You signed in with another tab or window. Reload to refresh your session.You signed out in another tab or window. Reload to refresh your session.You switched accounts on another tab or window. Reload to refresh your session.Dismiss alert
1)中间层 Infra 关注的是提供实用可复用的 Agent framework,降低开发 Agent 的复杂度,并为 Agent 的合作提供机制设计。对于这样的中间层基础设施类工具,可以考虑从模块化、适配性、协作等方面进行创新:
a. 模块化设计:这是降低复杂性的关键。
b. APIs 和 SDKs:设计通用的接口与协议,让不同的Agent可以兼容配合。
c. 合作机制设计
2)Vertical Agent 则是深入某个垂直领域,理解该领域专家的工作流,快速形成 PMF 开始累积用户数据。未来的 Copilot 类产品一定是多个 Agent 在这一领域上的合作所实现的,也可能诞生更新的产品形态。这一领域的核心竞争力是领域知识针对性和交互反馈:
a. 领域知识
b. 工作流理解
c. 数据反馈
d. 多 Agent 协作
其实验性强于实用性,大部分问题并不能真的解决
大部分产品 demo 看上去效果惊艳,但是对于抽象复杂的问题,能有效解决的比例不到 10%(让AI自我规划容易产生死循环,或者会出现一步走错,步步走错的问题),只适合解决一些中等难度的问题。这需要等 LLM 的下一次技术突破,尤其是其复杂推理能力的提升。
第三方 api 支持的数量和生态不多(基本以搜索和文件读取功能为主),很难做到比较完整的跨应用生态。
以上的这两个缺陷正是 existing company 的优势,
第一点是 OpenAI/Anthropic 这类 LLM 公司的目标
第二点是 Apple/Google/Microsoft 这类有自己软硬件生态、操作系统公司最适合做的
Agent Framework和Vertical Agent是AI Agent商业上最可行的两个方向
当下 AI Agent 领域中 startup 涌现的方向有二
1)中间层 Infra 关注的是提供实用可复用的 Agent framework,降低开发 Agent 的复杂度,并为 Agent 的合作提供机制设计。对于这样的中间层基础设施类工具,可以考虑从模块化、适配性、协作等方面进行创新:
a. 模块化设计:这是降低复杂性的关键。
b. APIs 和 SDKs:设计通用的接口与协议,让不同的Agent可以兼容配合。
c. 合作机制设计
2)Vertical Agent 则是深入某个垂直领域,理解该领域专家的工作流,快速形成 PMF 开始累积用户数据。未来的 Copilot 类产品一定是多个 Agent 在这一领域上的合作所实现的,也可能诞生更新的产品形态。这一领域的核心竞争力是领域知识针对性和交互反馈:
a. 领域知识
b. 工作流理解
c. 数据反馈
d. 多 Agent 协作
https://m.huxiu.com/article/2169231.html
The text was updated successfully, but these errors were encountered: