据作者现场录音整理,按讲者脉络转述,不是逐字稿。讲者是 masons.ai 创始人兼 CEO,自述一半时间在旧金山、一半在上海,做了八年企业 agent。英文演讲,无问答环节;现场录音质量较差,个别段落听不清,幻灯片内容只能从口述推断。

一句话

他认为 agent 和聊天机器人的区别在于行动,而行动要改的是别人的环境。十年前卡住他的履约问题今天还在,因为品牌不愿被降格成 API;所以 agent 经济需要一层让各自保有主权的 agent 互相通信、交换意图的基础层,而不是一个中心化的超级 agent 把意图分派给各家。

论断

1. 十年前做 agent 卡在履约

他 2016 年就在做 agent,场景是订餐厅、买机票。当时要解决三个问题:多轮上下文对话、理解口语表达(含否定)、领域逻辑。他说前两个今天已被 LLM 解决,但到真去订餐厅时没有 API 可调,只好雇了 20 个人当"人肉 API":前端是 AI 接收需求,后端是人去对接餐厅和航空公司,完全不可扩展。他当时追问由谁来完成任务:自己去和所有商家谈 BD 拿接口,还是交给一个已经接入所有服务商接口的中国平台。他想要的是技术方案,于是停掉了。

“but for us, we think the third problem which stopped my startup 10 years ago, still remains. That is a problem of fulfillment.”

——但我们认为,十年前让我的创业停下来的第三个问题今天还在,那就是履约问题。

2. agent 的定义是行动

他向投资人解释"这不是聊天机器人"时用的是这套区分:目标加操作等于行动,目标是期望状态,行动是把当前状态转到期望状态。能有效行动,意味着 agent 能改变环境的状态;而你只能在别人允许的地方改别人的环境,他认为缺的正是这一层。他提到亚马逊最近封禁了某个对象作为例子。

“There’s a goal plus operation equals actions.”

——目标加操作等于行动。

3. 企业里的 agent 问题也是环境问题

2017 年他给 Visa 做了第一个 AI concierge:Visa 有现成的 API,他们只补语言理解这一层,本质是自然语言到 API。后来做企业 agent 时遇到另一个问题:同一个组织里不同部门用不同供应商、不同框架或 harness 做 agent,彼此不通。

  • BMW 的销售、金融服务、售后维修是不同部门,客户提一个"查一下我这辆车的贷款合同"这样的跨部门请求就办不成。
  • 他说 2019 年他们解决了组织内不同部门 agent 互相通信的问题,但那是企业愿景,来得太早:当时训练一个 agent 只有跨国公司负担得起,agent 不会多。

4. 品牌不愿被降格成 API

大模型公司设想的变现路径是一个超级 agent 接住用户意图,再分派给各家系统。他说这不新鲜,十年前的数字助手时代就这样做过,结果没多少品牌愿意加入,因为它们想保住和客户之间的直接沟通。他把这叫主权,主权的问题在于制造隔离。

“They don’t want to be reduced into API. They want to still hold the direct communication between their service and their customers.”

——它们不想被降格成一个 API,想保住和客户之间的直接沟通。

  • 他说未来可能有两种:一种是竞争性的中心化,中心化本身没问题,只要能给所有参与方一个公平的局;另一种是去中心化,那就得找到让隔离的部分连起来的办法。他用人类文明靠语言沟通、建市场交换来类比。

5. 个人 agent 的委托代理问题

需求侧的问题是:个人 agent 到底替你还是替平台的利益说话,怎么保证它的推荐不是为了从服务商那里拿佣金。他认为主权 agent 可以成为保证个人身份和个人主权的基础层。供给侧的问题是:服务方是让别人或别人的 agent 直接碰自己的后端,还是自己设一个接口让客户和他们的 agent 通过它交互;他认为这个接口不久后会以 agent 的形式出现。

“rather it could take the commission from the service providers like what Ad Exchange has been doing for years.”

——它可能会从服务商那里拿佣金,就像广告交易平台这些年做的那样。

6. 下一层是 agent 之间的交换市场

他引用"网络就是计算机"这个说法:你不需要拥有一切,可以通过网络访问别人设备上的内容。他认为会出现一整层新应用,各种交易所和市场,只是用户换成了 agent。

  • 大组织:设一个治理层,各团队可以继续用不同的模型、不同的 harness,员工可以用不同的 coding agent,只要能拿到权限和访问,同时保住各自的主权。
  • 小组织:用他所说的"意图交换",把自己履约不了的意图,以 agent 对 agent 的方式广播给已经合作的 B2B 伙伴,采购寻源是一个场景。

“And this is not something in the far future. This is today.”

——这不是遥远的未来,是今天。

  • 他没有给 demo 画面、用户数或交易量。

存疑

  • 亚马逊最近封禁的对象没听清。
  • 2016 年那家创业公司的名字、他考虑过的那个"已接入所有服务商接口"的中国平台名字,都没听清。
  • “超级 agent 分派意图"那一段讲得很乱,是按上下文概括的,需回放。
  • 讲交换市场之前有一段像是在讲某个开放协议,几乎听不清。
  • 讲个人 agent 时他点了几个产品名,大多没听清,只能辨出 Hermes。