“公元5世紀(jì)中期，一位不知名的基督教詩人離世，而這一年恰好是某古代環(huán)境重建年表的截止年份。這個(gè)科學(xué)年表叫什么名字？”

面對如此冷門的問題，恐怕連最資深的學(xué)者都會陷入沉思。既不知道詩人姓名，又不清楚年表名稱，傳統(tǒng)搜索引擎在這里完全失靈，兩個(gè)看似毫不相關(guān)的信息點(diǎn)就像大海中的兩粒沙子，讓人無從下手。

就是這樣讓人一頭霧水的難題，一款名叫WebSailor的智能體卻能通過交叉驗(yàn)證快速鎖定正確答案：詩人是 Synesius of Cyrene、科學(xué)年表“PAGES 2k”、時(shí)間414年。

這不禁讓人震驚：什么時(shí)候AI已經(jīng)進(jìn)化到如此程度？

要知道，就在半年前，Agent還被普遍認(rèn)為是玩具屬性大于工具屬性。大部分產(chǎn)品內(nèi)測名額一票難求，實(shí)際表現(xiàn)卻頻頻翻車。

盡管最初效果不如人意，智能體的進(jìn)化速度卻很快。如今，在營銷、醫(yī)療等專業(yè)領(lǐng)域，Agent的表現(xiàn)甚至已超過人類水平。

今天，我們一起來扒一扒上半年有哪些智能體，已經(jīng)超出了我們以往的想象。

面對世錦賽級別的金融建模題，即便是經(jīng)驗(yàn)豐富的分析師，往往也需要數(shù)小時(shí)推演驗(yàn)證。但如果現(xiàn)在告訴你，有人能在10分鐘內(nèi)給出準(zhǔn)確答案，你相信嗎？

這樣復(fù)雜的任務(wù)，即使放給市面上最優(yōu)秀的大模型，也可能一籌莫展。但一款名叫Shortcut的智能體卻在短短10分鐘內(nèi)完成了，不僅準(zhǔn)確率超80%，時(shí)間比人類快了整整10倍。

Excel世錦賽有多難？

它由微軟官方背書、FMWC 組委會運(yùn)營，任務(wù)涵蓋復(fù)雜函數(shù)、Power Query、動態(tài)數(shù)組、蒙特卡洛模擬等，被選手形容為“最殘忍的函數(shù)修羅場”。參賽選手來自全球各地，多為投行數(shù)據(jù)分析師、四大財(cái)務(wù)建?？偙O(jiān)、微軟前MVP，學(xué)歷資歷含金量拉滿。

而這一屆考題，也就是Shortcut的首秀試題，以《魔獸世界》30周年為主題，要求選手在40分鐘內(nèi)完成20多個(gè)關(guān)聯(lián)表格操作。參賽者需手動建立VLOOKUP、INDEX-MATCH等公式，在復(fù)雜的數(shù)據(jù)迷宮中建立精準(zhǔn)鏈接。

對此，Shortcut不僅克服了傳統(tǒng)AI模型在數(shù)據(jù)處理量上的限制，更完美避開了幻覺輸出的痛點(diǎn)。面對海量無序數(shù)據(jù)和確定性極強(qiáng)的函數(shù)規(guī)則，它能像經(jīng)驗(yàn)豐富的分析師一樣，快速理解任務(wù)需求并給出精準(zhǔn)解決方案。原本需要人類選手1～2小時(shí)才能完成的賽題，Shortcut僅用10分鐘就交出了完美答卷。

據(jù)開發(fā)團(tuán)隊(duì)透露，Shortcut支持自然語言指令交互，能輕松應(yīng)對金融建模、5000行CSV數(shù)據(jù)分析、數(shù)據(jù)可視化甚至像素畫創(chuàng)作等復(fù)雜任務(wù)。其核心能力涵蓋智能填充、錯誤自動排查、多表關(guān)聯(lián)分析等專業(yè)功能，堪稱Excel領(lǐng)域的六邊形戰(zhàn)士。

看到這樣的財(cái)務(wù)人員，或許會直呼遇到了救星。

因?yàn)樨?cái)務(wù)部門最愁的就是數(shù)不勝數(shù)的數(shù)據(jù)、表格、文件，但前期AI發(fā)展受制于token限制和幻覺，無法處理成百上千的數(shù)據(jù)，一個(gè)小數(shù)點(diǎn)、標(biāo)點(diǎn)符號的錯誤都會給公司帶來難以估量的損失。這一度也給公眾留下了AI無法解決實(shí)際難題的印象。

