Même lorsque le développeur s'appuie sur des interfaces de programmation d'applications pour forger des connexions aux agents et services d'IA existants qui offrent des fonctions essentielles, il y a toujours une énorme authentification et une gestion qui doivent être appliquées au niveau de l'infrastructure.

Apprendre des erreurs d'agence

Lorsque la communauté des développeurs peut échouer, c'est sa capacité à suivre systématiquement non seulement comment et où les agents forgent leurs points de connexion, mais aussi… surtout, pour capturer et codifier ce que l'agent a fait au cours de son interconnexion à un autre service informatique et à quel point cette connexion réussissait en termes de fonctionnalités extraites de celui-ci.

?Les agents de l'IA font généralement les mêmes erreurs à plusieurs reprises… ce qui est une bonne chose en termes d'apprentissage?, explique Soham Ganatra, PDG de Composio, une organisation nouvellement établie qui travaille pour fournir un service d'infrastructure de compétences fondamentales pour apprendre et optimiser leurs performances à travers les applications d'entreprise. ?Lorsque les développeurs connectent des agents à des applications comme Salesforce (ou à un flux de travail GitHub, ou à une base de données), ils finissent tous par résoudre les mêmes problèmes et fournir le même contexte. Nous stockons ces connaissances que les? compétences ?qui peuvent être réutilisées par d'autres développeurs. Lorsqu'un agent apprend à travailler avec Salesforce pour la première fois, tous les connaissances.

Désormais sur le marché de sa plate-forme au cours de son année de fonctionnement inaugurale, Composio prétend pouvoir combler une lacune dans l'écosystème de l'IA en fournissant ?l'infrastructure de compétences? qui permet aux agents autonomes d'interagir plus intelligemment avec les outils logiciels et les flux de travail. La société affirme que nous pouvons considérer son portefeuille de services comme une couche de compétences adaptative qui améliore son intuition à chaque interaction, qui autorise ses propres actions et devient plus utile avec le temps.

L'intelligence brute est, bien, brute

Ganatra affirme que l'intelligence brute (c'est-à-dire la puissance des modèles de grands et petits langues lorsqu'il est alimenté par les modèles de données d'IA les plus sophistiqués et le turbo-chargé par les unités de traitement graphique ou neuronales les plus zippées connues de l'humanité) n'est qu'une partie du puzzle. Il suggère que l'impact commercial se produit lorsque l'intelligence peut apprendre de ses interactions avec le monde, incorporant à la fois les êtres humains et les machines qui y résident.

?Les agents de l'IA continueront de devenir plus intelligents sur le dos de modèles de plus en plus puissants, mais la magie réside pour leur donner une ame: les élever des robots d'appel à des outils aux systèmes qui comprennent vos objectifs et votre environnement, en grandissant avec vous en tant que partenaires?, explique Ganatra. ?Nous construisons une couche de compétences auto-optimisant, abordant l'écart fondamental entre les LLM et les agents de plus en plus intelligents qui peuvent évoluer de l'expérience au développement de compétences nuancées et pratiques.?

Il déclare en outre que les compétences sont les éléments fondamentaux des capacités d'un agent, allant des taches de base comme la composition des e-mails à des opérations complexes comme la gestion de la publicité. Une couche de compétences en évolution améliore les capacités globales du système de fa?on exponentielle, ce qui lui permet de gérer des problèmes de plus en plus complexes sans incitation approfondie.

La société affirme que lors de la construction de constructions d'IA, nous devons penser à ?l'échelle des outils?, c'est-à-dire qu'un agent est fiable et qualifié, il doit accéder à tous les terminaux logiciels en tant que service à la demande. Cela justifie un référentiel avec des milliers de bo?tes à outils. En termes d'adaptation des compétences, les workflows répétés devraient se passer de l'exécution guidée par LLM en routines rapides et codifiées, optimisation de la vitesse et de la fiabilité. Les compétences doivent également basculer dynamiquement entre les flux codifiés et le raisonnement LLM en fonction du contexte ... Cela signifie que si une compétence codifiée n'existe pas pour une tache, elle revient à l'exécution guidée par LLM.

Grace à l'agent Composio à travers sa clientèle, la société affirme qu'elle construit le réseau de compétences gérées qui sont personnalisées et apprennent de l'environnement dans lequel ils opèrent.

"Vous pouvez passer des centaines d'heures à construire des outils LLM, à modifier des invites et à affiner les instructions, mais vous avez heurté un mur", explique Ganatra. "Ces modèles ne s'améliorent pas dans leur travail comme un employé humain le ferait. Ils ne peuvent pas construire de contexte, apprendre des erreurs ou développer la compréhension subtile qui rend les travailleurs humains inestimables."

