Emergence认为它能破解AI代理程序代码

又一家生成式人工智能创业公司筹集了一大笔资金。而且，和之前的公司一样，它也承诺能实现非常高的目标。

Emergence于周一退出隐蔽状态，其联合创始人包括IBM研究部门全球人工智能解决方案前负责人Satya Nitta，获得了来自Learn Capital的9720万美元融资以及总额超过1亿美元的信贷额度。 Emergence声称正在构建一个"基于代理的"系统，可以执行许多通常由知识工作者处理的任务，部分地通过将这些任务路由到第一方和第三方生成式人工智能模型，如OpenAI的GPT-4o。

“在 Emergence，我们正在研究生成式人工智能代理领域的多个方面，”Emergence的CEO 尼塔告诉 TechCrunch。“在我们的研发实验室里，我们正在从‘第一原则’的角度推进代理系统的科学，包括规划和推理等关键人工智能任务以及代理的自我改进。”

尼塔表示，“崛起”这个想法是在他创立梅林思维后不久产生的，该公司致力于构建教育为导向的虚拟助手。他意识到，在梅林开发的一些相同技术可以应用于自动化工作站软件和网络应用程序。

因此，尼塔招募了前IBM员工拉维·科库和沙拉德·桑达拉拉金共同创立Emergence，旨在“推动人工智能代理的科学和发展”，用尼塔的话来说。

“当前的生成式人工智能模型虽然在语言理解方面很强大，但在更复杂的自动化任务所需的先进规划和推理能力上仍然落后于代理人，”尼塔说。“这正是Emergence专注于的领域。”

Emergence有一个雄心勃勃的路线图，其中包括一个名为E代理的项目，旨在自动化填写表格、在线市场上搜索产品和浏览Netflix等流媒体服务等任务。E代理的早期形式已经可用，它是通过合成数据和人工标注数据的混合训练的。但Emergence的第一个成品是Nitta描述的"orchestrator"代理。

这个编排器于周一开源，本身不执行任何任务。相反，它作为工作流自动化的自动模型切换器。考虑到模型的能力和使用成本（如果是第三方模型），编排器会考虑要执行的任务，比如写邮件，然后从开发者精心策划的列表中选择一个模型来完成该任务。

开发人员可以增加适当的防护措施，为他们的工作流程和应用程序使用多个模型，并在需要时无缝切换到最新的开源或通用模型，而不必担心成本、及时迁移或可用性等问题，”尼塔说道。

Emergence的编排者在概念上似乎与人工智能初创公司火星人的模型路由器非常相似，它接收面向人工智能模型的提示，并根据可用时间和特性等因素自动将其路由到不同的模型。另一家初创公司Credal提供了更基本的模型路由解决方案，其驱动方式是通过硬编码的规则。

尼塔并不否认它们之间的相似之处。但他并不那么含蓄地暗示Emergence的模型路由技术比其他技术更可靠；他还指出它提供了额外的配置功能，如手动模型选择器、API管理和成本概览仪表板。

“我们的编排代理是基于对企业系统所需的可伸缩性、稳健性和可用性有深入理解构建的，并且得益于我们团队在构建全球规模最大的人工智能部署方面拥有几十年的经验。”他说道。

Emergence计划在未来几周推出一个托管的、通过API可用的高级版本，以实现对编排器的货币化。但这只是公司宏伟计划的一部分，该计划包括建立一个平台，用于处理索赔和文件、管理IT系统，并与Salesforce和Zendesk等客户关系管理系统集成，以便处理客户查询。

为了实现这一目标，Emergence表示已与三星和触摸显示公司Newline Interactive建立了战略合作伙伴关系，这两家公司都是Merlyn Mind的现有客户，这看起来并非巧合之举，以整合Emergence的技术到未来的产品中。

我们可以期待看到哪些具体的产品，以及何时看到它们？尼塔表示，三星的WAD互动显示器和Newline的Q和Q Pro系列显示器，但他无法回答第二个问题，暗示着现在还处于早期阶段。

毫无疑问，人工智能代理目前非常受关注。生成式人工智能巨头OpenAI和Anthropic正在开发执行任务的代理产品，像谷歌和亚马逊等大型科技公司也在进行类似工作。

然而，除了最初的大量现金外，Emergence的差异化并不明显。

TechCrunch最近报道了另一家人工智能代理创业公司Orby，其销售宣传方式类似：人工智能代理经过训练，能够在各种桌面软件上工作。Adept也在沿着这个方向开发技术，但据报道，尽管筹集了超过4.15亿美元，现在却发现自己濒临被微软或者Meta公司收购。

Emergence正定位自己比大多数公司更加重视研发：可以说是“智能体的OpenAI”，设有一个专门的研究实验室，致力于探索智能体如何规划、推理和自我提升。它吸引了一大批优秀人才；其研究人员和软件工程师中有许多来自谷歌、Meta、微软、亚马逊和艾伦人工智能研究所。

尼塔表示，崛起的指导思想将优先考虑公开可用的工作，同时在研究基础上构建付费服务，这是从软件即服务行业借鉴而来的方法。他声称已经有数以万计的人在使用崛起服务的早期版本。

“我们的信念是，我们的工作将成为未来多个企业工作流自动化的基础。”尼塔说道。

我对此持怀疑态度，我并不认为Emergence的50人团队能够在生成式人工智能领域击败其他竞争对手，也不认为他们能解决困扰生成式人工智能的总体技术挑战，比如幻觉和开发模型的巨大成本。Cognition Labs的Devin是建立和部署软件表现最好的代理之一，但在衡量解决GitHub上问题能力的基准测试中，只能达到大约14%的成功率。很明显，还有很多工作要做，才能达到代理能够在没有监督的情况下处理复杂流程的地步。

Emergence目前有资本去尝试。但是未来可能会面临困难，因为风险投资商和企业对生成式人工智能技术获得投资回报的路径表现出增加的怀疑。

尼塔展现出刚刚筹得1亿美元资金的初创公司创始人的自信，断言Emergence已经为成功做好了准备。

他说：“Emergence之所以有弹性，是因为它专注于解决对企业有清晰和即时投资回报的基本人工智能基础设施问题。我们的开源核心商业模式，再加上优质服务，确保了稳定的收入流，同时培养了不断壮大的开发者和早期采用者社区。”

我们很快就会看到的。