而Shortcut的出現(xiàn)則打破局面，給這個(gè)痛點(diǎn)帶來了新的可能。

畢竟，5000行CSV數(shù)據(jù)如果一行一行錄入校對，可將近一周的工作量?，F(xiàn)在，盡管Shortcut仍存在復(fù)雜函數(shù)作圖出錯的可能，但就是解決單一的信息整理工作，也能挽救他們?nèi)諠u稀少的發(fā)量了。

在外貿(mào)行業(yè)，銷售團(tuán)隊(duì)拼盡全力，可能也只能將成交率從10%推到15%。但有一家公司，卻悄無聲息地把這個(gè)數(shù)字拉到了50%——不是靠瘋狂加班，不是靠人海戰(zhàn)術(shù)，而是靠一個(gè)看不見的銷售王牌。

竟對公司以為對方請來了高人，客戶認(rèn)為自己在自主決策？不，他們可能早已掉進(jìn)Agent精心設(shè)計(jì)的溫柔陷阱。

數(shù)據(jù)顯示，一個(gè)傳統(tǒng)業(yè)務(wù)員的成單率一般在10%～15%。而一款叫Agentforce的智能體成單率卻達(dá)到了50%。自2024年上線以來，成單超過8000單。

最讓業(yè)務(wù)員扎心的是，這款A(yù)gent不僅成交率高、簽單額也不低，動輒七位數(shù)美元級。這些大單如果由自己簽下，提成起碼四位數(shù)起?？涩F(xiàn)實(shí)是，最老練的銷冠也不得不思考，為什么苦心經(jīng)營的技巧和話術(shù)，被一個(gè)橫空出世的Agent截胡了？

第一點(diǎn)，要休息的人類拼不過輪軸轉(zhuǎn)的機(jī)器。跨國貿(mào)易中流傳著一句話，誰越能熬夜，誰就越能賺錢。時(shí)差的存在產(chǎn)生了外貿(mào)的白夜班作息，但仍然沒有人能24h堅(jiān)守崗位，在顧客決定下單的那一時(shí)間精準(zhǔn)說服他。Agentforce做到了，它像一臺永不疲倦的數(shù)字銷售系統(tǒng)，在7×24h模式下并發(fā)處理數(shù)千條對話，把人工坐席數(shù)減少30～60%。

第二點(diǎn)，統(tǒng)一刻板的話術(shù)比不過八面玲瓏的“奉承”。為什么客戶在下單時(shí)常常意識不到是AI讓它動心了呢？因?yàn)樵?1世紀(jì)，真的找不到比AI更會阿諛奉承的角色了。傳統(tǒng)銷售依賴人力，業(yè)務(wù)員靠經(jīng)驗(yàn)判斷客戶意向，受個(gè)人情緒、疲勞度影響，很難編織出對胃口的話。但Agentforce能夠?qū)崟r(shí)分析官網(wǎng)瀏覽、郵件互動等行為痕跡，鎖定高意向目標(biāo)，并通過情感分析自動調(diào)整話術(shù)，提升后續(xù)轉(zhuǎn)化率。

第三點(diǎn)，只會母語的人比不過精通外語和百科的AI。有了AI，會一門外語真的不能算是顯著的有實(shí)力。據(jù)悉，Agentforce的訓(xùn)練語料橫跨17種語言，涵蓋74萬份Salesforce官方文檔與元數(shù)據(jù)。依托Salesforce總量高達(dá)200～300PB的行業(yè)級數(shù)據(jù)湖，Agentforce獲得了遠(yuǎn)超同類產(chǎn)品的上下文深度和領(lǐng)域精度，從而顯著降低幻覺風(fēng)險(xiǎn)，給出更可靠的結(jié)果。

我們有理由相信，在未來，Agent業(yè)務(wù)員將會進(jìn)攻到每一個(gè)交易領(lǐng)域，不管是大宗商品、還是小本生意，它的成交率將越來越高、成交范圍也會越來越廣。

AI開的藥，你敢吃嗎？

我們都知道，AI已經(jīng)走進(jìn)了各個(gè)領(lǐng)域，醫(yī)療也不例外，但對于直接吃AI開的藥，或許大部分人還是會膽戰(zhàn)心驚。畢竟，用藥量的微小差異可能導(dǎo)致成癮性，用藥方案的微小偏差也可能引發(fā)嚴(yán)重的副作用，可謂失之毫厘、謬以千里。

