智能体与AI协同创造价值

F5生态系统 | 2025年2月19日

智能体AI是代码与大语言模型（LLM）协同融合的产物。

智能体AI正备受关注

2024年，AI智能体开始带来可衡量的业务价值。零售、医疗保健和制造等垂直行业，以及销售、客户服务和支持等横向业务职能中，都不乏相关案例。美妆零售商Sephora就是利用智能体AI的案例之一。该公司将客户的实时输入与实际使用效果及以往客户反馈相结合，提供更精准的产品推荐，从而提升护肤体验。Sephora在每次客户互动中实现了全流程自动化和个性化，最终使销售额增长11%，产品退货量减少30%。

AI智能体的价值在于利用软件和大语言模型（LLM）自动执行多项任务，从而减少甚至无需人工干预。但这些智能体究竟是什么？它们又如何运用AI？

什么是AI智能体？

智能体是执行特定任务的软件。有些智能体专门完成一项工作，例如针对给定主题进行网络搜索，或查询经过特定领域专有信息增强的大语言模型（LLM）。另一些智能体则专门将用户请求转化为一组任务，并编排工作智能体来完成这些任务。无论是负责编排还是执行，智能体都具有高度明确的指令性和确定性，其中并没有使用AI。每个智能体都已预先定义运行所需的全部信息以及运行时机。软件很神奇，但这并不是AI的魔法。

智能体协同工作的一个例子是将多个步骤串联起来，以完成一项更大的任务，例如及时向回头客发送个性化的潜在客户开发邮件。该流程可以拆分为若干独立的小操作，每项操作都可由一个为此预先编程的专用智能体轻松执行。例如，查询营销潜在客户数据库，了解客户在过去7天内的互动情况；从客户关系管理（CRM）系统中提取过去90天内互动次数最多的3个电子邮件地址；再根据最新的销售活动，向每个地址发送模板邮件。这些操作不一定需要AI。

智能体AI中的AI是什么？

由大语言模型（LLM）提供支持的生成式人工智能（GenAI）可以从数据源中发现模式，相比传统搜索，它能理解更多上下文并给出更丰富的回答。它还可以总结、分析或生成文本，以更简洁实用的方式创建或重构信息。由于LLM的输出并非确定性的，在流程中运用LLM就像为其增添了魔力。这些模型能以前所未有的速度找到所需模式，超越以往任何计算方法。在人类看来，其结果仿佛是一种推理。过去两年间，LLM的输出质量已从“还算可以”提升到“令人赞叹”。那么，我们如何判断何时应在智能体解决方案中使用GenAI？

继续以潜在客户开发邮件为例。只需进行少量个性化调整即可使用邮件模板，但由AI生成的邮件效果明显更好，因为AI不仅可以访问专为文本生成而设计的优秀LLM，还可以访问与客户以往购买记录和需求相关的客户专属私有信息。Epson实施的Conversica解决方案就是一个很好的例证：这款智能体AI解决方案有两项非常有效的功能，体现了自主执行和重复操作的能力：1）能够持续开展双向电子邮件对话；2）根据收件人偏好的时段发送电子邮件。

智能体AI的组合效应

智能体AI将执行任务的高度具体指令代码与AI推理相结合，以生成或预测内容丰富且符合上下文的答案。智能体AI并非魔法，但比智能体或生成式AI单独运行更强大。这两种基本构件可以按不同数量和组合方式进行组装，实现工作流自动化，从而产生极具价值的成果。下图简单展示了一个自动化智能体AI工作流。该工作流使用多种专用智能体和AI模型来完成一系列操作。解决方案会持续运行，直至获得可接受的结果，然后将结果反馈给用户。