详细内容或原文请订阅后点击阅览
代理AI只是自动化吗？
为什么大多数代理只是伪装的流程图，以及应该构建什么。该文章《代理式AI只是自动化吗？》首次发表于Towards Data Science。
来源:走向数据科学为什么大多数代理只是伪装的流程图，以及构建什么。
几个月前，我在机场写下了其中的大部分内容，然后将其留在了草稿中。从那以后，噪音变得越来越大，所以就在这里。几个月前，在从客户研讨会回来的路上，我们正在讨论 Agentic AI 的范围，并且我们所有人都引用了我们经验中的例子。有人讨论了为什么自动化无法解决这个问题，以及为什么大多数代理人工智能用例只不过是美化的自动化。问题是，“给我一个代理的真实用例。不是演示。不是自动化。而是一个真实的用例。因为到目前为止我所看到的一切，我都可以使用工作流引擎和模型调用来构建。”
那时我们已经进行了几个月的人工智能对话。我们设计了这些系统。我们已经向他们推销过。尽管如此，我们坐在那里喝着茶，花二十分钟的时间，我们必须思考足够长的时间才能给出一个经过三十秒审查的例子。
这让我很烦恼，所以把它写下来。
我首先达到的测试
我的直觉是通过作品的形状来定义主体。
任务是否要求系统在执行过程中做出一开始无法预料的决策？如果是的话，代理。如果没有，自动化。
我想到了航空维修的一个例子，因为那是我过去六个月度过的地方。
一架 A320 飞机着陆时出现 ECAM 警告：AIR PACK 1 FAULT。
自动化的作用：触发检查表，通知值班工程师，也许会提取 MEL 参考。完毕。
传统机器学习的作用：根据历史故障模式预测组件故障的概率，产生置信度分数。工程师仍然决定。
没有人预先编程该决策树。该计划是从这个过程中产生的，而不是在它之前。
我仍然不相信自己。经过反思，我相信我是对的。
为什么该示例失败
因为你可以画出流程图。
那么实际的行在哪里呢？