03.
为什么Super Agent尚未出现?
尽管 AI 智能体赛道已经鸣枪开跑,如火如荼的探索热潮之下,Super Agents 仍未出现。
Sam Altman 曾将 Super AI Agents 描述为“超级能干的同事“,他憧憬着:“你真正想要的就是这个能帮你的东西。它完全了解我的一生、每封电子邮件、我曾经进行过的每一次对话,但又不觉得是它的简单延伸。它可以立即处理简单的任务,对于更复杂的任务,它会尝试执行,但如果需要,它会返回问题。”
现实却不如理想中的美好。AI Agents 虽然容易想象,但实现起来却困难重重,AI Agents 的杀手级应用还在不确定的未来。
Super Agent 的瓶颈之一在于目前的 LLM (大语言模型)缺乏足够的长尾推理能力而稍显笨拙,无法在没有人工介入的情况下真正解决复杂、高风险的问题。此外,大模型的幻觉问题仍然不容小觑,难以严格遵循指令,容易带来一系列安全隐患。
当然,这种情况会随着新模型的出现而在未来有所改变,但我们也可能需要将 Agent 的规划能力转移到不受 LLM 控制的更具确定性的系统。
除了大模型的能力限制之外,另一个挑战是场景的挖掘。
落地容易,爆款难出,AI Agent 赛道拥挤,各类智能体应用功能同质化严重。
要让 AI 智能体真正用起来,实现商业变现,如同拿着锤子找钉子,需要找到各个垂类场景下合适的锚点。
“AI 教母”李飞飞也曾强调:AI Agent 的用武之地可能在各个行业的垂直领域。因为在各个传统行业,有大量的专业场景、数据、经验没有被挖掘,特别是专业壁垒高的行业如医疗、法律、建筑等。
例如,文心智能体平台上的这款“武守恭医生的 AI 分身”,专注于提供中医和儿科领域的专业知识。它收录了武守恭医生 40 年的临床专业知识。患者可以针对日常生活中遇到的常见病症,对该款 AI 智能体进行咨询。
只要输入对病情相关的描述,便可以快速获得在相关领域的专业指导,切实地解决了病人看病难、不方便的问题。