Как AI-агенты становятся частью командной работы: взгляд на Nexus от компании Сингулярность


Недавно компания Сингулярность (Singularity Escape) привлекла десятки миллионов юаней в рамках начального раунда финансирования, который возглавили Xinglian Capital и Shui Mu Venture Capital, с участием Qiji Chuangtan. Основная цель компании — разработка операционной системы для командной работы на основе AI, названной Nexus. Эта система позволяет людям, агентам, задачам, знаниям и инструментам работать совместно, основываясь на едином состоянии организации, и становится сильнее с каждым взаимодействием.

Основатель и его видение

Основатель и CEO Сингулярности, Сюэ Чуаньи, имеет степень бакалавра и доктора наук, полученные в Тяньцзиньском университете, где его исследования охватывали области усиленного обучения и многоагентных систем. Он также имеет опыт работы в таких компаниях, как SenseTime и Jianzhi Robotics, где занимался разработкой алгоритмов для автономного вождения. Сюэ Чуаньи подчеркивает, что современные AI-агенты обладают высокими способностями, но пока не стали полноценными членами команд. Примером может служить типичный рабочий день, когда менеджер по продукту передает задачу агенту, в то время как другой агент модифицирует код, а третий исследует варианты публикации. Однако, когда приходит время объединить результаты, команда сталкивается с проблемой: никто не знает, что сделали другие агенты и почему.

Проблема «разрыва в сотрудничестве»

Сюэ Чуаньи называет эту ситуацию «разрывом в сотрудничестве», который возникает, когда агенты работают в изоляции. Каждый агент понимает свои задачи и контекст, но когда работа требует объединения усилий, возникает необходимость в повторной передаче информации. Это приводит к тому, что люди снова становятся информационными посредниками, что снижает эффективность работы.

Переход к единой системе

Nexus решает эту проблему, начиная с общего состояния организации, а не с отдельных диалогов. В этой системе люди, агенты, задачи, знания и инструменты рассматриваются как взаимосвязанные объекты. Каждая задача включает в себя не только текстовые инструкции, но и цели, ответственных, зависимости, права доступа и результаты выполнения. Таким образом, взаимодействие с агентами становится более целостным. Новые агенты могут понимать, что произошло ранее, находить связанные решения и зависимости, а новые результаты становятся частью общего состояния организации.

Адаптация к изменениям

Сингулярность считает, что для успешного сотрудничества агенты должны адаптироваться к постоянно меняющимся целям, членам команды и инструментам. Современные большие модели AI обучаются на больших объемах данных, но часто не могут справиться с изменениями в реальных организациях. Задачи могут изменяться, инструменты обновляться, а новые ограничения могут возникать в любой момент. Когда система не может обрабатывать эти изменения, она становится статичной, и агенты не учатся на своих ошибках. Сингулярность утверждает, что реальное сотрудничество предоставляет необходимые высококачественные отзывы, а самообучение позволяет агентам адаптироваться к изменениям.

Цикл сотрудничества и самообучения

В Nexus цикл сотрудничества и самообучения включает в себя:
  • создание реальных задач и получение обратной связи;
  • независимую оценку и выбор эффективных улучшений;
  • внедрение проверенных возможностей в следующий цикл сотрудничества.
  • Изменения в системе не внедряются сразу в реальную среду, а сначала проходят независимую оценку, чтобы определить их эффективность и риски.

    Новая эра взаимодействия

    Сингулярность подчеркивает, что сотрудничество и самообучение не являются параллельными процессами. Агенты должны иметь механизмы самообучения, чтобы адаптироваться к динамичной среде организации. Только в реальных условиях их способности могут быть реализованы и улучшены через постоянную обратную связь. Таким образом, Nexus представляет собой не просто инструмент для выполнения задач, а платформу, которая может стать средой для постоянного обучения и улучшения. Это открывает новые горизонты для командной работы, где AI-агенты становятся не просто помощниками, а полноценными участниками процессов.

    Комментарии (0)

    Войдите, чтобы оставлять комментарии.
    Пока нет комментариев. Будьте первым!