为了保持信任和可靠性，企业需要持续采取具体步骤来设计其知识：
- 验证数据的新鲜度和准确性
- 检测并解决冲突信息
- 在数据进入智能体可访问的存储之前实施自动质量门
多智能体系统需要相同的纪律，并且应该遵循现代软件团队应用于其管道的相同持续集成/持续部署（Continuous Integration/Continuous Deployment, CI/CD）结构。唯一的区别是多智能体系统将其应用于知识而不是代码。
常见的陷阱和挑战
- 组织错位：多智能体系统失败的一个常见原因是智能体边界与现实世界的业务功能不匹配。这种错位会阻碍采用。正如微服务所有权遵循团队结构一样，智能体所有权应反映实际的工作流程。
- 过载的智能体：一些组织试图将过多的逻辑集中在一个编排智能体中，从而创建一个脆弱的系统，成为单点故障。当智能体以类似应用程序接口的合约、明确的范围和自主性运行时，多智能体系统才能蓬勃发展。系统应该被设计为逐渐降级，而不是在一个协调器发生故障时崩溃。
- 自动化损坏的流程：智能体会尽职尽责地复制给定的任何工作流程，而不会考虑其效率。如果没有预先进行流程优化和文档记录，多智能体系统可能会无意中放大功能障碍。企业必须确保他们的流程已完全现代化和合理化，然后再进行自动化。
- 局部优化与全局优化：提高单个智能体的速度可能无法消除瓶颈，只会将其推向下游。真正的投资回报率来自系统层面的思考，即优化整个端到端的价值流，而不是孤立的任务。
多智能体企业的竞争优势
多智能体系统不仅仅是技术增强，它们从根本上重塑了运营战略、组织设计和劳动力能力。掌握智能体原生运营的企业将以根本不同的方式运营。早期采用者已经看到了执行速度、劳动力生产力和成本效率的阶跃式改进，但真正的优势是结构性的。多智能体系统使组织能够适应复杂性和实时变化。那些不仅仅是部署自主智能体，而是编排它们的企业，将为未来十年设定竞争步伐。
相关主题：类人AI（Agentic AI）、人工智能问责制、人工智能治理、人工智能安全、自主智能体、合规性、企业人工智能、联想、多智能体系统、负责任的人工智能、零信任人工智能
作者：Ruodong Yang，联想战略、创新和企业架构总监
Ruodong Yang是联想的IT战略、企业架构和创新总监，拥有超过27年的行业经验，专门从事IT战略、企业架构和知识管理。Ruodong曾担任过一系列领导和技术职务，包括高级软件开发专业人员、集成高级经理、集成/开发总监、基础设施和应用服务技术主管以及企业架构师。他对人工智能、云战略和新兴技术充满热情，并帮助组织推动创新和业务转型。Ruodong常驻北卡罗来纳州莫里斯维尔。
您可能喜欢：
影子人工智能正在暴露人工智能治理中更大的失败
人工智能智能体越来越聪明，它们的攻击面也越来越大
人工智能智能体是否正在改写联络中心剧本？
企业机器人告密者的到来
多智能体系统如何重新定义企业投资回报率（一）
人工智能筛选面试官是人力资源的倍增器
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/254438.html