想法簡述
隨著人工智能 (AI) 越來越深入地融入產品，設計師必須了解這些系統真正能做什么。本文介紹了一個圍繞感知、推理、記憶和代理四大核心能力構建的實用框架，旨在幫助用戶體驗 (UX) 專業人士設計更智能、更值得信賴的 AI 體驗。本書包含真實案例和實用技巧，對于任何致力于塑造 AI 界面未來的人士來說，都是必讀之作。
許多人認為，人工智能代理已經存在，只是分布不均。然而，目前很少有案例能夠展現與這種近未來人工智能的良好交互體驗。幸運的是，在最近的 AWS Re: Invent 大會上，我偶然發現了一個與人工智能代理交互的用戶體驗的絕佳示例，我迫不及待地想在本文中與大家分享這一愿景。但首先，人工智能代理究竟是什么？
想象一下一個蟻群。在一個典型的蟻群中，有不同專長的螞蟻：工蟻、兵蟻、雄蟻、蟻后等等。蟻群中的每只螞蟻都有不同的工作——它們獨立運作，但又像一個緊密結合的整體。你可以“雇傭”一只螞蟻（代理）為你做一些簡單的半自主工作，這本身就很酷。然而，試想一下，你可以雇傭整個蟻丘去做一些更復雜或更有趣的事情：找出你的系統出了什么問題，預訂你的行程，或者……做幾乎所有人類在電腦前能做的事情。每只螞蟻本身并不非常聰明——它們高度專業化，專注于完成特定的工作。然而，不同專長的螞蟻組合在一起，呈現出一種我們將其與高級動物聯系起來的“集體智慧”。我們在博客中一直使用的“人工智能”（AI）與人工智能代理之間最顯著的區別在于自主性。您不需要向 AI 代理提供精確的指令或等待同步輸出 - 與一組 AI 代理的整個交互更加流暢和靈活，就像蟻丘解決問題一樣。
代理型人工智能 (Agentic AI) 的工作方式多種多樣——這是一個內容豐富的主題，值得專門寫一本書來探討（或許一兩年后）。在本文中，我們將以系統故障排除為例，闡述一個涉及主管代理（也稱為“推理代理”）和多個工作代理的復雜流程。該流程始于人類操作員收到問題警報。他們啟動調查，然后由主管代理領導的半自主 AI 代理團隊幫助他們找到根本原因，并提出解決問題的建議。讓我們用步驟圖來分解與 AI 代理交互的過程：
上圖所示的多階段代理工作流程包含以下步驟：
如同與典型的人類組織簽訂合同一樣，主管AI代理擁有一支由專業AI代理組成的團隊。主管可以將消息路由到其監管下的任何AI工作代理，這些代理將執行任務并反饋給主管。主管可以選擇將任務分配給特定代理，并在稍后獲得更多信息時發送附加指令。最后，任務完成后，輸出將反饋給用戶。然后，人類操作員可以選擇向主管AI代理提供反饋或附加任務，在這種情況下，整個流程將重新開始。
人類無需擔心任何內部事務——所有事務都由“主管”以半自主的方式處理。人類所做的只是提出一個通用請求，然后審查并響應這個代理“組織”的輸出。如果你能做到這一點，這正是你與蟻群溝通的方式：你將工作分配給蟻后，讓她管理所有工蟻、兵蟻、雄蟻等等。與蟻群類似，單個專業代理不需要特別聰明，也不需要直接與人類操作員溝通——它們只需要能夠半自主地解決它們被設計執行的專業任務，并將精確的輸出反饋給“主管”代理，僅此而已。“主管”代理的工作就是完成所有的推理和溝通。這種人工智能模型更高效、更經濟，并且在許多任務中都非常實用。讓我們來看看交互流程，以便更好地感受這種體驗在現實世界中的感受。
為簡單起見，我們將遵循本文前面的工作流程圖，流程中的每個步驟都與圖中的步驟相對應。此示例來自AWS Re: Invent 2024 — 不要停滯不前：互聯遙測如何助您前進 (COP322)，由 YouTube 上的 AWS Events 主持，從 53 分鐘開始。
