微软CoreAI部门企业副总裁Amanda Silver近日在接受采访时表示，智能代理类人工智能技术正在成为初创企业发展的重要转折点，其影响程度可与当年向公共云迁移相提并论。

Silver在微软工作逾24年，长期专注开发者工具，近年主要参与人工智能相关产品的建设。她曾在GitHub Copilot项目中工作多年，目前负责微软CoreAI部门，聚焦为企业内部应用和智能代理系统提供部署工具，其核心工作之一是Azure中的Foundry系统。

Foundry被设计为企业统一的人工智能入口，Silver通过这一平台观察企业在实际部署智能代理时的使用方式和存在的不足。

智能代理被视为“云之后”的关键机遇

Silver认为，智能代理正在改变初创企业的“数学模型”。她指出，公共云的出现，使初创企业无需自建机房和大规模购置硬件，大幅降低了启动成本；而智能代理有望在此基础上进一步压缩软件运营成本。

她表示，许多以往在创业早期必须由人工完成的工作，例如客服支持、法律检索等，现在可以由智能代理以更快、更低成本的方式完成。这一变化可能推动更多新公司成立，并出现“估值更高但团队规模更小”的初创企业形态。

多步骤智能代理在开发与运维中的应用

在具体应用方面，Silver提到，多步骤智能代理已在多种编码任务中被采用。以代码库维护为例，开发团队需要定期更新依赖库版本，例如从旧版 .NET 运行时或 Java SDK 迁移到新版本。她表示，智能代理可以对整个代码库进行推理，协助完成升级流程，所需时间有望减少约70%至80%，这通常依赖多步骤智能代理的协同工作。

在运维场景中，Silver提到，网站或服务出现故障时，传统做法是安排工程师24小时值班，夜间被警报叫醒处理问题。她表示，微软已构建出能够在许多情况下自动诊断并缓解故障的智能系统，从而减少夜间人工介入的频率，并缩短事件的平均解决时间。

部署进度不及预期的主要原因

针对外界关注的“智能代理落地速度不及六个月前预期”的情况，Silver认为，关键障碍更多来自企业内部对目标和场景定义不清，而非技术本身的不确定性。

她表示，构建智能代理系统需要企业在文化和思维方式上做出调整：

• 必须明确要解决的具体业务用例；
• 清晰界定代理的目标和成功标准；
• 明确代理可访问的数据范围，以便其能够围绕特定任务进行推理。

在她看来，这些因素比对技术前景的普遍不确定性更具阻碍作用。她表示，实际评估这些系统的企业，通常能够看到投资回报。

“人机协作”仍是主流形态

对于外界担忧的风险和不确定性，Silver指出，目前智能代理系统中，“人机协作”是非常常见的应用模式。

她以包裹退货流程为例称，过去退货处理大约90%实现自动化，剩余约10%需要人工介入，例如人工检查包裹损坏程度并决定是否接受退货。随着计算机视觉模型能力提升，系统在更多情况下可以直接完成判断，减少人工审核频率，但在模型无法满足判断标准的边缘情形下，仍需升级由人工处理。

Silver表示，在涉及合同法律义务、将代码部署到生产环境等关键环节时，人工监督仍然不可或缺，因为这些操作直接关系到系统可靠性和合规性。不过，她同时指出，在确保关键步骤由人工把关的前提下，业界正在探索如何尽可能自动化其余流程。