AI代理不是LLM / 聊天機器人

簡介

聊天機器人已經過時，單靠大型語言模型是不夠的——未來屬於真正的人工智能代理，它們結合理解、推理和行動，能夠自主完成跨越現實世界系統的復雜任務。

一年後，世界將以類似於記憶傳真機的方式來記住聊天機器人：這是通往更好事物的一個尷尬步驟。問任何首席運營官關於他們的聊天機器人推廣，你會看到相同的禮貌聳肩：“它很笨重，維護成本高，回答常見問題時常失敗。我們仍然需要人類。” 我們都經歷過這種情況。你試圖調整一個重要包裹的送貨時間或地址。一個聊天機器人禮貌地回復說它已經記錄了你的請求，並將讓人工客服來處理物流。但它沒有採取其他任何行動。你感到沮喪。 現實是：聊天機器人時代已經結束。那些仍然堅持使用它的企業將浪費時間、金錢和人才。一種新型的自主 AI 代理正在崛起，而這兩種方法之間的鴻溝將決定哪些公司快速前進，哪些公司則陷入客戶服務的煉獄。

我們爲何被僵屍聊天機器人所困 早期的聊天機器人本應是自動化的前線。然而，它們卻成爲了人人最不喜歡的客戶體驗。爲什麼？因爲它們從未被構建來理解任何東西。 它們從一開始就是基於規則的。硬編碼腳本，線性決策樹，“如果這樣，那麼那樣”的流程迅速變得復雜。說出完全正確的短語，它們就會回應。即使稍有偏差，你要麼被忽視，要麼被循環回到開始。就像一個更有禮貌的IVR菜單。指數級的分支使得傳統聊天機器人在超過20個常見用例後變得無法維護，更不用說提供投資回報了。 問題不僅僅是糟糕的用戶體驗——它是架構性的問題。基於規則的系統無法泛化。它們只能對預定義的輸入和場景作出反應。只要有任何變化——政策更新、新的定價層級、客戶稍微以不同方式提問的有效問題——整個流程就會崩潰。 接下來會發生什麼？升級到人類。一次又一次。 與此同時，前線工作人員被困在執行機器人無法完成的重復任務中——手動更新運輸記錄、打電話給司機、記錄更新——而儀表板卻報告“成功互動”。這到底是爲誰工作？ 今天，大多數企業“AI 聊天機器人”的部署僅僅是華麗的決策樹。表面的改進 — 更友好的語氣、品牌化的頭像 — 無法改變基本現實：它們脆弱、淺薄，容易卡住。 但這些機器人被視爲靈丹妙藥。因此，公司不斷投資，希望每次新發布都能最終解決問題。但沒有。它不可能。因爲這一架構從來沒有爲自主理解或行動而構建——它是爲了轉移工單而構建的。 這就是爲什麼大多數聊天機器人關鍵績效指標都是表面的：客戶滿意度、交接率、會話長度。當你問：“它真的解決了問題嗎？”儀表盤就安靜了。 當你慶祝聊天機器人指標時，實際上是在慶祝一個用於行駛距離的跑步機。簡單來說：很多運動，卻沒有目的地。

然後是LLM——說話者，而非行動者 GPT及其同類出現了。突然間，機器人能夠進行對話。它們理解俚語。它們處理模糊性。它們記住事情，並擁有較長的上下文記憶。 這感覺就像魔法。它確實是一次飛躍。第一次，人工智能能夠大規模生成類人響應。人工智能是智能的。 但這裏有個問題：大型語言模型是出色的即興表演者，而不是操作者。 他們沒有結構化的目標。他們不知道何時任務完成。他們無法在沒有支架的情況下可靠地訪問、更新或執行業務規則。他們所產生的是語言——引人注目、表達清晰，並且偶爾有用，但很少有責任感。 當一個大型語言模型告訴你它已經提交了你的請求時，其實並沒有。除非它被包裝在一個將語言與行動連接起來的 orchestration 層中，否則它仍然只是空談。 因此，盡管大語言模型推動了行業的發展，但它們並沒有解決執行差距。它們創造了一種新的虛假期望。現在，用戶不僅對機器人感到沮喪——他們對聽起來聰明但實際上無法提供幫助的人工智能感到困惑。 這種困惑引導我們來到這裏：人工智能工作流和人工智能代理。

