智能体落地遇阻：系统访问权成AI员工规模化关键瓶颈

AI智能体（AI agents）正开始承担超出协助人们完成单个任务的职能。它们越来越多地被设计为能代表用户采取行动，跨应用程序运行、追求更广泛的目标，并与其他公司的系统交互。

过去几周，这一转变已变得愈发难以忽视。 Meta的Muse 可在网站及已连接服务上代表用户执行任务。此后，Meta已将Muse扩展至小型企业，使其能够接入Shopify、QuickBooks和Slack等工具，并在软件所有者用于运营其业务的各类软件中承担更广泛的目标。

OpenAI随后推出Dots——一种始终在线的智能体，专为在已连接应用程序后台持续追求目标而设计。微软已为其企业团队推出了自己的数字同事（digital teammate）。而本周， 谷歌也加入这一趋势 ，推出一款Gemini职场智能体，该智能体可利用业务上下文，在多个应用程序中开展工作。

综合来看，这些发布表明人类与软件互动的方式正发生更深层次的变革。未来，用户或将不再亲自在不同应用程序之间切换并沿途借助AI提供帮助，而是越来越多地向智能体明确交代一项目标，由其代为在这些系统中自主导航并执行任务。

但Meta已率先发现该模式存在一个复杂问题：智能体所需使用的系统未必愿意向其开放访问权限。

亚马逊已阻止Muse 在其网站上完成购买操作，理由是Meta未事先协商接入事宜，并对Muse如何标识自身以及处理客户信息的方式表示关切。Shopify则采取了相反做法，与Meta合作，通过Shop Pay支持Muse完成购买。这场争议揭示了一个挑战：随着智能体承担的工作日益增多，该挑战的重要性可能进一步上升。智能体的实用性不仅取决于其自身能力，还取决于其需要交互的网站、应用程序及企业是否愿意接纳它。

这可能使具身智能体（agentic AI）的竞争，不再仅限于谁构建出能力最强的智能体，更将演变为一场关于哪些智能体能够接入人们日常办公、购物及开展业务所依赖的系统的竞争。

更广泛的转变已在人们使用AI处理更复杂工作的方式中初现端倪。OpenAI于6月表示，在抽样调查的Codex用户中，超过70%的用户曾要求其完成至少一项预估需耗时超过一小时的人工任务。该公司将具身智能体描述为将知识型工作从个体化交互转变为委托式、长期运行的任务。

此类委托任务所需的，远不止日益强大的模型。

一个仅负责草拟段落的AI系统，对组织上下文的需求相对较低；而一个被期望在多个应用程序中完成工作的智能体则截然不同。要实现这一点，它可能需要访问公司数据、理解业务流程、记忆先前工作内容，并获得在企业系统中执行操作的权限。

这些需求有助于解释为何 身份认证（identity）、权限（permissions）、记忆（memory）和上下文（context）正随着各公司对智能体的实验而变得愈发重要。它们并非仅仅围绕模型的附加功能，而是使人类首次得以将工作委托给AI的根本性要素。

随着越来越多的智能体尝试为用户代为购物、预订、沟通及开展业务，企业不仅需决定自身智能体所能执行的任务范围，还需决定将如何应对来自其他方的智能体。

这使企业面临双向决策：一方面需确定自身愿意将多少工作交由自有智能体处理；另一方面也可能需决定愿意向其他所有智能体开放多大程度的访问权限。

数十年来，企业软件主要提供员工用以完成工作的工具。即便是 第一代生成式AI副驾驶（generative AI copilots） ，也大多沿袭了这一模式：它们协助员工写作、搜索、摘要、分析及创作。

持久型智能体（Persistent agents）则引入了一种不同的模式：软件不再仅仅是供人操作的工具；越来越多地，人们可将工作任务分配给它，并允许它代表自己与其他系统交互。

这一转变尚处早期阶段。目前许多此类智能体刚刚面世，各公司仍在确定愿意授予它们的权限级别与访问范围。Muse所遭遇的阻力表明，此类决策权未必总归属于智能体所有者。

具身智能体（agentic AI）下一阶段的发展，或许不仅取决于智能体自身的能力，更取决于整个数字经济体是否愿意让它们在何处发挥作用。

本周AI领域其他新闻：

AI平台泛滥削弱企业投资回报率（ROI）：FICO发现，企业在应对AI环境日益增长的复杂性时，面临AI可解释性缺口问题。

AI功耗激增倒逼芯片至电网设计变革：AI数据中心功耗需求的快速波动正引发新的电网稳定性挑战，并迫使芯片厂商至公用事业公司之间展开更紧密的协同。

AI垃圾信息泛滥致使谷歌开源漏洞赏金计划不堪重负：谷歌因自动化垃圾报告激增导致系统过载，已暂停其开源漏洞报告计划接收新提交。

Anthropic与AWS加码前向部署工程师（FDE）推进力度：两家公司正加大投入培训与资质认证，以扩大前向部署工程师（forward-deployed engineers）人才池，从而推动AI在企业环境中的落地应用。

波士顿动力公司聘请前亚马逊AI负责人出任首席执行官：前亚马逊AI高管罗希特·普拉萨德（Rohit Prasad）将出任波士顿动力公司首席执行官，这家机器人公司将借此进一步深入物理AI（physical AI）领域。

IBM基于AI的漏洞清查中心发现数百个Java缺陷：这家科技巨头的Lightwell倡议项目识别并协助修复了400个Java漏洞，暴露出软件供应链安全持续存在的薄弱环节。

谁真正掌控着企业级AI？ 思特沃克（Thoughtworks）一份报告指出，尽管CIO们越来越感到当AI技术出错时自身须承担责任，但各公司仍未形成占主导地位的AI监管模式。