一位思想领袖的视角：力量与责任

在过去四十年的科技周期中，从个人电脑和互联网的诞生，到移动和云革命的兴起，没有一个像这一次那样令人感到不同。多年来，关于人工智能的讨论一直是熟悉的炒作和幻灭的节奏，所谓的“AI夏天”之后，紧接着是漫长的寒冷冬天。但这一次，情况有所不同。对话明显发生了转变。如果过去十八个月是…… 关于引擎——大型语言模型（LLMs）那令人叹为观止的、几乎垂直的崛起——下一个时代将是我们围绕它构建的汽车。这将关乎那些利用这种原始力量的框架，将之从可能的文本生成器转变为真正的行动智能体。

我承认，我最初是一个怀疑者。我发现，可信度往往与一个人对某一主题的了解成反比。早期的模型虽然流畅，但感觉像是在带着一种冒牌货综合症运行，它们更注重可信度而非正确性。但随后出现了转折点，这一变化是由一类新的“推理”模型带来的。突然之间，我们不再只是与一个预测序列中下一个单词的统计机器进行对话； 我们正在窥视一种新兴的认知形式。

第一次尝试使用这些新的智能体编码工具时，我感受到了那种熟悉的魔法火花。我给它分配了一个我一直没有时间做的个人项目：将一个慈善网站从简单的网页构建器迁移到一个真正的、现代的CI/CD环境。接下来的二十分钟里，它开始工作，提出澄清问题，请求凭证，并提供状态更新。这感觉更像是在与一个初级开发者合作，而不是在使用一个工具。当它向我展示一个完全可部署的包时，附带无懈可击的文档和单元测试，我感到非常震撼。

当然，它并不完美。它犯过错误，陷入过困境，需要我的监督和，至关重要的，我的判断来引导它回到正确的轨道。这次经历让我深刻体会到了一个我在漫长职业生涯中艰难学到的教训：你不能盲目地信任。然而，这个过程却非常引人入胜。窥探它的“思维链”就像是在观察一个大脑在工作——杂乱无章、非线性、充满尝试、停止和自我纠正，与我们人类自己的推理方式颇为相似。它不是一条直线；它是一个通向解决方案的随机漫步。这里有一个新事物的核心：不仅仅是一个能够生成内容的智能，而是一个能够生成计划的智能。

这是智能体框架的承诺。它区别于静态的地铁图和实时重新规划路线的动态GPS。经典的基于规则的自动机遵循固定路径；当它遇到意外障碍时，就会中断。一个由推理模型驱动的AI智能体，具有观察、适应并找到另一条路的能力。它拥有一种数字常识，使其能够应对现实世界中的无数边缘情况。它代表了一种转变，从简单地告诉计算机“做什么”，到解释“为什么”需要做某事，并信任它去弄清楚“如何”去做。

尽管这个新领域令人振奋，但它也带来了一种深刻的责任感，尤其是从我作为全球金融机构首席信息官的视角来看。其风险之高难以估量。一个在制作“鸡肉三文鱼融合派”食谱时犯错的智能体只是一个有趣的轶事。然而，一个在执行交易、管理风险或处理客户数据时犯错的智能体则是一个真正的问题。我阅读过免责声明和警示故事：一个网络自动化智能体在登录失败后，决定给一位议员发邮件抱怨登录墙。这是一个带有黑色幽默的提醒，让我们意识到我们正在处理一种我们并不完全理解的技术。

这是工艺、文化和对原则不懈追求成为我们基本指南的地方。我们的工程信条不仅仅是纸张上的文字；它们是我们的指南针。我们必须有目的地构建，确保我们设计的每个智能体都从对我们要解决的客户问题的清晰理解开始。我们必须预见未来，预测故障模式，并设计出天生具有弹性的系统。最重要的是，我们必须赢得信任，通过透明地展示我们的方法并对我们的结果负责。

在一个智能体世界中，这些原则显得尤为重要。残酷的现实是，你不能简单地将这些强大的新工具叠加到混乱、不一致的系统上，并期望得到好的结果。混乱的系统加上智能体，是灾难的配方。在“垃圾”数据上训练的AI不仅会产生垃圾输出；它还会产生看似合理、自信的垃圾输出，这可能会毒害整个流程。因此，我们的首要任务和最关键的任务是做好准备工作。我们必须投资于清洁数据、一致的元数据和定义良好的API。我们必须构建现代的“州际公路系统”，使这些智能体能够安全且高效地运行。这是一项艰难的工作， 构建可编程企业的基础工作，即“企业即软件”，我们的流程与我们的代码一样架构良好。

最终，这段旅程并非旨在取代人类的创造力，而是要增强它。它要求我们所有人具备一套新的技能：清晰解释任务的能力、分配任务的经验智慧以及验证输出质量的努力。这需要我们保持谦逊，承认自己的不足，并且永不停止学习。本书接下来的篇章提供了一幅构建这些新框架的技术路线图。我的希望是，你们不仅能够利用它们构建可能实现的事物，还能构建正确、稳健和负责任的事物。

世界正在要求每一位工程师挺身而出。我坚信我们已准备好迎接挑战。

享受旅程。

马可·阿热蒂，高盛首席信息官