Разница в результатах, которые вы получаете с AI-агентами, определяется контекстом, с которым агент должен работать. Люди, как правило, понимают, когда у них недостаточно информации для выполнения задачи, но агенты будут пытаться в любом случае. Таким образом, наши рабочие процессы изменятся, чтобы помочь агентам, а не наоборот.

Мы думали, что агенты ИИ будут соответствовать тому, как мы работаем, но скорее всего, мы адаптируем наши рабочие процессы к тому, как они работают лучше всего. Агенты работают лучше всего с описательным контекстом, что означает, что наши процессы станут гораздо более специфичными и хорошо документированными.

Что такое агенты ИИ и как они изменят нашу работу? @levie, @martin_casado, @stevesi, @eriktorenberg обсуждают: (0:36) Что такое агент? Агентство, автономия и обратные связи (4:27) Специализация задач и разделение труда в ИИ (6:04) Антропоморфизация ИИ и его экономическое влияние (9:10) Прогнозы, прогресс и рекурсивное самоулучшение (13:13) Галлюцинации, верификация и продуктивность экспертов (16:16) Принятие инструментов, эксперты и изменение рабочих процессов (45:55) Разделение труда, вертикализация и новые роли в прикладном ИИ (54:44) Конкуренция платформ и уровень приложений

Если у нас будет в 100 раз больше агентов ИИ, чем людей, работающих в компании, то на самом деле гораздо более вероятно, что мы будем подстраиваться под то, как агенты работают лучше всего, вместо того чтобы агенты подстраивались под то, как работаем мы. Агенты ИИ в основном процветают в контексте, и различия в том, что вы получаете от них, почти полностью связаны с тем, насколько хорош ваш контекст. Это означает, что многие *новые* способы нашей работы будут направлены на то, чтобы предоставить агентам правильный контекст. До появления ИИ было довольно легко просто принять, что будет ограниченная документация о том, как что-то работает, потому что вы могли просто спросить своего коллегу. Это, конечно, имело огромные недостатки, потому что это значительно усложняло адаптацию нового сотрудника, это было налогом на существующие таланты, и со временем вы теряли много институциональных знаний. Агенты ИИ не имеют этой роскоши. Агенты ИИ не обладают всеми ситуационными знаниями и осмосом, которыми обладают люди. По умолчанию они не знают ваших целей, стандартов компании, стиля, других текущих проектов и так далее. Когда мы начали переход на ИИ в Box, когда коллеги создают агентов Box AI, они по сути фиксируют многолетние знания о процессах и наконец записывают их, чтобы агент мог на этом основании работать. Даже в тех областях, где у нас есть документация по какому-то вопросу, она обновляется таким образом, который по своей сути дружелюбен к агентам. Но это только начало. В результате необходимости сделать агентов более продуктивными, есть много областей, которые могут потребовать постепенных изменений: * Документация для всей критически важной работы. Мы начнем записывать четкие описания многих наших важных рабочих процессов таким образом, который будет удобен для агентов. И в отличие от дрейфа документации, который происходит в человеческих рабочих процессах, нам нужно будет поддерживать их в актуальном состоянии, поскольку каждый запуск агента — это перезапуск знаний и опыта агента. * Четкие правила и инструкции для агентов. У каждой компании есть разные руководства по стилю, разные стандарты кодовой базы, внутренние политики и так далее, которым агенты должны следовать. Так же, как мы видели с такими вещами, как правила Cursor, мы можем ожидать этого для всех областей знаний. * Новые подходы к памяти агентов. Нам, вероятно, понадобятся более простые способы адаптации агентов, которые могут использовать банк памяти от пользователя на основе различных модальностей или работы, которую они выполняют в компании. И тогда вопрос будет в том, смогу ли я взять с собой какую-либо из этой памяти позже, что маловероятно с точки зрения корпоративной интеллектуальной собственности. * Лучше структурированные технологические стеки. В результате того, как легко агенты ИИ могут сбиться с пути, будет огромный приоритет на качество ИТ-архитектуры компании, чистоту ее данных, насколько актуальны ее контроль доступа и т. д. Небольшие отклонения здесь значительно ограничат, насколько далеко вы можете продвинуть агентов, или вы получите плохие результаты или реальный бизнес-риски. * Контекст для агентов ИИ будет выходить за рамки типичных организационных структур. В мире, где агентам необходимо сотрудничать между несколькими частями технологического стека (бэкенд и фронтенд) или бизнес-процессом (юридический и операционный отделы продаж), мы, возможно, не сможем сопоставить рабочие процессы и доступ к данным агентов ИИ только с существующими сотрудниками и функциями, что имеет все новые последствия. Будет очень интересно наблюдать, как компании будут меняться со временем, чтобы поддерживать продуктивность агентов, и что это будет означать для будущего работы.

