一年后，世界将像记住传真机一样记住聊天机器人：在通往更好事物的道路上的一个尴尬步骤。问任何首席运营官关于他们的聊天机器人推广，你会看到同样礼貌的耸肩：“它很笨重，维护成本高，无法回答常见问题。我们仍然需要人类。”
我们都经历过。你试图调整一个重要包裹的送货时间或地址。一个聊天机器人礼貌地回复说它已经记录了你的请求，并将让一个人类客服人员来执行物流。它没有采取任何其他行动。你感到沮丧。
现实是：聊天机器人时代已经结束。那些坚守它的企业将消耗时间、金钱和人才。一种新的生物——自主AI代理正在崛起，而这两种方法之间的鸿沟将决定哪些公司迅速前进，哪些则困于客户服务的炼狱。
我们是如何被僵尸聊天机器人困住的
早期的聊天机器人本应是自动化的前线。然而，它们却成为了每个人最不喜欢的客户体验。为什么？因为它们从未被构建来理解任何事情。
它们从一开始就是基于规则的。硬编码的脚本、线性决策树、“如果这样，那么那样”的流程很快就变得复杂。说出完全正确的短语它们会回应。稍微偏离一点，你要么被忽视，要么被循环回到开始。就像IVR菜单，礼貌得多。指数级的分支使得传统聊天机器人在超过20个常见用例之外变得难以维护，更不用说提供投资回报了。
而问题不仅仅是糟糕的用户体验——它是架构性的问题。基于规则的系统不能泛化。它们只能响应预定义的输入和场景。只要有任何变化——政策更新、新的定价层，客户稍微不同地提出有效问题——整个流程就会崩溃。
接下来会发生什么？升级到人工客服。一次又一次。
与此同时，前线员工被困在聊天机器人无法完成的重复任务中——手动更新运输记录，给司机打电话，记录更新——而仪表盘却报告“成功互动。”这到底是为谁工作？
如今，大多数企业的“AI聊天机器人”部署不过是被美化的决策树。表面上的改进——更友好的语气，品牌化的头像——无法改变潜在的现实：它们脆弱、肤浅，容易卡住。
但这些机器人被当作灵丹妙药出售。因此，企业不断投资，希望每一个新版本最终能够闭合循环。然而，它没有。也不可能。因为架构从未为自主理解或行动而构建——它是为了转移工单而建。
这就是为什么大多数聊天机器人关键绩效指标都是表面层次：客户满意度、交接率、会话时长。当你问，“它真的解决了问题吗？”仪表盘就会变得安静。
当你庆祝聊天机器人的指标时，实际上是在庆祝一个用于计步的跑步机。简单来说：大量的运动，却没有目的地。
然后来了LLM——说话者，而非执行者
进入GPT及其同类产品。突然间，机器人可以进行对话。它们理解俚语。它们处理模糊性。它们记住事情，拥有较长的上下文记忆。
这感觉像魔法。而这确实是一次真正的飞跃。第一次，AI能够以规模产生人类般的回应。AI是智能的。
但这里有一个问题：LLM是出色的即兴表演者，而不是操作者。
它们没有结构化的目标。它们不知道任务何时完成。没有支撑的情况下，它们无法可靠地访问、更新或执行业务规则。它们所产生的只是语言——引人注目、清晰且偶尔有用，但很少负责任。
当一个LLM告诉你它已提交你的请求时，它其实并没有。除非它被包装在一个连接语言和行动的编排层中，否则它仍然只是谈话。
因此，虽然LLM推动了行业向前发展，但它们并没有解决执行差距。它们创造了一种新的虚假期望。现在，用户不仅对机器人感到沮丧——他们还对听起来聪明但实际上无法提供帮助的AI感到困惑。
这种困惑就是导致我们来到这里的原因：AI工作流和AI代理。
什么是真正的AI代理
AI工作流是一个执行预定步骤的LLM（大语言模型）。但在现实世界中，步骤往往无法提前预测。
这就是AI代理发挥作用的地方。它是一个与外部工具集成的LLM，能够进行深层推理，并利用其访问的一切资源解决复杂问题，这些问题人类需要数倍的时间才能完成。
AI代理通过结合所有三层来实现这一点。
首先，是一个对话层，通常是一个LLM，用于解释意图（是的，LLM是有用的，只是将LLM默认称为“AI解决方案”就像把拨号调制解调器称为WiFi）；其次，是一个推理层，概述所有决定应该发生什么的规则、政策和任务规划；第三，是一个执行层，安全连接到CRM、ERP、支付系统、语音系统，以及任何隐藏在柜子里的遗留系统。
去掉任何层，塔楼就会倒塌。将它们结合在一起，系统就会从“回复”转变为“解决”。
让我们回顾一下需要重新路由包裹的客户场景。
传统上，聊天机器人可以完成第一步——工单处理。LLM可能会让你更进一步。然后需要人类介入。他们做出决策，然后手动输入回复。这是痛苦的。现在，一个AI代理主动执行整个工作流，做出自主决策，与后端系统交互，并记录活动以备审计，除非绝对必要，否则无需人类干预。
图像来源：Jurin AI
代理在三十秒内完成了原本需要在多个部门间来回磕碰的任务。它从头到尾负责这项任务。
所以让我们停止把一切都称为“代理”
“AI代理”这个术语正处于它的风头之上——但像所有好的流行词一样，它正在被拉得很薄。每个拥有聊天机器人和API的供应商现在都声称提供“代理”。甚至有些仅仅因为他们的LLM能记住你的名字五次就使用这个词。
这种误用不仅仅是品牌宣传——它造成了真正的混淆。它让买家期望从本来就不是为之设计的工具中获得结果。它通过创造虚假的期望，然后是实际的失望，减缓了采用过程。最糟糕的是，它让企业自我安慰，以为自己正在创新，实际上他们所做的只是把一个新的用户界面附加到同样的旧服务台上。
但AI转型是真实的。
真正的AI代理不仅仅是更会对话。它们更有责任感。它们深度整合，负责任地行动，并提供可追踪的、对业务至关重要的结果。它们不仅仅是一个界面——它们是基础设施。
而我们仅仅是在开始。
信息的未来：从应用程序到AI代理
多年来，我们一直在适应机器的逻辑。我们一直在点击菜单，记住界面， juggling五个标签页只为完成一项任务。搜索变得更聪明，应用程序变得更流畅——但负担依然在用户身上。
AI代理颠覆了这一点。
系统不是让你学习如何运作，而是通过自然对话学习你如何工作。
想要预订旅行吗？只需与您的私人AI礼宾聊天：
“在阿尔卑斯山计划一次徒步旅行，九月初，偏离人迹罕至的路径。”
一切便会实现。航班、酒店、当地向导——甚至是您自己从未发现的隐藏宝藏。没有90年代的网站或糟糕用户体验的笨重移动应用。只是一场能完成任务的对话。
这是一种从你操作应用程序到代理在你名下操作的转变。
而且这不会止步于旅行。代理将重新塑造我们与所有事物的互动——物流、采购、合规、HR。悄然地用能够推理、行动和随着时间推移而改进的智能系统转变脆弱的工具和碎片化的工作流。
这就是代理的未来：任务通过理解、行动和交付的AI瞬间完成——您自己的执行助理。
这不是科幻愿景。它只是距离我们一到两年。我们已经在Jurin AI朝这个方向努力。
代理型AI的时代已经到来，我们才刚刚开始。我从未如此兴奋。
AI代理不是LLM/聊天机器人的文章首次出现在Metaverse Post上。