Ganatra et l'équipe insistent sur le fait qu'ils ont commencé à construire des services d'agent d'IA ?avant le battage médiatique actuel? il y a environ deux ans. L'entreprise a été fondée en mission pour résoudre des problèmes d'infrastructure fondamentaux dans l'espace d'IA. L'équipe a relevé des défis complexes, notamment la coordination multi-agents, l'authentification à travers les systèmes d'entreprise et l'évolutivité des batiments dans les processus d'infrastructure afin que des millions de demandes puissent être traitées quotidiennement. L'organisation compte désormais plus de 100 000 développeurs utilisant sa plate-forme, avec des dizaines de millions de demandes chaque jour.

Analyse compétitive, automatisation agentique

While Creatio will of course claim “uniqueness” and describe its agentic AI infrastructure technologies as one of a kind, we can find a range of services that reflect and resonate with its approach through the usual suspects in the IT marketplace… and within some of the start-ups vying for more voice in this arena

En plus de Dynatrace avec son service Davis AI et IBM avec Watsonx Orchesrtate, l'espace de gestion de l'infrastructure de l'agence est bien peuplé avec des technologies de New Relic, Cisco, Splunk et même ServiceNow (en tant qu'entreprise que la plupart d'entre nous reconnaissent pour sa propre plateforme de gestion des services informatiques) et offrent des services d'agent pour les invidences et les invidences pour devenir des Orchestrateurs de leurs propres processus et offrir à leur dispositif d'agent.

Parmi les grands acteurs, le fournisseur de base de données Oracle se trouve dans ce secteur avec son studio d'agent, une technologie pour créer, étendre, déployer et gérer des agents d'IA et des équipes d'agent dans une entreprise. Sans doute plus réduit à des cas d'utilisation d'Oracle spécifiques, la société fournit une ?codification des agents? similaire avec ses bibliothèques de modèles d'agent, un service utilisé pour créer des agents d'IA avec des modèles prédéfinis associés à des invites en langage naturel ou s'appuyer sur une bibliothèque de modèles prêts à l'emploi pour prendre en charge une variété de scénarios d'entreprise. également à partir des géants de la technologie, Microsoft Autogen est un cadre de programmation open source pour construire des agents d'IA et faciliter la coopération entre plusieurs agents, car ils sont con?us pour résoudre les taches de travail. Microsoft dit qu'Autogen vise à fournir un cadre flexible pour accélérer ?le développement et la recherche sur l'IA agentique? en mettant l'accent sur la qualité du code, la robustesse, la généralité et l'évolutivité.

Le tarif moins connu (mais sans doute non moins savoureux) est proposé dans l'espace de Tonkean avec sa technologie de porte d'entrée d'IA, qui agit comme une plaque tournante d'orchestration entre les taches et les agents du lieu de travail sous le contr?le des politiques appliqué avec une auditabilité. Encore une fois, il y a un point d'application plus étroit ici, c'est-à-dire que Tonkean fonctionne spécifiquement dans le secteur juridique et d'approvisionnement. Un peu plus large, Camunda est connue pour son travail soutenant l'orchestration hybride avec des technologies agentiques. La société aurait ?fusion? des modèles de processus déterministes avec une prise de décision guidée par l'IA non déterministe. Mulesoft, AWS, Uipath et d'autres opèrent tous dans cet espace.

Plus de retour à l'école?

Il y a quelque chose d'un paradoxe incongru dans l'intelligence artificielle si la volonté de constituer des fonctions agentiques (qui existent essentiellement pour automatiser nos vies avec des raccourcis fonctionnels et des accélérateurs intelligents qui suppriment le grognement) implique un besoin central de marcher sur les freins et de revenir à l'école pour chaque nouvelle construction. Si l'IA est destinée à encapsuler l'automatisation et à rendre les choses plus rapidement, il devrait s?rement utiliser l'automatisation encapsulée elle-même lors de la tentative de fonctionnement. Ce n'est en aucun cas l'énoncé de mission dont le Composio opère, mais cela pourrait s?rement être.

Un problème de base à résoudre est le fait que les interfaces de modèle de langue ont traditionnellement été con?ues pour que les humains puissent utiliser, pas pour les services de machine avec qui s'adapter. Cela signifie que l'IA dans votre conversation, e-mail, recherche ou créateur préférée est amusante à utiliser, mais cela signifie également que beaucoup de travail se déroule sous les ponts dans la salle des machines. Personne ne veut être couvert de graisse quand il n'en a pas besoin, alors épargnons une pensée pour les agents de l'IA eux-mêmes. Sinon, apportez un lavage des mains.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!