企业AI智能体训练新突破

企业AI智能体应用面临现实挑战

将AI智能体投入实际应用远比许多企业预期的要复杂得多。然而，新的解决方案正在涌现，一批初创企业正致力于在智能体部署前找到更好的测试与训练方法，尤其是在应对现代企业环境的复杂性方面。

Arga Labs正是这一领域的佼佼者，该公司近日宣布完成1000万美元种子轮融资。本轮融资由General Catalyst领投，Box Group、Emergence、Gradient和SV Angel跟投。

Arga Labs专注于为企业软件如Salesforce、Workday及电子邮件客户端等构建训练环境。与大多数仅使用无状态API端点的测试环境不同，Arga Labs能够完整复制企业程序，包括权限系统和Web钩子，从而在多系统间更有效地训练智能体。

CEO兼联合创始人Phillip Li举了一个例子：潜在客户通过Salesforce创建了一条销售线索，同时其同事通过HubSpot单独联系同一公司。

“智能体能否正确识别这两条记录属于同一家公司？”Li问道，”它们能否确认只发送过一次邮件？能否在两个潜在机会中识别出应该向谁发送邮件？”

目前，智能体系统仍难以处理此类模糊情况，而Li认为Arga Labs的工具对提升这一能力至关重要。

通常，智能体可以通过强化学习来训练此类任务，即通过运行数万次场景，仅保留成功的策略。然而，企业软件的特性使得这种规模的测试几乎不可能实现。对于需要重复运行相同场景的系统，如Salesforce或Outlook，没有简单的方法可以”重置”，更不用说克隆整个系统。

Arga Labs的解决方案是创建软件的数字化再现——就像碰撞测试假人模拟人体一样。由于Arga完全控制训练环境，重置或修改变得异常简单。公司还可以同时运行多个环境，让智能体学习不同程序间的复杂交互。其理念是复制一个人的完整工作环境，让特定任务在不同程序和知识系统间重叠。

这一方法有助于弥合编码与其他应用之间的强化差距。AI编码工具之所以发展迅速，部分原因是我们已经拥有用于部署、反转和分析新代码的先进工具。这些工具使设置编码的强化学习环境变得容易，从而让我们能够测试和训练AI系统处理日益复杂的编码任务。

然而，大多数商业软件尚缺乏此类工具。但随着这类工具的出现，我们可以期待AI系统在应用这些程序方面将大幅提升，就像它们已经彻底改变了编程领域一样。

General Catalyst的常务董事兼种子项目负责人Yuri Sagalov表示，他看到了对智能体测试工具如Arga的日益增长的需求。

“我认为，智能体的经济价值主要来自于商业应用的使用，”Sagalov表示，”拥有可重复的沙盒环境非常重要，而且对于智能体而言，比人类使用时更为重要。”

关注微信号：智享开源，及时了解更新信息。

0 0