AI办公智能体离“替你把活干完”还差多远?4款产品实测告诉你
源自63位全网作者
12:08
精选参考来源
1
中国办公智能体产品发展的挑战与趋势——《中国办公智能体平台市场研究报告2026》解读一
2
具身智能L1~L6划分
智能体能够自主地感知环境,制定决策,做出相应的行动,以达成特定的目标。传统的智能体可能存在于虚拟世界,比如游戏里的角色,工作流程中的助手或者搜索引擎的算法。智能机器人则将实体躯壳赋予了智能体,拥有了身体的智能体可以和物理世界进行更直接的交互,如行走坐卧,抓取物体,背负重物,完成任务,等等。
我们将智能体的能力表现由弱至强,由低至高设定出六阶(从L1~L6),分别为步骤执行,步骤制定,规划与反思,用户需求发现,专业决策,创意与情感。每一次升阶都意味着智能体已经可以胜任此前只能由人类完成的任务。
.L1:简单步骤的跟进(Simple Step Following),对应步骤执行阶。大模型与生成式AI爆发之前的智能体大致处于这一级别。
.L2:确定性任务自动化(Deterministic Task Automation),对应步骤制定阶。除了跟进简单任务,还能在给定相同的输入条件下,生成相同,可预测输出结果的自
动化流程,流程本身具备高度的可靠性,
可重复性,并且通常无须人工干预。对智能体而言,这一级别意味着更强的泛化能力,更高的自主性和更深入的学习能力。
.L3:策略性任务自动化(StrategicTask Automation),对应规划与反思阶。这一阶是人类智能有别于其他生物与AI的重要体现,也是AI发展的关键目标之一。当前,尽管AI在许多任务场景中已超越人类,但在规划与反思方面仍面临不少挑战。例如在涉及因果关系的理解与长期目标的设定和实现时,在充斥着诸多不确定因素的环境下,在平衡与优化多个目标的过程中,AI的表现都有待提高。而且,AI的反思能力是有限的。例如,它虽然能检测出错误,但是难以深入分析错误的原因并加以调整和改进。在现实中,策略性任务自动化旨在透过智能体,以完全的自然语言交互,实现复杂,具策略性任务的自动化。与确定性任务自动化相比,策略性任务自动化更强调智能体的学习能力,适应性和决策能力。
.L4:记忆与上下文意识(Memory and Context Awareness),对应用户需求发现阶。记忆与上下文意识是AI系统能够理解,回应,准确预判用户需求的基础。这要求AI能够建立更细致的使用者画像乃至模型;能够根据当前的对话内容,用户所在位置,所处时间等多元信息要素,更深入地理解用户意图,提供更精准的建议,也就是主动感知情境,提供服务。
. L5:自主化身(Autonomous Avatar),对应专业决策阶。自主化身的实质是具备高度自主决策能力的智能体,它们不仅是可与用户谈笑风生的聊天机器人,还可以在数字世界和物理世界中,以高度拟人化的方式进行互动和学习,决策和成长。目前的AI已能够实现自主化身的一些基础功能,如自然语言对话,计算机视觉,强化学习等,但距离真正意义上的自主化身,还有很长的一段路要走。例如,今天的大多数AI依旧专注于特定任务,缺乏通用智能,并且在情感智能方面的表现亟待提升。当智能体发展到自主化身阶段时,也就预示着"无所不在的人机分离服务"(Ubiquitous Human-Device Separated Services)成为现实。在这样的服务模式下,人与设备之间的交互不再局限于手机等特定的物理设备,而是可以随时随地,通过各种设备来进行。
.L6:创意与情感阶。更高阶的智能体是否能够萌生,涌现出真正的创意与情感,目前还难以得出确切的答案。至少在当下,创意与情感依然是人类的专属。
如今的智能体具备的能力大致处于L2~ L3。在加速AI研发进程,发掘智能体能力的同时,我们也在探寻为智能体赋形(即推动智能机器人技术领域的创新与突破)的可行路径。
《智能涌现:AI时代的思考与探索》
张亚勤
#具身智能 #人工智能机器人 #AI #ai智能体
全部
来源
来源
内容由AI生成
0
0
0评论
当前文章无评论,是时候发表评论了
提示信息
取消
确认
评论举报
已收藏
去我的收藏夹