該流程始于用戶發現名為“bot-service”的服務（屏幕截圖左上角）故障急劇增加，并啟動新的調查。然后，用戶將所有相關信息以及一些額外的指令傳遞給主管代理。
現在，在步驟 2 中，主管代理接收請求并生成一組工作 AI 代理，這些代理將半自主地查看系統的不同部分。該過程是異步的，這意味著右側的建議初始狀態為空：調查啟動后不會立即顯示結果。
現在，工作代理返回了一些“建議的觀察結果”，這些結果由主管處理并添加到屏幕右側的建議中。請注意，屏幕右側現在更寬了，以便于閱讀代理建議。在下面的屏幕中，不同的代理提出了兩個截然不同的觀察結果，第一個代理專門負責服務指標，第二個代理專門負責跟蹤。
這些“建議的觀察結果”構成了調查中的“證據”，旨在找出問題的根本原因。為了找出根本原因，此流程中的人類操作員會提供幫助：他們會向主管代理反饋哪些觀察結果最相關。因此，主管代理和人類操作員并肩協作，找出問題的根本原因。
人工操作員會點擊“接受”按鈕，確認他們認為相關的觀察結果，這些結果會被添加到屏幕左側的調查“案例檔案”中。現在，人工操作員已經添加了反饋，表明他們認為這些信息是相關的，代理流程將啟動調查的下一階段。主管代理收到用戶反饋后，將不再發送“更多相同的信息”，而是會進行更深入的挖掘，甚至可能調查系統的其他方面，以尋找根本原因。請注意，下圖中右側出現的新建議屬于另一種類型——它們現在正在查看日志以尋找根本原因。
最后，主管代理掌握了足夠的信息，開始嘗試找出問題的根本原因。因此，它從證據收集轉向推理根本原因。在步驟3和4中，主管代理提供了“建議性觀察”。現在，在步驟5中，它準備好進行重大揭秘（也可以稱之為“結局場景”），因此，就像文學偵探一樣，主管代理提出了它的“假設建議”。（這讓人想起游戲“線索”，玩家輪流提出“建議”，然后，當他們準備好發起攻擊時，他們就會提出“指控”。主管代理在這里也做了同樣的事情！）
建議的假設是正確的，當用戶點擊“接受”時，主管代理會提供后續步驟來解決問題，并防止將來再次出現類似問題。代理似乎在對人類指手畫腳，建議他們“實施適當的變更管理程序”——這是任何良好系統衛生的基礎！
代理流如此引人注目，并成為當今眾多人工智能開發工作的焦點，原因有很多。代理引人注目、經濟實惠，并且能夠實現更加自然靈活的人機界面。代理能夠填補人類與機器之間溝通的空白，真正實現人機思維的融合，形成超越人類的“增強智能”，其價值遠超其各部分之和。然而，要從與代理的交互中獲得最大價值，也需要我們徹底改變對人工智能的理解方式，以及設計支持代理交互的用戶界面的方式：
無論你對人工智能代理有何看法，它們無疑會與人類同行共同發展，并持續存在。因此，我們必須了解代理人工智能的工作原理，以及如何設計能夠讓我們安全高效地與它們協同工作的系統，充分發揮人類和機器各自的優勢。
蘭亭妙微(m.73404.com.cn )是一家專注而深入的界面設計公司，為期望卓越的國內外企業提供卓越的大數據可視化界面設計、B端界面設計、桌面端界面設計、APP界面設計、圖標定制、用戶體驗設計、交互設計、UI咨詢、高端網站設計、平面設計，以及相關的軟件開發服務，咨詢電話：01063334945。我們建立了一個微信群，每天分享國內外優秀的設計，有興趣請加入一起學習成長，咨詢及進群請加藍小助微信ben_lanlan。