代理编排如何决定人工智能自治
作者：Adrian Bridgwater
机器人和弹钢琴的女人的特写 — 3D 渲染
盖蒂
工作场所不断变化。任何记得 20 世纪 70 年代“办公室”的人都能够描绘出与今天截然不同的环境图景。除了寻呼机代替手机、长时间午休、吸烟以及我们现在（大部分）已经摆脱的一系列态度和语言使用之外，计算机本身还很少见——如果它们确实存在，它们很可能是准将宠物或一个苹果二代。
在五年多的时间里，我们看到了新的机器、软件和工作场所结构。
随着预测性、生成性和代理性人工智能服务现在开始重新设计工作场所的运作方式，新标准正在重新定义劳动力本身。执行工作的不仅仅是员工，还有基于软件的工作流程系统以及记录操作系统和交易系统……所有这些现在都需要与人工智能代理团队相配合……而且我们都需要保持一致并遵守相同的记分表。那么我们从哪里开始呢？
归零地特工：基础设施
这个领域的流行评论现在似乎倾向于恢复到基础水平并确保我们的基础设施服务正确对齐以实现代理人工智能的蓬勃发展。即使在需要良好的数据和正确的语言模型之前（是的，甚至比数据更重要，只是为了暂时让垃圾进垃圾出的专家保持沉默），技术团队就需要管理工具包来照顾代理服务的核心框架组件。
就哪些软件供应商正在忙于实施这一战略而言，是每个人、所有人。企业代理自动化公司 Camunda 目前正在寻找该领域一些更热心的声音，最近通过简化部署、提高安全性和灵活性增强和扩展了其核心平台产品，以便数据科学从业者和软件开发人员可以在关键业务流程中设计和编排人工智能代理。
代理编排决定自主性
“大多数代理人工智能项目都在试点阶段停滞不前，不是因为模型没有能力，而是因为还没有一种可用的架构，可以提供护栏来将代理部署到关键业务流程而没有风险，”说。丹尼尔·迈耶，首席技术官，卡蒙达。– 代理编排改变了这种情况，让企业能够控制授予代理的自主权，在需要时实现控制，在人工智能发挥优势时实现灵活性。通过将确定性流与动态代理相结合，组织可以提高生产力。我们将动态推理与确定性护栏相结合，使组织能够设计具有信任和自主性的人工智能代理。
Camunda（其名称取自拉丁语“capere”（理解）和“munda”（干净））表示，它将带来代理编排和谐，以便复杂的流程（通常需要专门的代理同时工作）可以合并并连接到对多代理通信协议、代理和流程的支持。Meyer 在这里谈论了确定性护栏；这些本质上是可审计和可控的规则，边界这可以帮助管理代理能够操作的“决策表”。通过一些品牌宣传，“动态”编排与不确定性相同，但听起来不那么消极。
正如此处所引用和解释的，模型上下文协议在这些部署场景中发挥作用，因此 MCP 连接器具有特色。
为了支持这种水平的代理自动化，代理需要具有随着时间的推移学习、回忆和适应的能力。Camunda 的人工智能代理可组合短期记忆为代理提供了“对话上下文”，因此他们可以处理后续问题和反馈循环，而无需自定义代码或性能权衡。该公司表示，其方法使组织能够将座席交互从孤立的任务转变为连续的、上下文感知的流程。
无牙老虎不咬人
– 只是“投入”特工数据管理系统Camunda 首席执行官 Jakob Freund 表示：“ERP、CRM、SCM 和 HCM 系统意味着机器人开始到处出现，而没有与本质上与核心业务逻辑一致的现有业务操作系统进行集成和协调，这意味着它们最终会在孤岛中运行，无法增加业务价值 - 它们变得更像一只没有牙齿的老虎，受到不信任，无法解决真正应该在内部执行的以任务为中心的工作负载。”
卡蒙达在这个市场上绝非孤例。毫不奇怪，微软在这个领域努力工作，今年 10 月最近的博客文章表明，雷蒙德正在努力提供基于图的编排跨越用于构建、编排和部署人工智能代理的多语言框架。通过支持 .NET 和 Python 实现，微软代理框架据说可以提供从简单的聊天代理到具有基于图形的丰富互连性的复杂多代理工作流程的一切。
这项工作实际上是对现有项目技术的整合，微软提供了一个开源软件开发工具包，可以帮助所有技能水平的软件应用程序开发人员创建和编排人工智能代理，以便调节他们被授予的自主权。
“在 Microsoft，[当谈到代理编排和管理所需的基础技术时]，我们在解决这个问题方面处于领先地位。”Microsoft 产品管理博主在博客中写道樋口拓人、Shawn Henry 和 Elijah Straight 在 Microsoft 开发博客上。– 通过 Semantic Kernel，我们为开发人员提供了一个稳定的 SDK，其中包含企业系统、内容审核和遥测的连接器。借助 Microsoft Research 首创的 AutoGen，我们打开了实验性多代理编排模式的大门，从而激发了社区的灵感。两者都有热情的用户，但各有差距。开发人员问我们：为什么我们不能在一个统一的框架中同时拥有 AutoGen 的创新和语义内核的信任和稳定性？这正是我们构建 Microsoft Agent 框架的原因。”
