抽象的：
- 人工智慧代理共有 7 種不同類型的類型，從簡單的反應式代理程式到多代理系統。
- 目前，領先的人工智慧公司主要致力於建構基於目標的智能體以及學習型智能體。
- 未來，我們可能會看到真正自主的人工智慧代理，它們可以與其他人工智慧代理互動，完成多項任務。
很顯然，行動驅動型人工智慧代理將引領人工智慧革命，而早期跡像已經顯現。從人工智慧聊天機器人到能夠閱讀郵件和預約的人工智慧代理，我們正處於代理時代的開端。為了更好地理解人工智慧代理，我詳細解釋了不同類型的人工智慧代理。此外，我還列出了領先的公司和目前市場上已有的人工智慧代理。那麼，讓我們開始吧。
1. 反應簡單的試劑
我們先從最簡單的AI智能體－簡單回應智能體開始。顧名思義，這類智能體根據當前資訊執行操作，遵循「如果-那麼」條件。例如，恆溫器會在溫度低於某個特定值時開啟暖氣。它只是在條件為真時執行對應的操作。
然而，這類人工智慧代理存在一些限制。它只考慮當前資訊（也稱為“感知”或意識）。它不會記住過去的溫度讀數，也不會考慮未來的讀數——它的行為完全基於當前溫度。
簡單的反射型智能體沒有記憶，只有在環境完全可觀察時才會運作－也就是所有決策所需資訊都可用時。因此，它們不會保留對世界的內在表徵或模型。
2. 基於模型的反射代理
其次，基於模型的反射智能體在簡單反射智能體的性能基礎上有所提升。這類智能體保留了對世界的內在表徵，因此具備記憶能力。本質上，這些智能體會追蹤自身行為及其對世界的影響，並不斷更新其模型/內部表徵。例如，自動駕駛汽車在交通環境中行駛時，即使其他車輛已經移動，它仍然能夠記住這些車輛的位置。這種內部表徵有助於做出更明智的決策。
現在，基於過往觀察和當前訊息，智能體建構了世界的內部表徵，並採取了必要的行動。這意味著基於模型的反思型智能體可以在部分可觀測的環境中運作。本質上，內部模型用於預測下一步。該模型依賴先進的人工智慧演算法。
3. 基於目標的智能體
顧名思義，目標導向智能體是結果驅動型智能體，這意味著它們會考慮哪些未來的行動能幫助它們更接近最終目標。這些智能體可以進行研究、規劃行動，並考慮不同的行動順序以達成預期目標。目標導向智能體的工作是基於對未來後果的考量。
例如，規劃路線的GPS系統必須搜尋並考慮所有可能的路徑才能到達目的地。它會根據距離、時間、當前路況和其他因素來考慮所有可能的路線。然後，基於這些信息，目標導向智能體會規劃並選擇到達目的地的最佳路線。這種智能體在需要策略規劃的人工智慧應用中至關重要。
4. 代表客戶行事的代理人
效用驅動型智能體是目標驅動型智能體的一種，但它們不受特定目標的限制。例如，目標驅動型智能體只考慮是否達成目標──一種二元思維。而效用驅動型智能體則會考慮不同的情境，基於複雜的偏好評估各種結果，然後選擇能最大化自身效用的行動。
這類智能體的工作原理是給予不同的行動序列一個數值分數，並且只選擇效用分數最高的行動。基於效用的智能體適用於結果不確定的情況。例如，一個人工智慧交易系統可能旨在最大化利潤，但它也必須考慮用戶的風險承受能力和當前市場狀況。這就需要對潛在風險和效益進行全面分析。
本質上，基於效用的決策者會考慮各種偏好並評估結果後再做決定。他們的目標並非僅僅是達成目標，而是權衡各種因素以找到最優行動方案。這意味著他們會在對各種情況進行全面評估的基礎上，力求最大化「預期效用」。
5. 學習型智能體：提升人工智慧系統的效能
學習型智能體顧名思義，能夠透過學習過往經驗不斷提升自身表現。它們最大的優勢在於能夠適應陌生環境，並根據回饋改進自身行為。此外，學習型智能體還包含一個「關鍵」元件，用於提供效能回饋，這對學習過程至關重要。
