许多现代人工智能应用的核心是大型生成模型，如大型语言模型（LLM）或图像生成模型。这些模型在海量数据的基础上进行训练，可包含数十亿个参数。生成式人工智能（GenAI）是一项变革性技术，在生成文本、图像、代码、音频和视频等内容方面表现出色。消费者和企业对它的功能如此着迷，以至于分析师预测，2025 年全球在 GenAI 上的支出总额将达到 6440 亿美元，比 2024 年增长 76.4%。GenAI 应用程序从根本上说是一种反应式系统，可根据输入内容和训练过程中学习到的模式生成新内容，从而对指令或问题做出响应。然后，人类用户对这些内容进行审查、策划和完善，以实现预期结果。
我们现在看到了人工智能代理的兴起。这些人工智能模型经过训练，不仅能生成内容，还能代表用户执行规定的任务。它们通常经过磨练，能够利用一组确定的工具和数据源执行有限的任务。 人工智能代理最近非常流行，成功的例子包括能够自主处理客户支持咨询、处理退款、重置密码、编写代码片段以及向供应商下订单的代理。
随着人工智能代理的兴起，人们开始探索如何巧妙地将它们的力量结合在一起，创造出比各部分之和更强大的东西，为复杂的多步骤问题提供精密的解决方案。这就是所谓的人工智能代理（Agentic AI）。 我知道，一想到力量的结合，所有读到这篇文章的 90 后孩子都会联想到《星球大战》中的星球船长在星球人之上诞生的景象。这个比喻并不错--每个星球人（代理）都有一种精炼的力量，当他们有目的地组合在一起时，就会形成一个强大的超级英雄（或者在我们的例子中，是一个强大的多步骤代理系统）。代理人工智能是下一个前沿领域，它不仅能生成内容，还能采取主动行动。代理系统已经能够进行高级推理和迭代规划，通过协调多个专业人工智能代理的行动，自主应对复杂的挑战。代理系统的强大之处就在于这种协调能力--能够选择性地使用和动态地协调一系列不同的专业代理，将复杂的目标分解为易于管理的子任务，安排行动顺序，并迭代改进输出，直到实现令人满意的解决方案。
全球人工智能代理市场预计将从 2025 年的约 79 亿美元飙升至 2034 年的高达 2360 亿美元，复合年增长率超过 45%。对自动化、效率和更智能决策的需求推动了这一爆炸性增长，人工智能代理正在彻底改变工作流程并带来切实的投资回报。事实上，预计到 2025 年将有 85% 的企业部署人工智能代理，这表明这项技术正迅速成为卓越运营和竞争优势的基础。
随着领先企业利用人工智能代理实现复杂流程的自动化、个性化客户体验并释放新的收入来源，那些尚未制定人工智能代理战略的企业有可能在智能自动化正迅速成为增长和创新标准的市场中落伍。
了解自主行动的力量
代理人工智能代表了智能系统的下一个前沿领域，这些系统能够积极主动地自主行动，以实现既定目标。人工智能代理系统的运行遵循一系列基本原则，即 "人工智能代理的五个 A"，每一个原则都抓住了这些卓越系统的核心特征，使它们能够在复杂的商业环境中自主地、自适应地运行。
- 自主- Agentic 人工智能独立运行，只需极少的人工指导即可做出决策。它就像一个值得信赖的助手，在不需要持续监督的情况下对情况进行评估并采取行动，从而将人类解放出来，专注于更高层次的任务。
- 以行动为导向--Agentic 人工智能无需等待许可，它能积极主动地预测需求、抓住机遇，并在没有外部提示的情况下推动进展。
- 有抱负--Agentic 人工智能的核心是以目标为导向，通过将复杂的问题分解为合理、可操作的步骤来实现目标。它可以制定计划，规划出一条通往成功的清晰道路。
- 适应性强- Agentic 人工智能从经验中学习，调整策略，在动态环境中茁壮成长，并利用持续学习模型来适应新的场景或数据。
- 机构- 被赋予访问工具、数据集、控制资源和做出有影响力决策的权力。无论是安排会议还是管理数据，它都拥有在其领域内采取果断行动的权力。
与局限于预定义静态任务的传统自动化不同，代理人工智能系统旨在主动感知环境，推理复杂场景，并自主执行多步骤工作流程，以实现特定业务目标。这将使代理人工智能通过提高效率、智能决策和降低运营成本，为企业带来变革性价值。
为互联人工智能提供动力
在全球范围内启用代理系统将需要企业级架构，以支持模块化、可扩展性、互操作性以及实施持续学习策略所需的数据传输。分布式云架构的一个关键作用是实现企业向代理人工智能工作流的过渡，特别是以边缘为中心的部署，以满足提供无缝代理体验所需的低延迟阈值。部署模块化、可扩展的代理应用程序与部署现代微服务应用程序类似，都需要考虑到响应速度，但又要独立扩展。 此外，要评估性能并持续改进，还需要有效的数据管理。我们将在博客中进一步探讨这些概念：分布式人工智能推理：成功策略。
互操作性对于实现代理人工智能、与各种企业系统和技术无缝集成以及访问强大的工具和数据集至关重要。这是一个充满创新和快速发展的领域。目前正在出现几种关键协议，以实现代理与工具、数据源、企业系统甚至其他代理的无缝连接，从而创建一个可促进自主行动的动态智能网络。
- 模型上下文协议（MCP）由 Anthropic 开发，是人工智能代理与数据源、业务工具和开发环境之间安全双向连接的流行开放标准。MCP 旨在用通用协议取代零散的集成，使代理能够高效地访问和处理企业数据。您可以在这里了解有关MCP的更多信息，并在这里查看在Akamai云上使用MCP的示例。
- 代理对代理协议（A2A）：A2A 由谷歌与其他多家技术合作伙伴合作开发，它提供了一个开放的、供应商中立的标准，旨在实现自主人工智能代理之间的无缝通信、发现和协作，而不论这些代理是基于何种框架或平台构建的。它支持多模式代理通信和代理之间的协调任务执行，专为企业级工作流而设计。
- 代理通信协议（ACP）：ACP 由 IBM 研究院首创，为代理与代理之间的通信提供了一个标准化框架，实现了自主人工智能代理之间的无缝互操作性。ACP 为代理与代理之间的信息传递、任务交接和生命周期管理提供了通用的 "线格式"。
总之，MCP 使代理能够连接到外部数据源和工具。ACP 可在同一平台生态系统内实现代理与代理之间的通信，并以与供应商无关的方式在不同生态系统之间实现代理与代理之间的通信。所有这些协议都有助于推动代理系统的发展，并受到业界的欢迎。
未来是合作的
最强大、最有影响力的人工智能系统将结合生成和代理两种方法的优势。它们将扮演智能合作者的角色，了解何时使用生成能力来探索选项，何时使用代理行动来承诺行动方案并执行复杂任务。在智能 "领导者 "的协调下，多个专业代理将协同工作，提供令人印象深刻的解决方案。
分布式云基础设施为在复杂的代理系统中部署人工智能代理提供了理想的基础。通过与Akamai云--世界上拥有最广泛边缘网络的分布式云--合作，企业可以构建并交付具有成本效益的高性能人工智能解决方案，并安全可靠地进行扩展。有了Akamai，企业可以确信他们的代理系统是为未来而构建的，具有强大的治理能力，让企业高枕无忧。
未来是合作的。未来是激动人心的。未来是代理的。
了解Akamai如何大规模支持您的人工智能工作负载。立即与我们的专家联系。
注释