代理商与人工智能携手共进，共创美好未来

代理是执行特定任务的软件。 有些代理专门从事一项工作，例如对给定主题进行网络搜索或查询富含其他地方无法提供的领域特定信息的大语言模型学位。 其他人则专门将用户请求转换为一组任务，并协调工作代理来完成这些任务。 无论是协调还是执行，代理都具有高度的指导性和确定性。 这里没有人工智能。 每个代理都预先定义了运行所需的所有信息以及运行时间。 软件是魔法，但它不是人工智能魔法。

代理工作的一个例子是将多个步骤链接在一起以完成更大的任务，例如向回头客发送个性化且及时的潜在客户电子邮件。 该过程可以分解为几个较小的、独立的操作，每个操作都可以由一个专门为此目的预先编码的代理轻松执行，例如查询营销线索数据库以查找过去七天中的任何客户互动，从客户关系管理 (CRM) 系统中提取前三个电子邮件地址，按过去 90 天内的互动次数排序，并根据最新的销售活动向每个地址发送表单电子邮件。 这些行动并不一定需要人工智能。

LLM 提供的 GenAI 可以在数据源中找到比传统搜索具有更多背景和更丰富响应的模式。 它还可以总结、分析或生成文本，以更简洁、更实用的方式创建或重构信息。 利用 LLM 就像为一个过程添加魔法，因为它们的输出不是确定性的。 这些模型能够以任何其他计算方法都无法比拟的速度找到所寻求的模式。 对于我们人类来说，其结果似乎是一种推理形式。 在过去的两年里，大语言模型的培养质量从“还行”提高到了“非常好”。 那么我们如何知道何时在代理解决方案中使用 GenAI？

继续使用勘探电子邮件示例，电子邮件模板可以进行最低限度的个性化使用，但由人工智能生成的电子邮件——不仅可以访问为文本生成而设计的优秀 LLM，还可以访问与他们以前的购买和需求相关的私人客户特定信息——明显更好。 这 爱普生实施的 Conversica 解决方案 讲述故事： 这种代理 AI 解决方案最有效的两个特征是： 1) 能够随着时间的推移进行双向电子邮件对话；2) 根据收件人喜欢的时间发送电子邮件。