凯发888
AI代理人正成为科技界新宠,代理底但没有统一定义。科技OpenAI、也说微软、不清谷歌等公司各有说法,代理底用户和市场却愈发困惑。科技AI代理人成了硅谷的也说新宠。OpenAI的不清CEO Sam Altman预测,代理人将在今年“加入职场”。代理底微软的科技CEO Satya Nadella则认为,它们将取代部分知识型工作者。也说而Salesforce的不清CEO Marc Benioff更是放话,要让自家代理人成为全球“数字劳动力”的代理底领头羊。然而,科技真正的也说问题在于——没人能明确说清楚AI代理人到底是什么。过去几年,科技公司纷纷将“代理人”视为改变世界的新概念,就像ChatGPT重新定义信息获取方式一样,代理人据称将彻底颠覆工作模式。Altman和Nadella等人宣称,代理人将成为未来的标配。但这番豪言壮语的问题在于,“代理人”到底指什么?答案各说各话。和“多模态”“通用人工智能(AGI)”等术语一样,“代理人”正在迅速变得模糊不清,几乎失去具体含义。这种混乱让OpenAI、微软、Salesforce、亚马逊、谷歌等公司陷入尴尬境地。它们纷纷围绕代理人推出新产品,但每家对代理人的定义却不尽相同。亚马逊的代理人与谷歌的代理人完全不是一回事,这让用户一头雾水,甚至产生了不满。谷歌产品高级总监、前GitHub Copilot负责人Ryan Salva就直言不讳地表示,他已经“讨厌”这个词了。他在接受TechCrunch采访时吐槽:“行业已经把‘代理人’用滥了,几乎变得毫无意义。”他甚至称之为自己的“心头大患”。其实,代理人定义混乱早已有之。前TechCrunch记者Ron Miller在去年就曾发文探讨:到底什么是AI代理人?他的结论是,每家公司的理解都不一样,这让问题变得更加复杂。这种混乱在近期愈演愈烈。本周,OpenAI在博客中将代理人定义为“能独立完成任务的自动化系统”,但在同一周发布的开发者文档里,代理人却被描述为“带有指令和工具的LLM”(大语言模型)。更让人迷惑的是,OpenAI的API营销主管Leher Pathak还在X平台发帖称,她认为“助手”和“代理人”这两个词可以互换使用,彻底搅浑了概念。与此同时,微软则在博客中试图区分“代理人”和“AI助手”。微软将前者视为“AI时代的新应用”,具备特定领域的专业能力;而后者只是负责起草邮件等通用任务的工具。AI实验室Anthropic的定义相对明确一些。他们在博客中表示,代理人可以有不同形式,比如“能独立运行一段时间的全自动系统”,也可以是“按照预设流程运行的半自动化系统”。而Salesforce的定义则最为宽泛。该公司认为,代理人是“能够在无人工干预的情况下理解和回应客户问题的系统”。他们甚至在官网上将代理人分为六类,包括“简单反射型代理人”和“基于效用的代理人”等。这种混乱并非偶然。AI代理人本身就像AI技术一样模糊且不断演变。OpenAI、谷歌和Perplexity等公司才刚刚推出它们的首批代理人:OpenAI的Operator、谷歌的Project Mariner和Perplexity的购物代理人。这些产品的能力各不相同,标准不一,更加剧了混乱。IDC全球研究副总裁Rich Villars指出,科技公司历来不拘泥于技术定义。“在快速变化的市场中,他们更在乎技术能实现什么,而不是定义是否严谨。”他说。但这种混乱,部分也要归咎于营销炒作。DeepLearning.ai创始人Andrew Ng在最近的一次采访中坦言:“AI代理人”原本有着明确的技术含义,但大约一年前,市场营销人员和几家大公司开始滥用这个词,使其变得模糊不清。”Deloitte的AI部门负责人Jim Rowan则认为,缺乏统一定义既是机遇,也是挑战。一方面,这种灵活性让公司能根据自身需求定制代理人;但另一方面,它也会导致“预期错位”,让代理人的价值和投资回报率难以衡量。“如果没有标准化的定义,公司很难评估代理人的表现,项目目标也容易模糊。”Rowan表示,“虽然灵活性可以激发创新,但更统一的标准能帮助企业更好地利用AI代理人,充分发挥投资价值。”可惜的是,如果AI行业过去对“AI”一词的滥用有任何借鉴意义的话,那么“AI代理人”恐怕也难逃变得愈发模糊的命运。要想在短期内达成一致定义,几乎不可能。[techcrunch]
(责任编辑:综合)
推荐文章
-
想象一下,人工智能(AI)不仅能“读懂”你的心思,还能以惊人的准确度重现你眼前所见的景象,这听起来是不是像科幻电影里的情节?如今,这一幕正逐渐变为现实。通过赋予人工智能系统聚焦特定大脑区域的能力,科学...[详细]
-
科学家建议自我调整策略,帮助实现新年目标,迎接更好的自己。每到年末,人们总会反思自己的新年计划是否坚持了下来。或许你在2024年初买了动感单车或划船机,计划每天锻炼。然而,到了三月,这些设备的使用频率...[详细]
-
研究发现橘猫毛色源于X染色体上一段DNA缺失,揭示性别和色素表达的奥秘。经过60年的探索,遗传学家终于找到了家猫橘色毛发背后的基因秘密。两组独立的研究团队发现,猫咪那耀眼的橘色毛发源于其基因组中一个非...[详细]
-
2024搞笑诺贝尔奖颁布,揭示了科学中奇妙与幽默的结合,如鸽子导弹、植物模仿塑料等。好奇心是科学发展的动力,这或许可以解释为什么科学家们有时会走上一些古怪的研究道路。你听说过二战时期的计划,即训练鸽子...[详细]
-
一种新型深度学习模型ProtGPS能预测蛋白质在细胞内的定位,揭示了调控生物组织隐藏的分子密码,为药物设计和发现提供了强大的工具。ProtGPS预测蛋白质(绿色点)的定位,无论是在其正常和致病突变形式...[详细]
-
一位动漫迷在4chan上提问,如何用最少集数看遍《凉宫春日的忧郁》所有排列顺序,竟引出一场数学冒险,揭开超排列难题的新解。想象一下,你是个动漫迷,迷上了《凉宫春日的忧郁》第一季的14集。这部剧设计得很...[详细]
-
研究发现,单次低能量红光照射可显著改善老年人的色觉敏感度,效果持续一周,为改善老年人视力提供了新思路。随着年龄增长,细胞内的线粒体功能逐渐衰退,导致细胞能量供应不足。然而,动物实验表明,长时间暴露在长...[详细]
-
据报道,已是14个孩子父亲的科技狂人 Elon Musk,忧心人口危机,私下透露想在末日前组建“孩子军团”,甚至考虑代孕。对于拥有多少孩子这件事,Elon Musk 从来不吝于表达自己的想法。据《华尔...[详细]
-
据报道,已是14个孩子父亲的科技狂人 Elon Musk,忧心人口危机,私下透露想在末日前组建“孩子军团”,甚至考虑代孕。对于拥有多少孩子这件事,Elon Musk 从来不吝于表达自己的想法。据《华尔...[详细]
-
英国教授Archibald Montgomery Law的预见,许多已成真1925年,英国教授Archibald Montgomery Law提出一系列惊人的预测:扬声器、手机、中性服饰等。他的预言在...[详细]
热点阅读