Rohan Paul

马克·扎克伯格：“大多数企业不会像 Meta 或 OpenAI 那样拥有前沿人工智能。 但许多人最终会得到一些感觉像是他们自己的人工智能的东西：一个定制的操作层，反映该公司的实际运作方式。” --- 模型本身的替换速度可能比代理的执行环境更快。 如果扎克是对的，那么大多数公司将围绕业务、工作流程、权限、机构环境、内部工具、客户关系、政策和决策方式构建人工智能操作层。 随着模型变得更快、更便宜，企业人工智能的复杂性越来越多地可能位于模型之外：编排、身份、状态、工具执行、可观察性、授权、内存和出现问题时的恢复。 真正的货币化转变是从出售情报到对执行意图征税。通过行动而不是注意力来货币化。 一旦代理可以代表用户购买、预订、支付、续订或取消，具有经济价值的资产就不再是对话，而是完成交易的授权。 如今，消费者人工智能主要通过订阅和广告来货币化，而代理商则创造了交易货币化的可能性——代表用户购买产品、预订旅行、支付账单或管理经常性服务。 然后，对于行业的硬件方面，代理工作负载在结构上与聊天机器人工作负载不同，因为代理不断浏览、检索、计划和执行操作。这将推动计算需求超越纯粹的模型推理，转向 CPU、内存、网络、封装、冷却和更广泛的数据中心堆栈。 --- 来自“Cleo Abram”YT 频道（评论中的链接）