但如果告訴你，AI醫(yī)生的診斷準(zhǔn)確率甚至超過了專業(yè)醫(yī)生，你能相信嗎？

在美國，一款名叫Polaris的醫(yī)療Agent能夠?yàn)榛颊咛峁┱鎸?shí)的用藥意見，醫(yī)療建議準(zhǔn)確率超過99%，遠(yuǎn)高于美國注冊護(hù)士81%的平均水平。并且，該智能體推薦的藥品和復(fù)診意見，在病人的好評率中趨近于90%。這意味著，AI不僅比人準(zhǔn)，甚至比人更受患者信任。

但作為Agent，它是如何做到的呢？這源于多個(gè)智能體的協(xié)同工作和交叉驗(yàn)證機(jī)制。

Polaris由三個(gè)Agent共同出診，而非單一模型獨(dú)立決策。例如，當(dāng)患者詢問某種藥物的副作用時(shí)，實(shí)驗(yàn)室Agent檢索最新的藥物臨床試驗(yàn)數(shù)據(jù)，確保信息基于權(quán)威醫(yī)學(xué)研究；藥物Agent核對患者的用藥史、過敏記錄，避免潛在的藥物相互作用風(fēng)險(xiǎn)；主要Agent綜合前兩者的分析，生成最終建議，并標(biāo)注置信度。

為了進(jìn)一步保證用藥安全和患者福利，超過6500名護(hù)士、500名醫(yī)生參與了最終安全評估，助力該系統(tǒng)獲得FDA認(rèn)可的醫(yī)療AI專利。

據(jù)悉，在阿聯(lián)酋，Polaris已被整合進(jìn)Burjeel醫(yī)療集團(tuán)的數(shù)字系統(tǒng)。在超過185萬次真實(shí)患者互動測試中，Polaris3.0臨床準(zhǔn)確率高達(dá)99.38%，患者滿意度達(dá)8.95/10。

但需要注意的是，Polaris目前只能在有明確解法和醫(yī)學(xué)案例的疾病上給出問診方案和醫(yī)療建議，無法直接參與藥物研究開發(fā)。也就是說，醫(yī)療智能體更強(qiáng)調(diào)常規(guī)病例的診斷正確率，而不是研發(fā)創(chuàng)新工作。所以某種程度上，它只能在臨床發(fā)揮作用，而不能參與罕見病藥物開發(fā)等前沿工作。因?yàn)閷τ卺t(yī)院這樣生命優(yōu)先的場景，安全一定是第一位的。Agent想要跟專業(yè)醫(yī)生媲美，還有一大段路要走呢。

不難看出，短短一年，智能體已經(jīng)逐漸超出了人們的想象。從這些智能體的發(fā)展軌跡中，我們能清晰地看到一個(gè)趨勢：Agent正在從概念走向?qū)嵱?，從?shí)驗(yàn)室走進(jìn)我們的日常工作生活。它們不是冷冰冰的機(jī)器，而是逐漸成為各領(lǐng)域?qū)I(yè)人士的得力助手。WebSailor讓研究人員不再被海量文獻(xiàn)淹沒，Shortcut解放了財(cái)務(wù)人員的雙手，Agentforce成為銷售團(tuán)隊(duì)的秘密武器，Hippocratic則是醫(yī)護(hù)人員的第二大腦。

這些智能體最可貴之處在于，它們并非要取代人類，而是通過彌補(bǔ)人類在效率、記憶力和計(jì)算能力上的局限，讓我們能把更多精力投入到真正需要人類智慧的領(lǐng)域。就像望遠(yuǎn)鏡延伸了人類的視野，這些Agent工具正在擴(kuò)展我們的認(rèn)知邊界。

在可以預(yù)見的將來，我們每個(gè)人或許都會擁有一個(gè)甚至多個(gè)智能體作為助手：幫我們學(xué)習(xí)新知識的Agent導(dǎo)師、管理日程的Agent秘書、照顧健康的Agent醫(yī)生、創(chuàng)作內(nèi)容的Agent伙伴……但就像歷史上所有偉大的工具一樣，它們不會取代我們，但會讓我們變得更強(qiáng)，最終成為人類能力的一部分。

審核編輯 黃宇