真に有能な AI エージェントには、賢さと実際の行動力の両方が必要です。{0}ユーザーが望んでいることを深く理解し、実際に物事を成し遂げるためには{0}実行力{1}}が必要です。アリババ研究所のユアン・ユアン所長は、「AIエージェントの行動の安全性と開発」に関する最近のセミナーで、AIエージェントの理想的な形についてこう述べた。
同氏は、AIエージェントはAI技術を現実のお金に変え、ユーザーエクスペリエンスを劇的に向上させる大きな可能性を秘めているが、その導入によって既存のルール、ガバナンス、ビジネスエコシステムが覆されるべきではないと強調した。代わりに、携帯電話メーカーとアプリ開発者の両方が高度なモデルの利点を共有できるように、業界全体の緊密な連携により、すべてが安全かつ制御可能な方法で行われる必要があります。
過去 1 年間、市場における大きな疑問は「AI は本当に私たちの代わりにタスクを処理できるのか?」というものでした。私たちはさまざまなアプローチが登場するのを見てきました。
一部の製品は、画面に表示されている内容を理解し、人間のタップやスワイプを模倣して、ビデオの編集、チケットの予約、さまざまなアプリ間での食べ物の注文などの操作を行うことで、電話の操作を「乗っ取ろう」とします。これらは通常、GUIエージェント(グラフィカル ユーザー インターフェイス エージェントの略)。
技術的には、AI に画面を「見て」理解させ、クリックやジェスチャーをシミュレートすることで機能します。しかし、これはすぐに多くの厄介な問題を引き起こします: 誰が許可を与えるのでしょうか?ダメになったら誰が責任を取るの？どのようなサービスにアクセスできますか?そして誰がそれを抑制しているのでしょうか？
セミナーで専門家らは、この画面ベースのアプローチには実際の短期的な価値があると指摘しました。{0}これにより、既存のアプリに大きな変更を強いることなく、AI エージェントが日常の使用にすぐに移行できるようになります。{0}{1}{2}しかし、長期的には、信頼性、速度、管理の面で制限が組み込まれています。-多くの人は、これを終盤というよりは一時的な橋渡しだと考えています。
中国政法大学教授のジャオ・ハイタオ氏は、AIエージェントの許可は場面ごとに処理されるべきだと主張した。重要なアクションにはユーザーからの 2 回目の確認が必要です。また、個人の属性、主観的な決定、または社会的相互作用に関係するものは、まったく委任すべきではありません。同氏は、二重の-認可ルール-すべてのシナリオがサードパーティのプラットフォームのみに依存すべきではない--に関する課題を指摘し、業界が交渉と標準を通じて協力してこの問題を段階的に解決することを提案しました。
携帯電話メーカーは、AI エージェントに関する独自の道を積極的に模索しています。
最近のメディアブリーフィングで、OPPOのColorOS向けスマート製品研究開発ディレクターであるJiang Yuchen氏は、Doubaoフォンのような製品は物事を前進させることで業界とエコシステムにプラスの影響を与えていると記者団に語った。しかし彼女ははっきりと言いました。「これは AI スマートフォンの最終形態ではありません-基本的には依然として古い GUI インターフェースを操作する方法です。」
OPPO にとって、GUI スタイルのアプローチのどちらを選択するかは、イデオロギーの問題ではありません。-それは、何よりもまずエンジニアリングとスケールの問題です。 Jiang氏は、Doubaoのような製品はエンジニアリングプロトタイプとしてより積極的にする余裕があるが、大手携帯電話メーカーは巨大なユーザーベースを扱っていると説明した。 「機能をリリースした翌日にほとんどのサービスが正常に動作しなくなった場合、それは私たちにとって品質上の問題です。-私たちはそれを受け入れることができません。」その規模では、不安定なシステム-レベルの機能が急速に拡大します。
彼女の見解では、画面-操作-ベースのエージェントは「中間段階のようなもの」です。今後の主流の道は、A2A（エージェント-対-）コラボレーション、AI エージェント同士が直接会話し、連携します。
彼女は、この進化において携帯電話メーカーにとって本当に重要なのはモデルのサイズやパラメータではなく、{0}}ユーザーに対する長期的な深い理解であると強調しました。{1} 「私たちは大型モデルが携帯電話の魂であるとは考えていません」とジャン氏は語った。 「私たちは『記憶』こそが魂だと信じています。一度携帯電話が自分のことを本当に理解してしまうと、他のものに切り替えるのは非常に困難です。」
セミナーでは、AI エージェントにとっての本当の課題は「仕事をこなせるかどうか」だけではなく、{0}}AI エージェントができることとその管理方法について明確な境界を定義することが重要であることに、何人かの専門家が同意しました。
Yuan Yuan 氏は、現在の GUI の波が健全な「ナマズ効果」を生み出し、業界全体を揺るがし、活気づけていると指摘しました。しかし彼女は、中国のAIセクターがGUIの道に囚われないよう強く求めた。代わりに、それを基礎にして、安全性と進歩のバランスが取れたより良いルートを見つけてください。彼女は、Apple のアプローチを良い例として挙げました。Apple は、エージェントとアプリの間にオープン API{3}} ベースのコラボレーションを確立すると同時に、画面認識を使用して安全境界を維持し、ユーザーの意図を正確にアプリに伝え、アプリがより賢くコマンドを実行できるようにします。
清華大学電子工学部情報システム研究所の副所長である Wang Yue 氏は、AI エージェントが大きな転換点であると考えています。{0}AI システムは外部世界と直接対話し始めています。これは情報システムの構築方法を変えるだけではありません。経済運営も再構築される可能性がある。同氏は、真の破壊的イノベーションはシステムの管理性を弱め、信頼基盤を侵食するリスクがあるため、より優れた認可メカニズムと A2A チェック アンド バランスが必要であり、最終的には市場-主導の競争-ベースの信頼性システムに移行する必要があると警告しました。
全体として、議論は AI が電話で機能できるかどうかから、それを責任を持って持続的に実行する方法に移りつつあります。-そしてエージェント間の A2A- スタイルのコラボレーションは、他のすべてを壊さずにそこに到達する有望な方法のように見えます。
