能够用AI处理更复杂(更有意义)的任务。一旦这成为常态，许多现在无法想象的新市场就会及时诞生。

但是，第一，我们应该出现这些层——原因如下：

解锁自主：从RPA(机器人流程自动化)到APA(智能流程自动化)

要理解如何做到完全自主，首先要看到人们对“过程自动化”的认识发生了很大的变化。

我们正在从机器人过程中自动化（RPA）走向智能化流程自动化（APA）。

RPA是一个价值数十亿美元的行业，拥有UiPath。、BluePrism、Workfusion和其他巨头企业。这证明每个人都非常愿意为高价值任务的自动化买单。如果你想知道如何打开智能体经济，你可能希望从RPA开始。一旦你看到它的优点和局限性，你就会明白为什么智能体是不可避免的下一步。

RPA的优点:RPA擅长处理基于规则的结构化任务，跨越多个业务系统(100-200个步骤)。RPA可以通过规则有效固化公司知识(如增值税号码处理)，只要底层系统是静态的，自动化就可靠运行。

另外，RPA已经有了强大的产品市场契合度。

RPA的限制:RPA自动化的任务范围可以一直受到限制，因为你需要详细规划RPA的每一步流程(比如点击这里的鼠标，以特定的方式设计表格等。)，并且必须保证流程永远不会改变——否则系统会崩溃。

RPA的边界是:你不能为所有操作建立完美可复制的流程投影(有些企业甚至需要聘请顾问来“挖掘”自己的流程来建模)。事实上，你可能并不总是需要这种行为——做好工作的本质是对环境做出反应，吸收变化，动态管理。

总之，RPA在某些任务上表现出色，但是完全缺乏灵活性——可靠性，但是非常不灵敏。

大语言模型（LLMs）崛起:LLMs的崛起意味着一个重大的变化。LLM提供无限、廉价、自适应的智能，可以定义和整合解决复杂问题所需的前后文本。随着推理能力的提高，LLM大大拓展了自动化任务的边界。

1.0：人力——2.0：RPA——3.0：APA

然而，LLM并不完美。他们不擅长重复步骤，但他们可以在工作过程的非结构化阶段展示自己的才华——这不仅可以成为优势，还可以成为劣势，这取决于你的预期结果是更有创意还是更确定性。

无论如何，LLM都是一个“黑盒子”。你不能100%确定系统会做什么，为什么会这样。即使是推理路径或模型提供的解释也可能是完全虚构的。

企业需要确定性，否则任何系统都很难落地。即使你想让LLM更有创造力，如果你不能理解它结论的产生逻辑，这种“创造”也将毫无价值。

那么我们该怎么办呢？

RPA具有很强的产品市场匹配度，系统运行清晰可见。但其任务范围有限，缺乏真正的灵活性和前后理解能力，需要大量的“外部准备”。

大语言模型（LLM）更加擅长处理难以用规则表达的非结构化信息，但它们仍然是“黑箱”。

AI智能体和APA的答案是：我们应该把它们结合起来。

我们应该RPA系统的可靠性和LLM的灵活性(以及低成本)，这体现在可验证性和前后层面——必须融入AI智能体技术栈。如果我们想实现大规模应用，这个领域的开发者必须解决这个问题。

没有这个关键的多层能力，APA就无法实现。

责任层：大规模应用、学习和监督的关键

想想小学的数学课:光写答案是得不到满分的，老师会要求“展示解决问题的过程”——这是为了验证你是否真正理解推导逻辑。

这是目前大多数AI系统的致命缺陷(包括看似显示的逻辑链模型)。我们不知道为什么AI会产生特定的行动或思维链——它只是“产生”。

当我们与Maisa团队合作时，我们意识到这个问题的重要性。例如，公司创始人Davidid Villalón与Manuel Romero提出的，准确地揭示了当前AI智能体生态的症结。

公司被迫盲目信任AI的思维过程。Maisa在最初的产品研发中遇到了客户的要求:AI系统的每一步操作，尤其是决策背后的原因，都必须向验证方确认。

这种需求催生了Maisa的“工作链”（Chain of Work）概念-我们认为这将是职场AI智能体落地的核心要素。

Maisa的核心是知识控制部件。（KPU）——一种专有的推理引擎，将AI步骤编码化(而不是依靠转瞬即逝的“思维链”文本)。

KPU通过将推理与实施分开，完成了确定性和可审计性的结果:所有操作都记录在显式的“工作链”中，LLM式的创造力与传统软件的稳定性相结合。KPU不同于传统的RPA或依靠背后“推断”的前沿实验室方案，构建了信任:团队可以清晰地追溯AI的每一步动机和方法，调整或改进随机阶段，以确保变化的一致性部署。

我经常和创始人开玩笑:最好的B2B软件是那种可以帮助人们升职的产品——那些让内部利益相关者嗅到“引入即立功”机会的产品。AI现在承诺的是这种收入，但也有风险:没有人愿意引入一个最终会失败的系统。

构建这种可追溯性，将风险收益比例拉回到有益范围。AI自动化无疑对企业有很大的好处，但关键在于降低与落地相关的具体风险和感知风险。

Maisa的“工作链”正在实现这一点——并且已经取得了成效。

前后文层：优秀员工的关键

优秀员工的标准是什么？不仅要看资历或经验。最终决定员工成功的是个人风格、适应能力，以及你要做什么以及如何表达清楚的能力。

例如：你雇佣的销售人员会花时间去理解品牌调性及其背后的逻辑，而非机械地导出普通文案。

例如：你雇佣的HR知道自己是在塑造企业文化，而不仅仅是编写员工守则。

GPT-4不能成为优秀员工的核心原因是：无论你怎么努力，它都不能真正理解你或者你的企业。GPT-按照规则行动，但你期望人类员工能够掌握细节，知道机器没有背景能力。即使你把规则输入到AI流程或者定制GPT中，你也无法穷尽所有的隐藏条件。

原因如下：

职场隐性知识不能完全记录:新员工可以通过观察、直觉、反馈和提问来学习。能否获得和整合这些“隐性知识”是区分优秀和普通员工的关键。
显性知识分散在非结构化数据中：它们存在于PDF指南、代码甚至公司邮件中，而不是在数据库中。
目前大部分AI工具还没有接入公司的非结构化数据生态系统，更不用说了解当前员工的想法了。

我们之前讨论过，与RPA相比，智能身体的一个优势就是前后理解能力。它提供适应性，避免了“流程投影”的高价成本。

知识组织是合理的，并且已经在有限的环境中得到验证(行业标准的检索增强生成（RAG）或者嵌入技术是一个很好的开始，但是面对大量的数据或者专业知识还是会崩溃的)。

Maisa的解决方案是虚拟前后窗口（VCW，Virtual Context Window）：其机制类似于操作系统的分页机制。数字员工可以根据需要“载入”和“引导”数据，实现无限记忆和零矛盾——无需微调或笨拙搜索。此外，VCW还可以作为员工长期的know-how知识库，这意味着它可以无缝地适应新的指令或数据。

前后层必须是AI智能体技术栈的关键。顾客将其视为“入职培训”空间，让AI员工融入公司独特的方法和风格。

难点在于:如何为公司封装这篇文章，并将其注入智能体基因——从入职到未来，实现知识的“调用”和持续学习。

这个领域的其它探索活动包括：