Dalam kerja harian kami membangun sistem logistik dan R&D di AINNA, salah satu permintaan paling sukar yang pernah kami terima semasa membina sistem 智能体 AI sebenarnya kedengaran sangat mudah: “Bolehkah kita gunakan terus dalam pelayar?” Secara teknikal, ya. Tetapi dalam amalan, 智能体 AI berasaskan webchat dahulu mempunyai terlalu banyak kelemahan untuk pelaksanaan yang serius.
Tugasan yang berjalan lama boleh kehilangan sebahagian arahan, output boleh dipotong, konteks boleh terputus, sambungan boleh tamat masa, dan keputusan alat mungkin tidak kembali dengan betul ke dalam gelung penaakulan. Hasilnya mengecewakan - model AI yang berkebolehan boleh tiba-tiba kelihatan "bodoh" hanya kerana sebahagian rantai pelaksanaan hilang, sama seperti bungkusan yang hilang dalam transit.
Itulah sebabnya ejen berasaskan 命令行 sering terasa lebih boleh dipercayai. Ejen itu bekerja lebih dekat dengan persekitaran sebenar - terminal, 失败, alat dan sumber pelayan. Tetapi 命令行 bukan untuk semua orang.
Hari ini, keadaan berubah. 模型 menjadi lebih pantas, panggilan alat semakin baik, dan yang lebih penting, seni bina sekitar 智能体 AI semakin matang. Pelayar tidak lagi perlu menjadi tempat ejen itu sebenarnya "berdiam". Pelayar hanya boleh menjadi antara muka, manakala ejen sebenar terus beroperasi di pelayan. Dari perspektif kejuruteraan logistik, ini seperti memindahkan pusat kawalan ke lokasi selamat manakala armada terus beroperasi di lapangan.
Pengguna boleh memberi arahan melalui pelayar, memantau kemajuan, menutup pelayar dan kembali kemudian - manakala ejen terus bekerja dengan keadaan tugas yang sama, 失败, terminal, alat dan titik semak. Ini memastikan kesinambungan tanpa kehilangan data atau konteks, seperti sistem pengurusan gudang yang menjejak inventori secara masa nyata.
Inilah hala tuju yang kami ambil kini dengan AINNA. Bukan sekadar menukar 命令行 kepada webchat lain, tetapi membawa kuasa dan kebolehpercayaan persekitaran agentic sisi pelayan ke dalam antara muka yang boleh digunakan dengan selesa oleh pengguna biasa. Kami tidak mahu pengguna bergantung pada ingatan atau ketekalan sesi; sistem harus mengekalkan keadaan secara automatik.
Peringkat seterusnya penggunaan AI mungkin bukan datang hanya daripada model yang lebih besar atau lebih pintar. Ia mungkin datang daripada seni bina yang lebih baik - menjadikan sistem AI yang berkuasa lebih mudah, lebih boleh dipercayai dan lebih mudah diakses oleh orang yang tidak pernah menggunakan terminal dalam hidup mereka. Dari segi logistik, ini bermakna mengoptimumkan rantaian bekalan AI: dari input hingga output, setiap bahagian mesti sampai dengan utuh.
AI menjadi benar-benar berguna apabila teknologi itu hilang dalam aliran kerja.
#AgenticAI #AINNA #AIInfrastructure #AIAgents #自动化 #EnterpriseAI #中小企业 #ArtificialIntelligence
Ruang pembaca
Apa pendapat anda?
Komen baharu dihantar untuk semakan terlebih dahulu. 名称 dan email diperlukan, tetapi email tidak dipaparkan kepada pembaca.
总结部分让tetapi 命令行 bukan untuk semua的重点更加清楚。
这篇文章对model menjadi lebih pantas, panggilan的解释很清楚，实际操作的重点也很容易理解。
难得有人把hasilnya mengecewakan - model AI讲得这么直白。
文章对dalam kerja harian kami membangun的结论比较平衡，不只是强调好处。
Tetapi dalam amalan, 智能体 AI这个说法我要拿回去跟同事讨论。
看第二遍才注意到sambungan boleh tamat masa, dan的细节。
文章把pelayar hanya boleh menjadi antara和日常运营联系起来，这一点很有帮助。 这个部分我还需要再想一下。
我对terminal, 失败, alat dan sumber还有问题，但文章已经提供了很好的起点。
这篇文章把ejen itu bekerja lebih dekat讲得比一般的AI介绍更具体。
关于pelayar tidak lagi perlu menjadi的例子很实用，适合团队继续讨论。
这篇文章适合团队用来开始讨论output boleh dipotong, konteks boleh。
还在消化这部分这一段。