為了說明這一點，不妨看看垃圾郵件過濾器的工作原理。垃圾郵件過濾器最初只有一套基本規則；但是，隨著你不斷將郵件標記為垃圾郵件，過濾器會從你提供的回饋（「批評者」）中學習並調整自身行為。現在，這些郵件將來會被自動標記為垃圾郵件並移到另一個資料夾。這個過程依賴複雜的機器學習演算法。
6. 金字塔騙局代理人
層級智能體是一種將複雜目標分解為子目標的智能體。許多複雜任務需要多步驟流程和問題解決。在這種情況下，任務會被分解成更小、更易於管理的子問題，然後按層級組織起來。較低層級的智能體負責執行這些任務，而較高層級的智能體則控制策略和最終輸出。
例如，當你讓人工智慧機器人準備晚餐時，高階智慧體會先規劃並分解任務，例如製作義大利麵和醬汁。這些任務隨後會進一步細分，例如打開爐灶和向鍋中加水。如此層層遞進，任務最終得以完成。這種方法能夠有效率地執行複雜任務，這在高階人工智慧應用中至關重要。
7. 多智能體系統
最後，我們來到了多智能體系統（MAS）領域，它將多個獨立的智能體組合在一起以實現共同目標。這些系統允許多個智能體相互溝通、互動、協調潛在行動、協商和協作。在這樣的系統中，每個智能體獨立運行，並擁有自己的決策能力。
然而，所有智能體都必須遵循通用的多智能體系統協議，以避免衝突並實現共同目標。例如，在供應鏈系統中，多個智能體可能負責追蹤庫存，另一個智能體可能會根據庫存需求向採購部門報告，物流智能體可能負責尋找最佳運輸路線，等等。多智能體系統是解決需要獨立實體之間協調與合作的複雜問題的有效方案。
來自領先科技公司的最新人工智慧代理
市面上已經有許多人工智慧代理產品。 OpenAI、Google、微軟、Anthropic、Salesforce 等眾多公司都在建立人工智慧代理和框架，以有效利用人工智慧驅動的解決方案。以下是一些您可以了解的人工智慧代理產品；但是，這些工具仍在開發中，並且會持續改進。
OpenAI
OpenAI是第一家推出 AI操作員代理 這款面向消費者的電腦代理程式可以自動執行網路任務。它可以與網頁瀏覽器交互，透過點擊、輸入和捲動等操作來完成任務。您可以利用它填寫表格、預訂機票、訂購雜貨等等。不過，它目前還不是完全自動化的。您仍然需要手動完成支付，並在必要時輸入驗證碼。這款代理程式的出現標誌著在開發能夠高效執行複雜任務的人工智慧方面邁出了重要一步。
操作員很可能屬於目標驅動型學習代理人的範疇。它是目標驅動的，並且能夠從與網站的互動中學習。此外，它… OpenAI 的深度研究代理 它能夠執行複雜的多步驟搜尋任務，並分析文字、圖像和PDF文件，產生綜合報告。我認為它融合了目標導向、學習型和層級式智能體的功能，能夠將任務分解成更小的子任務。這些功能使其成為研究人員和分析人員的強大工具。
此外，OpenAI表示，最新 o3 和 o4-mini 這些並非簡單的AI模型，而是具有智能體特性的「AI系統」。這些新型AI系統如同智能體一般運行，能夠與各種工具進行交互，例如網路搜尋、Python解釋器、影像分析以及Plus等。它們既是模型驅動型智能體，也是目標驅動型智能體。這些系統代表了AI能力的重大進步。
最後，OpenAI 最新推出的 Codex CLI 工具也是一種人工智慧代理，它允許開發者直接在終端機上讀取、修改和運行程式碼。該工具可以自動修復 bug、建立新功能並修改檔案。同樣，它也是一種目標驅動型代理，基於學習代理建構。這款工具能夠顯著提升開發者的工作效率。
到目前為止，谷歌只推出了 深度研究人工智慧代理在雙子座上這個智能體的功能與 OpenAI 智能體類似。它可以瀏覽網絡，提取所需信息，並將這些信息匯總起來，生成關於任何主題的綜合報告。我將其歸類為目標導向和學習型智能體，這使它在人工智慧領域處於領先地位。
