儘管企業高層對能像永不疲倦的實習生般處理辦公任務的人工智慧代理充滿熱情，但其背後的技術仍然脆弱且可能造成高昂成本。

本週在矽谷舉行的兩場活動中，企業主管與工程師討論了人工智慧代理目前的熱潮與挑戰。

AI新創公司Meibel的執行長Kevin McGrath在一場會議中表示，目前人工智慧最大的問題是錯誤地認為所有任務都必須由大型語言模型（LLM）處理。

「把所有的代幣和資金都交給一個AI Claw機器人，結果只會浪費數百萬代幣，」McGrath說，並解釋企業需要更謹慎地決定哪些任務適合由AI代理執行。

隨著OpenClaw的興起，這是一種讓開發者能使用多種AI模型來創建和管理數位助理群的「駕馭工具」，科技業正推動AI代理成為下一個重大趨勢。

Nvidia執行長黃仁勳在三月接受CNBC訪問時表示，這「絕對是下一個ChatGPT」。

但在週三於聖荷西舉行的生成式AI與代理AI高峰會上，來自Google及其DeepMind AI部門、亞馬遜、微軟和Meta的技術人員透露，打造與運營AI代理並非易事。

Google軟體工程師Deep Shah主持的一場會議聚焦於新技術，旨在幫助管理大量AI代理的運營成本。

運行AI代理需要成本，若系統設計與監控不當，反而可能燒錢而非節省成本。

「若你思考機器學習系統或任何多代理系統，當你嘗試大規模部署時會遇到多重挑戰，」Shah說，「第一個是推理成本。」

新創公司Synchtron執行長Ravi Bulusu指出複雜性問題，強調企業在組織資料、選擇技術平台、構建與運營軟體及人力資源方面的多樣化方式。

由於運行AI代理會大幅影響這些層面，「沒有任何一個維度能孤立解決，彼此間的相互依賴使得這件事困難重重，甚至混亂，」Bulusu說。

AI代理的複雜性主題在週四於加州山景城舉行的AI活動中持續發酵，該活動由總部位於中國上海的ThinkingAI與MiniMax參與。

ThinkingAI近期重新定位為AI代理管理平台，從原本作為行動遊戲分析公司的ThinkingData轉型。

作為品牌重塑的一部分，ThinkingAI與MiniMax合作，後者於今年一月在香港上市，是中國領先的AI實驗室之一，並向開源社群免費釋出強大模型，成為中國所謂的「AI虎」之一。

ThinkingAI共同創辦人Chris Han表示，轉向AI代理管理技術是其從遊戲產業擴展至其他對AI代理感興趣但缺乏專業知識行業的努力之一。

儘管OpenClaw在中國日益流行，Han表示其過於複雜且容易出現安全漏洞，不適合企業使用。

「OpenClaw適合個人用途，但絕對無法達到企業級別，」Han說。「企業級別需要解決很多問題，包括記憶管理、代理管理、團隊協作、通訊等，這些都必須搞清楚。」

Han拒絕對中國AI模型可能帶來的國家安全疑慮發表評論，但表示服務也能支援OpenAI和Google等公司的AI模型。

若美國政府禁止中國開源AI模型在國內使用，Han半開玩笑地說，他可能會將此視為成功的象徵。

「如果真的發生，或許代表我們成功了，」Han說。