Van het beantwoorden van vragen tot het voltooien van taken: wat ontbreekt er nog aan consumentenagents? Fliggy's nieuwe AI-product V10-poging
Alibaba/Qwen
De CTO van Fliggy en het algoritmeteam deelden hun verkenning van consumenten-AI-agents met het nieuwe product V10. Ze benadrukken een verschuiving van het beantwoorden van vragen naar het voltooien van taken, waarvoor een combinatie van LUI en GUI nodig is, en een principe van 'beperkte autonomie' met deterministische systemen die echte, uitvoerbare resultaten garanderen.
Fliggy's nieuwe AI-product V10 is een poging om het probleem op te lossen van consumentenagents die overgaan van het beantwoorden van vragen naar het uitvoeren van taken. CTO Chen Ye merkte op dat de waarde van AI nog steeds geconcentreerd is in basismodellen, GPU's en infrastructuur, maar zich zou moeten uitstrekken tot de applicatie- en orkestratielagen. V10 introduceert een AI-paneel dat in pagina's is geïntegreerd, met mogelijkheden als '帮我想' (idee), '帮我订' (boeking) en '帮我办' (dienst). De algoritmearchitectuur evolueerde van Multi-Agent met workflow naar ReAct-stijl AgentLoop, maar met 'beperkte autonomie': met behulp van korte aliassen voor producten, whitelist-mechanismen, regels en lichte verificatie om echte levering te garanderen. Het team gebruikt een drietrapsaanpak: Prompt (declaratief), mechanismen en training, met een beloningsmodel dat waarheidsgetrouwheid, gebruikersbehoeften, temporele en ruimtelijke geldigheid en volledigheid dekt. Ze balanceren LUI en GUI, met LUI voor complexe lange-staartbehoeften en GUI voor efficiënt browsen en handelen. Evaluatie richt zich op bruikbaarheidspercentage, met multi-model stemmen en menselijke beoordeling. Het artikel concludeert dat verticale toepassingen zoals reizen nieuwe trainingsomgevingen voor AI kunnen bieden, maar migratie van coderen naar consumentenagents zal tijd kosten, misschien twee jaar of meer, omdat het integratie van real-world data, evaluatie en supply chain vereist.
Bron: InfoQ 中国 —
origineel