为什么您的下一个同事可能是 AI 代理

包括 Sam Altman 在内的许多领先的 AI 首席执行官都表示,2025 年将标志着从像 ChatGPT 这样回答问题的 AI 系统过渡到能够自主执行实际任务的 AI 代理。一组新的研究实验让我们得以一窥 AI 代理如何结合专业知识来解决复杂问题,就像今天的人类专家所做的那样,但速度和规模要快得多。

AI 代理是一种自主的 AI 系统,旨在主动执行特定任务或解决问题,而无需持续的人工指导。这些代理可以独立分析信息、做出决策和执行作,通常与其他专业代理合作以实现复杂的目标。

Google 引入 AI 联合科学家就是这种潜力的例证。利用其 Gemini 2.0 平台,这个多代理系统通过专门的代理模拟科学方法,包括 Generation(创建初始假设)、Reflection(批判性地评估想法)、Ranking(优先考虑最佳提案)、Evolution(完善和增强假设)、Proximity(识别相关想法)和 Meta-review(综合整体见解和反馈)——在 Supervisor 代理的战略监督下协作。该系统在动态、迭代的假设生成、评估和精炼周期中运行,确定了以前未知的急性髓性白血病 (AML) 药物再利用候选者,随后通过严格的实验室实验得到证实。同样,该系统提出了治疗肝纤维化的新型表观遗传靶点,并使用复杂的人类类器官模型成功验证。值得注意的是,它独立地重新发现了关于抗菌素耐药性背后机制的未发表见解,强调了其加速科学进步的变革潜力。

斯坦福大学和 Chan Zuckerberg BioHub 的虚拟实验室的另一项研究进一步说明了这种新兴协作 AI 模型的力量。在此框架中,首席研究员代理协调了一支由 AI 科学家代理组成的专业团队,例如计算生物学家、机器学习专家和免疫学家,并由专门的科学评论家代理提供支持。他们最近工作的一个引人注目的例子是设计针对 SARS-CoV-2 新出现的变体的新型纳米抗体。利用 ESM、AlphaFold-Multimer 和 Rosetta 等尖端计算工具,这些 AI 代理协作进行迭代分析、详细的科学辩论和深思熟虑的改进,类似于高功能人类研究团队。值得注意的是,这项合作产生了 92 种创新的纳米抗体设计,其中两种在针对 SARS-CoV-2 最新变体的实验室测试中显示出强大的潜力。这凸显了协作式 AI 如何加速突破,从而更快地响应不断变化的生物医学威胁。

这两项研究都强调了一个关键因素,即专门的 AI 代理的重要作用,他们专注于审查和批评同行的产出。这种关键的监督对于防止潜在错误、疏忽和偏见的保障是无价的。通过严格评估结果,这些批评代理加强了输出的可靠性、准确性和严谨性,从而显着降低了与错误或误解相关的风险。

除了科学研究之外,它对商业和教育等行业的影响也很大。在教育领域,可以设想一组 AI 代理充当协作的共同教师,每个代理都带来专业知识来支持教育工作者。课程代理可以利用严格的教育研究来设计引人入胜、基于证据的课程计划。阅读代理科学将一丝不苟地确保教学策略与经过验证的识字最佳实践保持一致。学生参与代理可以观察(可能通过新兴的视频理解功能)课堂动态和学生互动,确定提高积极性和参与度的机会。所有这些代理都可以在“连贯代理”的监督下运作,该代理的任务是审查输出、批评方法、挑战假设,并最终确保集体努力推动教学的清晰度和连贯性。

在金融领域,风险资本投资者可以使用一组 AI 代理来简化和增强投资决策。财务建模代理将严格分析预计回报和风险,而市场趋势代理将动态解释来自新闻、贸易新闻和 PitchBook 的数据。这种方法的核心是,代理人可以扮演“魔鬼代言人”的角色,批判性地评估和质疑分析和建议,确保彻底审查。最后,监督代理将综合这些输入,指导“投资团队”进行彻底审查的建议。这种结构化的协作可以极大地加快投资决策,减少不确定性,并在快速变化的市场中提高竞争敏捷性。

这些使用协作式 AI 代理的开创性实验为未来工作场所提供了令人信服的愿景,突出了人类能力的增强和工作角色的潜在转变。正如 NVIDIA 首席执行官黄仁勋所预测的那样,我们可能很快就会见证 IT 部门的发展,将 AI 代理作为数字员工进行管理,类似于人力资源角色。这些代理的成功部署和集成将在很大程度上取决于深思熟虑的监督、强大的道德框架和清晰的治理结构。它还可能要求员工在工作中如何使用这些代理团队进行更专业的发展。最终,这种协作模式不仅有望提高效率和创新,还会深刻重新定义组织如何应对复杂挑战和追求其战略目标。

了解更多:中国 DeepSeek 的经验教训:为 AI 创新敲响警钟 |我的 AI 顾问:专家数字助理一年的经验教训 |在当今竞争激烈的市场中,美国不能输掉高技能人才的竞争 |AI Tutors:教育的炒作还是希望?

该帖子 为什么你的下一个同事可能是 AI 代理 appeared first on 美国企业研究所 - AEI.

原始來源:美国企业研究所

https://www.aei.org/technology-and-innovation/why-your-next-co-worker-might-be-an-ai-agent/