隨後，Google發布了仍在開發中的「海員計畫」（Project Mariner）。此專案的功能類似OpenAI的AI Operator代理，可以自動執行Chrome瀏覽器中的任務。它可以分析當前螢幕並對網站執行操作。谷歌表示，該代理商正在由可信賴的測試人員進行測試，並將於近期發布。
此外，谷歌還提供 Agent2Agent (A2A) 協議 一項新標準允許多個人工智慧代理相互通訊。它本身並非代理，而是一個標準/框架，它將實現多代理系統（MAS）。
人類的
與 OpenAI 類似，Anthropic 也發布了其「電腦使用」人工智慧代理，目前處於測試階段，該代理可以與桌面環境互動。它可以分析螢幕、執行點擊和寫入操作，以及執行檔案操作。它不僅限於網頁瀏覽器，還可以執行作業系統層級的操作。毋庸置疑，這是一個目標驅動、基於學習的代理。
此外，Anthropic 近期發布了一款與 Workspace 整合的雲端研究工具。它可以連接到您的 Gmail、日曆、雲端硬碟以及網頁，用於進行研究並提取洞察。類似地，Cloud Code 是一款在終端機中運作的代理程式碼工具。它能夠理解程式碼庫，並且可以修改檔案、執行測試以及與 Git 互動。這兩款工具都是目標驅動型代理。
最後，Anthropic 開發了模型上下文協定 (MCP)，這是一個用於將 AI 模型連接到外部資料來源的開放標準，使 AI 代理程式能夠在無需 API 的服務上可靠運行。雖然它本身並非代理，但它能夠實現 AI 模型與工具、網站和其他資料來源之間的通訊。您可以了解其工作原理。 在 Windows 和 macOS 上設定雲端 MCP.
Microsoft微軟
在面向消費者的服務領域，微軟為其聊天機器人 Copilot 推出了幾款新的 AI 代理程式。這些代理可以… 副駕駛深度研究 進行多步驟研究，以產生關於特定主題的綜合報告。此外，它還可以 副駕駛操作 透過網路預訂機票、預訂和購買商品。但是，該功能僅適用於合作網站。
微軟近期針對企業用戶推出了 Copilot Studio 中的「電腦使用 AI 代理程式」。該代理程式無需依賴專用 API，即可直接與網站和桌面應用程式互動並執行操作。此外，微軟還發布了 Copilot 安全代理，旨在協助處理網路釣魚警報、資料安全和身分管理——這些都是企業網路安全的關鍵要素。
微軟為企業客戶開發了多款 Copilot 代理，您甚至可以為自己的工作流程建立自訂 AI 代理。您可以從 Copilot Studio 入手，連接 MCP 伺服器、API 和外部資源，實現任務自動化，從而提高工作效率並減少潛在錯誤。
Salesforce的
除了微軟之外，Salesforce 還為企業客戶開發了 Agentforce 平台，該平台提供獨立且可自訂的 AI 代理程式。業務用戶可以在 Agentforce 上建立、部署和管理多個 AI 代理，以產生銷售線索、提升銷售業績、管理行銷等等。 Agentforce 是一個領先的平台，可利用人工智慧實現業務流程自動化。
Salesforce 聲稱，與微軟的 Copilot 不同，Agentforce 代理可以根據預先定義的事件或觸發器獨立執行操作。 Agentforce 代理可以更新資料庫記錄、傳送電子郵件、安排會議、解決待處理案件等等。這些功能使 Agentforce 成為自動化客戶服務和銷售任務的強大工具。
因此，您可以探索以上幾種類型的AI代理，並找到目前市場上可用的AI代理。展望未來，AI代理將成為網路體驗不可或缺的一部分，無論對消費者或企業而言皆是如此。在對自動化和效率提升日益增長的需求推動下，AI代理市場預計將在未來幾年迎來顯著成長。
評論被關閉。