開発者がアプリケーションプログラミングインターフェイスを利用して、必須関數(shù)を提供する既存のAIエージェントとサービスへの接続を構(gòu)築する場(chǎng)合でも、インフラストラクチャレベルで適用する必要がある膨大な量の認(rèn)証と管理が常にあります。

エージェントの間違いから學(xué)ぶ

開発者コミュニティが不足している可能性がある場(chǎng)合は、エージェントが接続ポイントをどのように、どこで鍛造するかだけでなく、重要なことにも、エージェントが相互接続の過(guò)程を通じて他のITサービスに行ったことをキャプチャして成文化する能力と、その接続がそれから抽出された機(jī)能の観點(diǎn)からどれだけ成功したかを追跡する能力です。

「AIエージェントは通常、同じ間違いを繰り返し発生させます...これは學(xué)習(xí)の面で良いことです」と、AIエージェントが企業(yè)アプリケーション全體でパフォーマンスを?qū)Wび、最適化するために基礎(chǔ)的なスキルインフラストラクチャサービスを提供するために機(jī)能する新しく確立された組織であるComposioのCEOであるSoham Ganatra氏は説明します。 「開発者がエージェントをSalesforce（またはGitHubワークフロー、またはデータベース）などのアプリケーションに接続すると、すべて同じ問題を解決し、同じコンテキストを提供することになります。他の開発者が再利用できる「スキル」としてこの知識(shí)を保存します。

現(xiàn)在、初年度の運(yùn)用年にプラットフォームを市場(chǎng)に投入し、Composioは、自律エージェントがソフトウェアツールやワークフローとよりインテリジェントに相互作用できるようにする「スキルインフラストラクチャ」を提供することにより、AIエコシステムのギャップに対処できると主張しています。同社は、サービスポートフォリオを、すべての相互作用との直観を改善する適応スキルレイヤーと考えることができると述べています。

生の知能は、まあ、生です

ガナトラは、生の知性がそれ自體でそれ自體で主張している（つまり、最も洗練されたAIデータモデルを介して供給された場(chǎng)合の大小の言語(yǔ)モデルの力と、人類に知られている最もジッピーグラフィカルまたはニューラル処理ユニットによってターボ充電された場(chǎng)合）はパズルの一部にすぎないことを主張しています。彼は、知性が世界との相互作用から學(xué)ぶことができ、人間とその中にある機(jī)械の両方を取り入れたときに、ビジネスの影響が起こることを示唆しています。

「AIエージェントは、ますます強(qiáng)力なモデルの裏に賢くなり続けますが、魔法は彼らに魂を與えることにあります。ツールコールロボットからあなたの目標(biāo)と環(huán)境を理解するシステムに向けて、パートナーとしてあなたと一緒に成長(zhǎng)します」とガナトラは言います。 「私たちは、自己最適化のスキル層を構(gòu)築し、ますますインテリジェントなLLMと、経験から微妙で実用的なスキルを開発するために進(jìn)化できるエージェントとの根本的なギャップに対処しています。」

彼はさらに、スキルは、電子メールの構(gòu)成などの基本的なタスクから広告管理などの複雑な操作に至るまで、エージェントの機(jī)能の背後にある基本的なビルディングブロックであると述べています。進(jìn)化するスキルレイヤーは、システムの全體的な機(jī)能を指數(shù)関數(shù)的に改善し、広範(fàn)なプロンプトなしでますます複雑な問題を処理できるようにします。

同社は、AIコンストラクトを構(gòu)築する際には、エージェントが信頼性で熟練しているために「ツールの規(guī)?！埂ⅳ膜蓼?、サービスとしてのソフトウェアとしてのエンドポイントにオンデマンドでアクセスする必要があると考える必要があると述べています。これは、數(shù)千のツールキットを備えたリポジトリを保証します。スキルの適応に関しては、繰り返されるワークフローは、LLM誘導(dǎo)実行から高速で成文化されたルーチン、速度と信頼性の最適化に変換する必要があります。また、スキルは、コンテキストに基づいて體格化されたフローとLLMの推論を動(dòng)的に切り替える必要があります...これは、タスクのために成文化されたスキルが存在しない場(chǎng)合、LLMガイド付き実行に戻ることを意味します。

顧客ベースを橫切るエージェントComposioを通じて、同社は、自分が運(yùn)営している環(huán)境からパーソナライズされ、學(xué)習(xí)するマネージドスキルのネットワークを構(gòu)築していると言います。

「LLMツールの構(gòu)築、プロンプトの調(diào)整、洗練の指示を何百時(shí)間も費(fèi)やすことができますが、壁にぶつかります」とガナトラは言います。 「これらのモデルは、人間の従業(yè)員がそうであるように仕事で良くなることはありません。彼らは文脈を構(gòu)築したり、間違いから學(xué)んだり、人間の労働者を非常に貴重にしたりする微妙な理解を開発することはできません?！?/p>

