Tikrai pajėgiam AI agentui reikia ir protingumo, ir realių veiksmų,{0}}sugebėjimo imtis veiksmų-jis turi gerai suprasti, ko nori naudotojas, ir iš tikrųjų atlikti veiksmus. Taip Yuan Yuan, Alibaba tyrimų instituto dekanas, per neseniai vykusį seminarą „AI agento elgesio sauga ir plėtra“ apibūdino idealią AI agentų formą.

Ji pabrėžė, kad nors dirbtinio intelekto agentai žada AI technologijas paversti tikrais pinigais ir žymiai pagerinti naudotojų patirtį, jų diegimas neturėtų pakeisti esamų taisyklių, valdymo ar verslo ekosistemų. Vietoj to, viskas turėtų vykti saugiai, kontroliuojamu būdu, glaudžiai bendradarbiaujant visoje pramonės šakoje, kad telefonų gamintojai ir programų kūrėjai galėtų naudotis pažangių modelių privalumais.
Per pastaruosius metus didelis klausimas rinkoje buvo toks: „Ar AI tikrai gali atlikti užduotis už mus? Matėme, kad atsirado įvairių požiūrių.
Kai kurie produktai bando „perimti“ telefono operacijas, suprasdami, kas rodoma ekrane, ir mėgdžiodami žmonių bakstelėjimus bei braukimus, pvz., redaguoti vaizdo įrašus, užsisakyti bilietus ar užsisakyti maistą įvairiose programose. Paprastai jie vadinamiGUI agentai(sutrumpinimas iš grafinės vartotojo sąsajos agentų).
Techniškai jie veikia tuo, kad dirbtinis intelektas „mato“ ekraną, išsiaiškina ir tada imituoja paspaudimus ir gestus. Tačiau tai iš karto iškelia daugybę sudėtingų klausimų: kas duoda leidimą? Kas bus atsakingas, jei tai netvarka? Kokias paslaugas jis gali pasiekti? Ir kas tai kontroliuoja?
Seminare ekspertai pastebėjo, kad šis ekranu{0}}pagrįstas metodas turi realią trumpalaikę-naudą-. Tai leidžia dirbtinio intelekto agentams pradėti kasdienį naudojimą, neverčiant didelių esamų programų pakeitimų. Tačiau ilgainiui jis nustatė patikimumo, greičio ir valdymo{4}}ribas. Daugelis mano, kad tai labiau laikinas tiltas nei galutinis žaidimas.
Jiao Haitao, Kinijos politikos mokslų ir teisės universiteto profesorius, teigė, kad leidimai dirbtinio intelekto agentams turėtų būti tvarkomi kiekvieną sceną. Svarbiems veiksmams reikia antro vartotojo patvirtinimo, o dalykai, susiję su asmeninėmis savybėmis, subjektyviais sprendimais ar socialine sąveika, neturėtų būti deleguojami. Jis atkreipė dėmesį į iššūkius, susijusius su dvigubomis-autorizacijos taisyklėmis-ne kiekvienas scenarijus turėtų pasikliauti tik trečiosios-šalies platforma-ir pasiūlė pramonės atstovams derėtis ir laikytis standartų, kad tai būtų išspręsta palaipsniui.
Telefonų gamintojai aktyviai tyrinėja savo AI agentų kelius.
Neseniai surengtoje žiniasklaidos konferencijoje Jiang Yuchen, OPPO išmaniųjų produktų tyrimų ir plėtros direktorius, skirtas ColorOS, žurnalistams sakė, kad tokie produktai kaip „Doubao“ telefonas padarė teigiamą poveikį pramonei ir ekosistemai, nes pastūmėjo į priekį. Tačiau ji buvo aiški: „Tai nėra galutinė AI telefono forma,{1}}tai iš esmės vis dar yra senų GUI sąsajų valdymo metodas“.
OPPO atveju pasirinkimas tarp GUI{0}}stiliaus metodų nėra susijęs su ideologija-, tai pirmiausia yra inžinerijos ir masto problema. Jiang paaiškino, kad kažkas panašaus į Doubao gali sau leisti būti agresyvesnis kaip inžinerinis prototipas, tačiau dideli telefonų gamintojai susiduria su didžiulėmis vartotojų bazėmis. „Jei paleidžiate funkciją, o kitą dieną dauguma paslaugų nustos tinkamai veikti, mums tai yra kokybės incidentas-negalime su tuo susitaikyti. Esant tokiam mastui, bet kokios nestabilios sistemos{6}}lygio galimybės greitai padidinamos.
Jos nuomone, ekrano{0}}operacija-pagrįsti agentai yra „šiek tiek tarpinis etapas“. Pagrindinis kelias į priekį bus labiau linkęsA2A (agentas-į-agentas) bendradarbiavimas, kur AI agentai tiesiogiai kalbasi tarpusavyje ir dirba kartu.
Ji pabrėžė, kad šioje evoliucijoje telefonų gamintojams iš tikrųjų svarbu ne modelio dydis ar parametrai, -o jų gilus, ilgalaikis{1}} naudotojų supratimas. „Nemanome, kad didelis modelis yra telefono siela“, – sakė Jiang. "Mes tikime, kad "atmintis" yra siela. Kai jūsų telefonas tikrai jus supranta, tikrai sunku pereiti prie kažko kito."
Seminare keli ekspertai sutiko, kad tikrasis iššūkis AI agentams yra ne tik „ar jis gali atlikti darbą?“-tai yra aiškių ribų, ką jie gali daryti ir kaip jie valdomi, nustatymas.
Yuan Yuan pažymėjo, kad dabartinė GUI banga sukūrė sveiką „šamo efektą“, sukrėtė ir suteikia energijos visai pramonei. Tačiau ji paragino Kinijos AI sektorių neužstrigti GUI kelyje. Vietoj to, remkitės juo, kad rastumėte geresnių maršrutų, kurie suderintų saugumą ir pažangą. Ji nurodė „Apple“ metodą kaip gerą pavyzdį: jis nustato atvirą API-pagrįstą agentų ir programų bendradarbiavimą, kartu naudojant ekrano suvokimą, kad saugos ribos būtų nepažeistos ir naudotojų ketinimai būtų tiksliai perduoti programoms, todėl jos išmaniau vykdo komandas.
Wang Yue, Tsinghua universiteto Elektroninės inžinerijos katedros Informacinių sistemų instituto direktoriaus pavaduotojas, AI agentus laiko pagrindiniu lūžio tašku{0}}AI sistemos pradeda tiesiogiai sąveikauti su išoriniu pasauliu. Tai pakeis ne tik informacinių sistemų kūrimo būdą; tai gali pakeisti ir ūkines operacijas. Jis perspėjo, kad iš tiesų žlugdančios naujovės gali susilpninti sistemos valdymą ir susilpninti pasitikėjimo pagrindus, todėl mums reikia geresnių įgaliojimų suteikimo mechanizmų ir A2A patikrinimų bei balansų, galiausiai pereinant prie rinkos -varžytų konkurencija{5}} pagrįstų patikimumo sistemų.
Apskritai kalbama apie tai, ar dirbtinis intelektas gali veikti telefonuose, prie to, kaip tai daryti atsakingai ir tvariai{0}}, o A2A-bendradarbiavimas tarp agentų atrodo daug žadantis būdas tai pasiekti nepažeidžiant viso kito.
