为什么智能体计算是缺失的一层

企业正努力将人工智能应用于其现有且混乱的运营环境中，而一种新型的‘智能体计算’可能提供缺失的环节，据德国电信前AI工程主管Arun Joseph称。在最近的一次行业活动中，Joseph详细介绍了他构建欧洲首批大规模智能体平台的经历，以及随后启动一家隐身初创公司的举措。他认为，虽然绿地AI项目很容易，但真正的价值在于增强现有的企业基础设施，他将其比喻为抬起并飞行已经在使用的卡车和汽车。

Joseph透露，他在德国电信的团队于2023年构想并推出了LMOS（语言模型操作系统），这是一个开源的智能体平台，已在多个国家上线。该系统现已归属于Eclipse基金会，取得了显著的商业成果，并在行业测试中优于成熟供应商的产品。至关重要的是，它展示了企业如何利用现有投资和内部团队从零开始构建智能体系统，甚至在‘智能体’一词成为主流之前。

现在，Joseph领导着Masaic，一家专注于运营智能的多智能体系统的公司，他倡导一种他称之为‘成果系统’的新技术类别。这一层位于传统记录系统（如Salesforce）和数据操作系统（如Palantir）之上，针对减少重型机械停机时间或优化城市运营等成果。他认为，这种方法解决了使AI在关键基础设施和大型企业的约束下工作的核心挑战。

演讲者还旨在打破关于企业环境中真正有效方法的迷思，提供了两个‘魔法子弹’来解决问题，并概述了一种实用、非理论性的定义智能体的心智模型。他的观点基于实际部署，与围绕AI的炒作形成鲜明对比。

把任意网站变成干净 JSON

现成爬虫与 AI 智能体

试用 Apify