OpenAI、微软和谷歌加入了Anthropic的行列，被形容为一场“获得临界质量”的竞赛。

　　本周，AI代理引入的狂潮以快速的速度持续推进。OpenAI在ChatGPT中推出了所谓的“工作区代理”，微软在其Foundry Agent Service中添加了托管代理。

　　这些发布恰逢谷歌更新其Gemini Enterprise应用的同一天，为上班族提供构建、管理与AI代理互动的新方式，并推出了Gemini Enterprise Agent Platform。该公司表示，该平台旨在构建、扩展、管理和优化代理。

　　这三款产品是在Anthropic于4月初推出Claude Managed Agents之后发布的。后者是一套用于构建和托管云托管代理的可组合API，目前处于公共测试阶段。

　　OpenAI在公告中表示：“工作区代理是GPT的演变。在Codex的支持下，它们可以承担人们在工作中已经完成的许多任务——从准备报告、编写代码到回复消息。它们在云端运行，所以即使你不在线，它们也可以继续工作。它们也被设计成可在组织内共享，因此团队可以构建一次代理，然后在ChatGPT或Slack中一起使用，并随着时间的推移不断改进。”

　　与此同时，微软在一篇博客中表示，其最新举措“为生产级企业代理提供了针对代理优化的计算与服务”。该公司在去年Microsoft Ignite上预览托管代理后表示，“这次刷新是一种根本不同的体验：具有文件系统持久性、集成身份和缩放到零的经济性，确保每个会话的沙盒都是安全的。”

　　公告相互关联

　　Moor Insights & Strategy的首席分析师Jason Andersen表示：“随着围绕AI代理的狂热，这四个公告是相互关联的。OpenAI宣布的是支持创建和共享代理的原生能力。”

　　他说，这是OpenAI的新功能，其动作稍晚；谷歌、微软、Anthropic等公司拥有这种能力已经有一段时间了，事实上，随着其他这些公告的发布，它们正在走得更远。

　　他指出：“我们在Anthropic和微软中看到的是，随着代理变得更加强大，供应商会不遗余力地解决随之而来的问题。有时这包括代理编写代码和执行其他任务。这增加了复杂性，也增加了对代理和模型在运行时得到良好管理的担忧。这两个供应商提供的托管选项都是代理运行的更先进的基础设施。”

　　他补充说，目前，“许多代理被简单地当作更先进的前端。这些较新的选项为代理提供了启动专用容器等功能，它们可以支持半自主操作，在某些情况下还可以支持自主操作。这两个公告更侧重于基础设施，而OpenAI更侧重于代理构建。”

　　他将谷歌的推出描述为“介于两者之间”。

　　他指出：“OpenAI的公告与去年谷歌宣布的Gemini Enterprise非常相似。今年，谷歌采取了行动，为代理提供了名为Gemini Enterprise Agent Platform的管理控制平面，这可以实现更丰富的共享体验以及许多管理和治理能力。”

　　总的来说，Andersen表示：“AI代理领域变得非常火热，一些迟到的参与者正在加入，而那些一直在投入的公司也在持续演进，为最终客户提供更多的规模、运营和安全能力。”

　　Info-Tech Research Group的首席研究总监Brian Jackson表示，随着这一系列公告，“我们看到在代理平台成为企业日常工作界面的背景下，一场获得临界质量的竞赛正在展开。Anthropic和OpenAI正从它们作为AI初创公司的定位出发不断推进，而谷歌、微软和亚马逊则利用其根深蒂固的超大规模和企业平台优势。”

　　Jackson指出，这些科技公司提供的差异最明显体现在目标受众和交付模式上。

　　他指出，OpenAI的工作区代理是为非技术业务团队设计的。它们为代理提供模板，可以自动化从线索评分到供应商研究报告等任务。用户可以“提示”他们希望的工作自动化方式，而无需担心幕后机制——正在使用什么模型、调用什么API、如何检索和写入数据，或如何授予权限。

　　他说，Anthropic正在采取不同的方法。它不是直接面向业务用户，而是为企业开发团队提供工具，让他们构建自己的代理，并为其用户提供自定义界面。Anthropic的托管代理是一组开发人员可以使用的可组合API。这种方法更灵活，但需要付出更多努力才能创造价值。

　　另一方面，微软和谷歌都是垂直集成的平台，在广泛的堆栈之上提供代理层。微软的Foundry与Anthropic的产品相似，但通过保持模型无关性并允许开发人员选择他们首选的代理框架，提供了更大的灵活性。

　　随着市场的发展，新的问题浮现

　　Jackson观察到，随着代理平台市场的发展，“我们看到在可观察性方面出现了新问题。检测和观察代理将植根于用于配置代理的身份系统。然而，由于每个平台都使用自己的身份系统，任何一个平台都很难看到企业中创建的所有代理，更糟糕的是，那些由恶意用户（‘影子AI’）创建的代理。”

　　此外，他补充说，“代理工作流意味着完成任务所消耗的AI令牌数量将大幅增加。由于需求量大，我们已经看到了AI容量限制和价格上涨。由于代理需要多个‘推理’步骤才能完成一项任务，因此很难预测今天自动化的工作流程在一年后运行的成本。”

　　这意味着IT领导者需要决定他们将在其堆栈的哪一层构建代理。他说：“你不想选错，因为在一个平台上根深蒂固意味着严重的供应商锁定。我们已经担心系统和数据被锁定，但当你添加一个智能层时，你基本上是在构建一个具有通往工作流的神经元通路的大脑。以后把‘大脑移植’到另一个平台并不容易。”