鉴于代理智能现在出现在 Google Gemini 及其更广泛（非常广泛）的平台上，很明显还应该提到 Google Vertex AI 及其 Agent Builder 及其附带的编排功能。正如人们所预料的那样，这里与整个 Google Cloud 领域进行了深度集成。还提供无代码（完全）代理生成器服务，该服务旨在允许软件开发人员和数据从业人员提高和使用跨越模型及其所提供的数据的代理编排工具。
这不是市场上最便宜的服务，并且存在超大规模锁定的幽灵，从某种意义上来说，这仍然是一种萌芽技术，因此期望额外的软件工程工作来管理超越 Google 无代码控制台的高级代理模式可能并非没有道理。
多主体表现
基思·巴博API 网关和服务网格管理公司 Solo 的产品副总裁认识到以 AI 为中心的软件应用程序开发团队在进入多代理世界时所取得的飞跃（或至少是努力扩展）。强调许多 IT 部门仍将在首次代理部署中迈出小步——其中一些将是尚未在实际生产阶段暴露于软件系统的原型结构——Babo 呼吁在这个领域敲响警钟，因为人工智能的发展速度往往快得难以想象，而代理的代理人工智能自治可能比我们想象的要近得多。
“从单代理部署转向多代理架构不仅仅涉及路由和编排，它还需要上下文感知的运行时来管理不同模型、工具、代理框架和环境的安全性、可观察性和治理，”Babo 说。– kagent 项目为 Kubernetes 带来了这个基础，建立了一个供应商中立的运行时，标准化了跨异构代理框架如何应用安全性、策略和可观察性。 – kagent（或 Kagent）是一种云原生框架技术，供平台工程软件团队在 Kubernetes 中构建和运行 AI 代理，从某种意义上说，它提供可观察性和配置。控制以及故障排除和安全功能。
该市场上的其他供应商包括 OutSystems 的低代码代理编排服务及其 Agent Workbench，UiPath 的同名代理自动化平台，该平台在代理服务存在的情况下提供端到端流程编排，并且还具有适应变化的自我修复自动化功能。为了完整起见，寻求代理编排服务的软件买家也可以考虑 IBM 的 watsonx Orchestrate，这是一种软件系统技术，旨在融合自动化，以实现金融等受监管行业的合规工作流程。此外，还有用于多渠道代理的对话式 AI 编排的 Kore、Aisera、Moveworks、Beam AI、Sendbird、LangChain、Salesforce、AWS、Lindy 和 Hippocratic AI。
我们想要人工智能有多自主？
既然这些工具已经出现，我们是否可以问，代理人工智能编排是否会保持协调并创造更丰富的和谐，同时也开始扩展自身，以便编织出以前无法想象的新的复杂切分音——其次（也许是最重要的）是否有可能评估我们今天想要从代理人工智能服务中获得多少自主权？
微软（上面详细的）开发人员的煤面经验最诚实地回答了部分问题，即开发人员希望为这个仍处于萌芽状态的技术领域提供创新服务（这是可用的，但它的代价是使用更脆弱和不太可靠的服务集），并且他们希望稳定性和可扩展性，以便他们所做的任何构建都能在所有天气条件下经受住考验（这里意味着所有数据流类型、速度、频率和系统需求水平），这是一个很大的要求。
关于我们想要多少自主权的问题，赛卡特·雷分析师机构 Gartner 表示，如今，“人工智能更多的是充当决策增强者，而不是决策者。现实正在发生变化，随着代理开始更有效地处理非结构化数据（银行、金融和保险正在增长，医疗保健和现在的政府也是如此），我们将看到新领域的增长，特别是在组织形成卓越中心以促进发展的环境中。”
Camunda 首席执行官 Freund 给出了一个全面且经过深思熟虑的答案来强调代理自由的问题，即他说，如果我们制定足够的护栏和治理控制，同时考虑到用户自己在接触相当激进的新技术时自然会发现自己所处的接受曲线，我们就可以（分阶段）转向自治。
“与自动驾驶汽车的部署方式（在某些地点和某些运营范围内）没有什么不同，我们没有大规模部署自动驾驶汽车……而且我认为，我们还没有完全实现业务流程的代理自治，”弗罗因德说。– 这是因为运营异常和异常现象仍然存在（特别是在医疗保健、政府、金融和商业领域需要做出高风险决策的情况下），因此人类需要参与其中。但是，我们当然可以设想在不久的将来，组织准备好“提高”其自主权。我们可能不会看到一家 2000 人的公司减少到零，但它可能会从 2000 人减少到 200 人，甚至最终可能减少到 20 人，但这不是明天。”
在如此多元化且充满竞争者的市场中，给它一些时间（一年）……软件行业无疑将创建一项被称为“协调者的协调者”的服务，为我们提供所谓的单一管理平台视图，了解这里的参与者。现在只有裸机可以拯救我们。
关于《代理编排如何决定人工智能自治》的评论
暂无评论