- 发布日期
Meta、OpenAI和Uber刚刚教会AI智能体先开口。那什么时候该保持沉默？
- 作者
- 姓名
- 荷鲁斯快报
- 社交账号
Meta、OpenAI 和 Uber 都推出了以主动抢先发言为设计目标的 AI 智能体，将对话式 AI 的核心挑战从如何组织答案，转向决定何时插话。Meta 于 9 月 8 日推出 Muse，OpenAI 于 9 月 29 日发布 Dots，Uber 则于 9 月 24 日推出了一款面向司机的免提语音助手。三者都押注于同一个方向：由智能体主动发起对话。
迄今为止，聊天机器人一直充当一种“拉取式”界面，由用户决定何时、通过什么渠道以及提出什么问题。主动型智能体彻底颠覆了这一模式，意味着智能体必须自行判断插话的时机。打断得太频繁，用户就会将其静音；打断得太晚，需求高峰可能已经结束，或者发票已经逾期。
Muse 可以预订会议、发送邮件，并在应用关闭时继续工作，同时记住各项细节，并通过自己的应用和 WhatsApp 联系用户以获取批准。Dots 会进行“主动研究”，以只读方式监控用户的应用，以发现被遗忘的发票或 Slack 中的漏洞，并通过 ChatGPT、Slack 和 Teams 联系用户。Uber 的助手曾向一名闲置了 33 分钟的司机指出一个更好的运营区域，并提供相关证据，同时评估司机是否采取了行动。
governing rule 是，预期收益必须高于打断用户所产生的成本；作出判断时，需要权衡事件本身的重要性、用户采取行动的可能性、机会窗口消散的速度，以及这件事对谁有价值。高价值且即将过期的消息要立即发送；价值中等的消息可以等到汇总时再发送；其余消息则永远不发送。一条消息的价值越高，就越值得通过侵扰性更强的渠道触达用户。
决定何时以及以何种方式发言，是一个预测问题，而通知团队和增长团队多年来一直在解决这个问题，他们使用提升模型、上下文老虎机和 receptivity 模型（接受度模型）。接受度模型用于预测用户此刻是否方便互动，例如用户正在开车或停车、正在开会，或者有空。Uber 对行动结果的跟踪为这些模型提供了所需的标签数据。
一类更新的决策模型更适合这项工作：TypeSafe 的 Jev，以及 Supersonic Labs 推出的开放权重模型 Julia 1，都不会返回文本，只会给出附带概率的类型化判断。Julia 1 运行在 CPU 上，每次决策大约耗时 33 毫秒，因此智能体在任何一次 LLM 调用之前，都能筛查远多于最终发送数量的触发条件。
在商业层面，各方押注的 stakes 相当可观。Meta 正在探索 Muse 中的商业功能，并已经面向小型企业推出了 Muse for Small Business；OpenAI 宣布 Dots 的同时，还推出了一项每月 500 美元的新套餐。Uber 则拥有配送和其他可供推广的服务。
然而，推销优惠终究也只是另一条消息，同样必须达到既定的价值门槛。因为只要用户怀疑智能体是在推销而不是提供帮助，就会降低每一条消息的价值。拥有多年通知数据的企业或许会占据先发优势。最终的竞争赢家，将取决于谁更善于判断用户的注意力。
