以色列初创公司xpander.ai推出了代理图形系统 (AGS)，据称这是基于 OpenAI 的 GPT-4o 系列等底层 AI 模型构建更可靠、更高效的多步骤 AI 代理的重要新方法。
目标是重新定义 AI 代理与 API 和其他工具的交互方式，使各行各业的组织更容易执行高级自动化任务。
解决多步骤 AI 代理的挑战
函数调用是大多数 AI 代理工作流程的支柱，它使模型能够与外部系统交互以执行诸如获取实时数据或执行操作等任务。
然而，当面临复杂的 API 模式或不可预测的响应时，这些交互往往会失败，从而导致效率低下和错误。
xpander.ai 的代理图形系统通过使用基于图形的工作流程逐步指导代理完成适当的 API 调用，为这些挑战引入了结构化的解决方案。
AGS 不会在每个阶段都展示所有可用的工具，而是智能地将选项限制为仅与当前任务上下文相符的选项，从而显著减少无序或冲突的函数调用。
xpander.ai 联合创始人兼首席产品官 Ran Sheinberg 在接受 VentureBeat 采访时解释道：“通过 AGS，我们确保代理在每个步骤中只使用相关工具并遵循正确的模式，从而确保精确度和效率。”
Sheinberg 之前曾在多家初创公司工作，并担任亚马逊网络服务 (AWS) 的主要解决方案架构负责人，领导企业客户的大规模计算项目。
人工智能代理开发的民主化
xpander.ai 旨在让更广泛的受众能够接触到代理式 AI 开发。xpander.ai 联合创始人兼首席执行官 David Twizer 在同一次采访中表示：“我们的目标是创建一个可访问的平台，让任何人都可以构建 AI 代理、试验该技术并开始自动执行重复任务，以专注于真正重要的事情。”
该公司还提供 AI 就绪连接器，可轻松与NVIDIA NIM（Nvidia 推理微服务）和其他系统集成。这些连接器通过详细的文档、操作 ID 和架构丰富了 API 工具，减轻了开发人员的技术负担，同时提高了运行时准确性。
Twizer 表示：“设置完成后，您可以将其连接到任何支持函数调用的 AI 系统。对于我们来说，设计出能够满足客户需求的技术至关重要，并且能够灵活地随时间升级模型。”
Twizer 之前还曾在 AWS 担任首席解决方案架构师和上市生成 AI 销售架构的领导者。
主要优势和实际影响
在基准测试中，xpander.ai 证明，AGS 与其 Agentic 接口相结合，使 AI 代理在多步骤任务中的成功率达到 98%，而使用传统方法的代理的成功率仅为 24%。
这些代理完成工作流程的速度提高了 38%，并且使用的令牌减少了 31.5%，凸显了 AGS 降低成本和提高性能的能力。
AGS 的一个实际应用示例涉及一项基准测试任务，其中 AI 代理必须跨 LinkedIn 和 Crunchbase 等平台研究公司，然后在 Notion 中整理结果。AGS 简化了流程，确保以正确的顺序使用工具并始终遵循模式。
Twizer 补充道：“我们提供一个完整的 AI 代理，它可以为任何系统创建接口。数据接口首次成为 AI 原生接口，解决了世界面临的一个主要痛点。”
AGS 在代理 AI 中的作用
xpander.ai 将 AGS 定位为代理 AI 发展的重要一步，使Nvidia NIM微服务等工具能够与企业系统更无缝地集成。
Sheinberg 指出：“AI 代理需要使用 API 来处理涉及复杂数据结构的同步用例，而传统的 UI 是不够的。”
通过 AGS，xpander.ai 改变了 AI 代理处理错误管理和上下文连续性的方式。通过在其图形结构中直接嵌入后备选项，AGS 允许代理重试失败的操作或转向替代工作流程而无需人工干预，从而保持任务稳定性。
这种可靠性水平确保配备 AGS 的代理不仅具有反应能力，而且具有适应性，能够处理最不可预测的工作流程。
构建 AI 工作流程的未来
xpander.ai 引入的 AGS 及其 Agentic 接口代表着多步骤 AI 代理的重大飞跃。
通过支持结构化、自适应的工作流程并简化复杂的 API 交互，AGS 为自动化的可靠性和效率设立了新的标准。
随着公司的不断发展，其工具有望帮助企业充分发挥人工智能驱动的工作流程的潜力。
原创文章，作者：王 浩然，如若转载，请注明出处：https://www.dian8dian.com/xpander-ai-de-agent-graph-system-shi-ai-dai-li-geng-jia-ke
