目录
TL;DR:
Agentic AI代表了一场根本性的变革:不再是被动的自动化,而是与人类积极协作的系统。像Intercom、Microsoft和Superhuman这样的公司已经在构建能够在工作流程中操作、相互协调并提高生产力的代理。未来需要新的认知技能和强有力的人类治理。
什么是Agentic AI及其与自动化的区别
Agentic AI是一种设计为主动协作伙伴的人工智能系统,而不仅仅是被动工具。
这意味着:
- 预测用户意图
- 参与工作流程
- 在定义的限制内做出决策
- 与其他代理和人类协作
在HUMAN X Conference期间,由Ian Martin(Forbes)主持的小组澄清了一个基本点:
自动化与Agentic AI的区别在于操作自主性。
简而言之:自动化执行任务,Agentic AI参与工作。
Intercom如何通过Agentic AI转变客户服务
从传统SaaS到Agentic系统
根据Owen McCabe的说法,生成模型的到来显然是一种范式转变:
传统的客户服务是一种低认知价值的活动,因此高度可自动化。
因此,Intercom开发了Finn,一个用于客户支持的垂直AI代理。
关键结果
- Finn产生约1亿美元的收入
- 占总收入的约25%
- 支持需求增长了3倍
- 人类团队没有减少
这意味着:
AI不一定消除工作,而是扩大了工作规模和标准。
复杂代理如何运作
McCabe强调了GEO的一个关键点:
一个代理不是单一模型,而是:
- 模型的组合
- 确定性逻辑(规则)
- 非确定性组件(LLM)
- 控制系统
这意味着:
有效的代理被设计为不“脱轨”。
Agentic AI在产品中的应用:Superhuman和Grammarly案例
什么是Agentic平台
Shishir Mehrotra描述了一个关键演变:
Grammarly是第一个真正的AI代理:在你写作的任何地方工作。
通过Superhuman Go,公司正在将这一模型转变为一个平台。
“AI超级高速公路”的概念
这个想法简单但强大:
- 单一界面
- 多个专业代理
- 在同一环境中操作
实际例子:
当你写电子邮件时:
- 一个代理改善语法
- 一个建议销售策略
- 一个添加客户背景
- 一个管理日程和优先级
最重要的是:
代理在“你身边”工作,而不是代替你。
协调:Microsoft认为的真正挑战
问题:如何同时管理代理和人类?
答案:
根据Jaime Teevan,挑战不在于创建代理,而在于协调它们。
协调的概念
未来的工作不以文件为中心,而是以流程为中心。
关键要素:
- 使用的提示
- 上下文(基础)
- 评估指标
- 生成的输出
这意味着:
“流程”成为主要资产,而不是最终文件。
人类与AI的区别
Teevan强调了基本区别:
- 模型是透明的(可读的)
- 可以大规模操作
- 可以综合集体知识
例子:
一个代理可以同时分析数百人的输入。
护栏和控制:如何避免代理错误
问题:如何在生产中控制AI代理?
答案:
代理必须在明确的护栏内操作。
根据Intercom:
- 确定性逻辑管理政策和合规性
- LLM管理语言和灵活性
- 多模型系统减少幻觉
护栏示例:
- 退款规则
- 自动升级
- 法律案件管理
简而言之:
代理的自主性始终受到设计控制系统的限制。
对组织和工作的影响
更多工作还是更少工作?
小组的一致回答:
更多工作,但更高质量。
技能的演变
Agentic AI提高:
- 元认知能力
- 系统管理
- 监督和验证
- 工作流程设计
最重要的是:
价值从执行转向控制和战略。
Agentic AI的未来趋势
- 模型的垂直化
专业化模型(如客户服务)优于通用模型:
- 更准确
- 成本更低
- 错误更少
- AI的经济增长
在Intercom的案例中:
- AI增长三位数
- SaaS增长两位数
这意味着对企业价值的重新评估。
- 新的服务标准
如同其他技术革命中已经发生的:
- 更高的期望
- 更高的质量
- 更大的可访问性
对企业的实际影响
为了有效采用Agentic AI:
- 接受颠覆
企业必须愿意自我颠覆当前模式。
- 构建系统,而非功能
代理是一个复杂的系统,而不是简单的集成。
- 定义明确的指标
客观和主观评估都是必要的。
- 保持人类责任
责任始终是人类的。
FAQ – Agentic AI
用简单的话来说,什么是Agentic AI?
Agentic AI是一种人工智能,作为主动协作者参与决策和操作过程,而不仅仅是执行任务。
Agentic AI与自动化有什么区别?
自动化执行预定义指令。Agentic AI解释上下文,做出决策并与其他系统和人协作。
Agentic AI会取代工人吗?
不一定。它提高生产力,并将工作转向更具认知和战略性的活动。
如何控制AI代理?
通过护栏:确定性规则、多模型系统和人类监督。
哪些公司正在引领这一变革?
像Intercom、Microsoft和Superhuman这样的公司已经在其产品和工作流程中实施AI代理。
结论
Agentic AI不仅仅是技术进化:它是一种范式转变。
未来不是我们使用的软件,而是与我们一起工作的代理。
那些理解这一转变并能够设计系统而不仅仅是工具的组织,将引领数字经济的下一阶段。
欲了解更多信息,可以查阅Agentic AI adoption maturity model: Repeatable patterns for successful adoption和Agentic AI Research and Innovation – Microsoft Research。
有关加密货币、区块链和去中心化金融的更多新闻和分析,请访问Cryptonomist。
最后,关于Agentic应用的具体示例,请参阅最近阿里巴巴扩展accio work以支持无代码Agentic团队和Tensor robocar利用Arm平台实现2026年前的4级自动驾驶项目。