Вот краткий обзор того, как будут выглядеть AI-агенты в области интеллектуального труда. С сервером Box MCP вы можете сказать Клоду создать структуру папок в Box для сделки по слиянию и поглощению и контрольного списка данных. В будущем у вас будут просто фоновыми агентами, автоматизирующими все.

Премия за то, чтобы быть человеком, который безумно в курсе того, что происходит в AI, сейчас так высока. Эта сфера меняется так быстро, что вы будете выделяться, будучи более AI-ориентированным и в курсе событий, чем все остальные. Огромная возможность для следующего поколения рабочей силы.

Агенты ИИ с полным использованием инструментов будут просто безумными. Вот Клод, который использует серверы Box и Linear MCP, чтобы взять документы дорожной карты продукта из Box и превратить их в задачи для отслеживания. Это небольшой пример того, как будет выглядеть будущее совместимости агентов ИИ.

Самые простые способы упустить всю мощь ИИ-агентов прямо сейчас — это просто не использовать их достаточно. Чаще всего люди просто не используют их на полную мощность, и поэтому, вероятно, получают выгоду только от небольшой части потенциала. Это поразительно, когда вы общаетесь со стартапами и узнаете о том, какие у них новые рабочие процессы и сколько больше они успевают сделать, чем вы могли бы всего лишь несколько лет назад с теми же ресурсами. Это просто огромная асимметрия для всех, кто в курсе. Команды и компании, которые ставят ИИ на первое место, вероятно, всегда будут на несколько шагов впереди других, потому что они будут понимать, как продвигать модели и агентов дальше, и эти знания будут накапливаться. Для всех остальных будет невероятное количество неиспользуемых возможностей, которые просто лежат без дела.

Почти каждое исследование показывает, что врачи, использующие ИИ, работают лучше, чем те, кто его не использует. Теперь ИИ достигает идеальных результатов на медицинских лицензирующих экзаменах. Вы просто будете ожидать, что каждый поставщик профессиональных услуг, к которому вы обращаетесь, будет использовать ИИ в будущем, иначе вы не будете доверять его советам.

Одна тонкая причина, по которой размер рынка для ИИ-агентов будет больше, чем мы осознаем, заключается в том, что существует множество случаев, когда запуск нескольких агентов параллельно для решения одной и той же проблемы является ценным. Ранее это было практически невозможно для большинства интеллектуальных работ. Просто было бы экономически нецелесообразно привлекать больше людей к одной и той же задаче. Но поскольку мы значительно снизили стоимость развертывания интеллекта, вы можете позволить себе больше избыточности и рассматривать вещи с еще большего количества углов. Мы уже видим эти примеры в ряде областей. Люди используют ИИ-агентов для проверки кода на одних и тех же изменениях, чтобы предложить тонкие различия в анализе. То же самое будет верно для агентов безопасности, проверяющих код, где дополнительное покрытие приносит еще большую ценность. В глубоких исследовательских задачах часто полезно иметь несколько подсказок, работающих параллельно, чтобы сравнить разные подходы. И мы можем ожидать, что это проявится во многих других областях, где множественные различные взгляды предлагают дополнительную ценность для рабочего процесса, таких как юридическая работа, здравоохранение, финансовый анализ, научные исследования, генерация идей для продуктов, создание маркетингового контента и многое другое. Вот почему невозможно оценить полный TAM многих из этих рынков. Если вы думали, что агенты только приближают то, как мы работаем сегодня 1:1, вам будет легко упустить все способы, которыми мы будем использовать агентов в рабочих процессах. Вот почему у этих рынков нет естественного потолка в будущем.