De responder preguntas a completar tareas: ¿Qué les falta aún a los agentes de consumo? El nuevo producto de IA V10 de Fliggy

Fliggy's nuevo producto de IA V10 es un intento de resolver el desafío de que los agentes de consumo pasen de responder preguntas a completar tareas. El CTO Chen Ye señaló que el valor de la IA sigue concentrado en los modelos base, las GPU y la infraestructura, pero debería extenderse a las capas de aplicación y orquestación. V10 introduce un Panel de IA integrado en las páginas, con capacidades como '帮我想' (idea), '帮我订' (reserva) y '帮我办' (servicio). La arquitectura algorítmica evolucionó de Multi-Agent con flujo de trabajo a AgentLoop estilo ReAct, pero con 'autonomía restringida': usando alias cortos para productos, mecanismos de lista blanca, reglas y verificación ligera para garantizar la oferta real. El equipo utiliza un enfoque de tres etapas: Prompt (declarativo), mecanismos y entrenamiento, con un modelo de recompensa que cubre veracidad, necesidades del usuario, validez espacio-temporal e integridad. Equilibran LUI y GUI, usando LUI para necesidades complejas de larga cola y GUI para navegación y transacciones eficientes. La evaluación se centra en la tasa de usabilidad, con votación de múltiples modelos y revisión humana. El artículo concluye que las aplicaciones verticales como los viajes pueden proporcionar nuevos entornos de entrenamiento para la IA, pero la migración de la codificación a los agentes de consumo llevará tiempo, quizás dos años o más, ya que requiere integrar datos del mundo real, evaluación y cadena de suministro.