什麼是真正的AI代理 AI工作流是一個執行具有預定步驟的命令的LLM。但在現實世界中，步驟往往無法提前預測。 這就是人工智能代理的作用。它是一個與外部工具集成的大型語言模型，能夠進行深入推理，並且——利用它所能訪問的一切——解決那些人類需要花費數個數量級更長時間才能完成的復雜問題。 AI代理通過結合所有三個層面來實現這一目標。 首先，一個對話層，通常是一個大型語言模型（LLM），用於解釋意圖(是的，LLM確實有用，只是默認將LLM稱爲“人工智能解決方案”就像把撥號調制解調器稱爲WiFi)；其次，一個推理層，概述了所有決定應該發生什麼的規則、政策和任務規劃；第三，執行層與CRM、ERP、支付通道、語音系統及任何隱藏在壁櫥裏的遺留系統安全連接。 去掉任何一層，塔就會倒塌。將它們保持在一起，系統就從“回復”轉變爲“解決”。 讓我們重新審視一下需要重新派送包裹的客戶場景。 傳統上，聊天機器人可以完成第一步——工單處理。大型語言模型可能讓你更進一步。然後需要人類介入。他們做出決策，然後手動輸入回復。這是痛苦的。現在，AI代理主動執行整個工作流程，做出自主決策，與後臺系統交互，並記錄活動以供審計，除非絕對必要，否則無需人工幹預。

*圖片來源:*Jurin AI

代理在三十秒內完成了本會在多個部門之間來回傳遞的工作。它從頭到尾負責這個任務。

所以讓我們停止將一切稱爲“代理”

“AI代理”這個詞正處於風口浪尖——但就像所有好的流行詞，它的含義正在被稀釋。每個擁有聊天機器人和API的供應商現在都聲稱提供“代理”。有些甚至僅僅因爲他們的LLM能記住你的名字五輪就使用這個詞。

這種誤用不僅僅是品牌宣傳的空話——它造成了真正的混淆。它讓買家期望工具能提供從未設計出來的結果。這通過創造虛假的期望來減緩採用速度，最終導致真正的失望。最糟糕的是，它讓企業自我安慰以爲自己在創新，實際上他們只是將一個新的用戶界面附加到同樣的舊服務臺上。

但人工智能的轉型是真實的。 真正的人工智能代理不僅僅是更具對話性。它們更具責任感。它們深度整合，負責任地行動，並提供可追溯的、對業務至關重要的結果。它們不僅僅是一個界面——它們是基礎設施。

而我們僅僅處於開始階段。

信息的未來：從應用程序到人工智能代理 多年來，我們一直在適應機器的邏輯。我們點擊菜單，記住界面， juggling五個標籤頁只爲完成一項任務。搜索變得更加智能，應用程序變得更加簡潔——但負擔仍然在用戶身上。

人工智能代理翻轉這個。

系統不是要求你學習如何運作，而是通過自然對話學習你的工作方式。

想要預訂旅行嗎？只需與您的私人人工智能禮賓聊天： “計劃一次在阿爾卑斯山的徒步旅行，早九月，避開人跡罕至的地方。” 這就是發生的事情。航班、酒店、當地向導——甚至是你自己絕對無法發現的隱藏寶藏。沒有90年代的網站或糟糕用戶體驗的笨重移動應用。只有一個能讓事情順利進行的對話。

這是一種從您操作的應用程序轉變爲代表您操作的代理的方式。

而這還不僅僅是旅行。代理將重新塑造我們與一切的互動——物流、採購、合規、人力資源。悄然地用能夠推理、行動並隨着時間的推移而不斷改進的智能系統，轉變脆弱的工具和碎片化的工作流程。

這是代理未來：任務通過理解、行動和交付的人工智能即時完成，無論是通過語音還是文本——您專屬的執行助理。

這不是一個科幻願景。它距離我們只有一到兩年的時間。而我們已經在Jurin AI朝這個方向努力建設。

自主AI時代已經到來，我們僅僅觸及了表面。我從未如此興奮。