ガナトラとチームは、約2年前に「現(xiàn)在の誇大広告の前に」AIエージェントサービスの構(gòu)築を開始したと主張しています。このビジネスは、AIスペースの基本的なインフラストラクチャの問題を解決するミッションに基づいています。チームは、マルチエージェント調(diào)整、エンタープライズシステム全體の認(rèn)証、インフラストラクチャプロセスへのスケーラビリティの構(gòu)築など、複雑な課題に取り組みました。この組織には現(xiàn)在、100,000人以上の開発者がプラットフォームを使用しており、毎日數(shù)億のリクエストがあります。

競(jìng)爭(zhēng)分析、エージェントオートメーション

Creatioはもちろん「一意性」を主張し、そのエージェントAIインフラストラクチャテクノロジーを種類のものとして説明しますが、ITマーケットプレイスの通常の容疑者を通じてそのアプローチを反映し、そのアプローチに共鳴するさまざまなサービスを見つけることができます。

Davis AIサービスとWatsonx Orchesrtateを備えたIBMを備えたDynatraceに加えて、エージェントインフラストラクチャ管理スペースには、新しい遺物、シスコ、スプランク、さらにはServiceNowの技術(shù)（ITサービス管理プラットフォーム）が発見され、エージェントを提供することを目的としているテクノロジーになります。

大手プレーヤーの中で、データベースベンダーのOracleは、エージェントスタジオを備えたこのセクターにいます。これは、企業(yè)全體でAIエージェントとエージェントチームを作成、拡張、展開、管理するためのテクノロジーです。おそらく特定のオラクルのユースケースにより狹くなっている同社は、エージェントテンプレートライブラリと同様の「エージェントの成文化」を提供します。これは、自然言語(yǔ)のプロンプトと組み合わせたテンプレートの事前に構(gòu)築されたテンプレートを作成するために使用されるサービス、またはさまざまなビジネスシナリオをサポートする既製テンプレートのライブラリを利用しています。また、Tech Behemothsから、Microsoft Autogenは、AIエージェントを構(gòu)築し、職場(chǎng)のタスクを解決するために設(shè)計(jì)されている複數(shù)のエージェント間の協(xié)力を促進(jìn)するためのオープンソースプログラミングフレームワークです。 Microsoft氏によると、Autogenは、コードの品質(zhì)、堅(jiān)牢性、一般性、スケーラビリティに重點(diǎn)を置いて、「エージェントAIの開発と研究」を加速するための柔軟なフレームワークを提供することを目指していると述べています。

あまり知られていない（ただし、おそらくそれほどおいしい）運(yùn)賃は、AIフロントドアテクノロジーを備えたトンキーンからのスペースで提供されています。これは、監(jiān)査可能性を備えた政策管理が強(qiáng)制されている職場(chǎng)のタスクとエージェントの間のオーケストレーションハブとして機(jī)能します。繰り返しになりますが、ここにはより狹いアプリケーションポイントがあります。つまり、Tonkeanは法的および調(diào)達(dá)事業(yè)で特別に機(jī)能します。もう少し広いカムンダは、エージェントテクノロジーを使用したハイブリッドオーケストレーションをサポートする作業(yè)で知られています。同社は、非決定論的AIガイド付きの意思決定を伴う「融合」決定論的プロセスモデルと言われています。 Mulesoft、AWS、Uipathなどはすべてこの分野で動(dòng)作します。

これ以上學(xué)校に戻りませんか？

エージェント機(jī)能を構(gòu)築するためのドライブ（基本的には、グラント作業(yè)を除去する機(jī)能的なショートカットとスマートアクセラレータで私たちの生活を自動(dòng)化するための本質(zhì)的に存在する）を構(gòu)築するためのドライブが存在する場(chǎng)合、人工知能では不調(diào)和なパラドックスがあります）には、新しいビルドごとにブレーキを踏んで學(xué)校に戻るコアが必要です。 AIが自動(dòng)化をカプセル化し、物事をより迅速にすることを意図している場(chǎng)合、確実に動(dòng)作を試みるときにカプセル化された自動(dòng)化自體を利用する必要があります。これは決して、Composioが動(dòng)作するミッションステートメントではありませんが、確かにそうなる可能性があります。

対処すべきコアの問題は、言語(yǔ)モデルのインターフェイスが伝統(tǒng)的に人間が使用するために構(gòu)築されてきたという事実です。これは、お?dú)荬巳毪辘违隶悭氓?、電子メール、検索、または作成者アプリケーションのAIが使用するのが楽しいことを意味しますが、エンジンルームのデッキの下にたくさんの作業(yè)が行われていることも意味します。誰(shuí)も彼らが必要ではないときにグリースで覆われたくないので、AIエージェント自身の考えをspareしみましょう。それ以外の場(chǎng)合は、手洗いを持ってきてください。

以上がComposioは、AIスキルインフラストラクチャのスコアを削減しますの詳細(xì)內(nèi)容です。詳細(xì)については、PHP 中國(guó)語(yǔ) Web サイトの他の関連記事を參照してください。