那些超出想象的AI Agent

“公元5世纪中期，一位不知名的基督教诗人离世，而这一年恰好是某古代环境重建年表的截止年份。这个科学年表叫什么名字？”

面对如此冷门的问题，恐怕连最资深的学者都会陷入沉思。既不知道诗人姓名，又不清楚年表名称，传统搜索引擎在这里完全失灵，两个看似毫不相关的信息点就像大海中的两粒沙子，让人无从下手。

就是这样让人一头雾水的难题，一款名叫WebSailor的智能体却能通过交叉验证快速锁定正确答案：诗人是 Synesius of Cyrene、科学年表“PAGES 2k”、时间414年。

这不禁让人震惊：什么时候AI已经进化到如此程度？

要知道，就在半年前，Agent还被普遍认为是玩具属性大于工具属性。大部分产品内测名额一票难求，实际表现却频频翻车。

尽管最初效果不如人意，智能体的进化速度却很快。如今，在营销、医疗等专业领域，Agent的表现甚至已超过人类水平。

今天，我们一起来扒一扒上半年有哪些智能体，已经超出了我们以往的想象。

10分钟答对一套世锦赛难题

面对世锦赛级别的金融建模题，即便是经验丰富的分析师，往往也需要数小时推演验证。但如果现在告诉你，有人能在10分钟内给出准确答案，你相信吗？

这样复杂的任务，即使放给市面上最优秀的大模型，也可能一筹莫展。但一款名叫Shortcut的智能体却在短短10分钟内完成了，不仅准确率超80%，时间比人类快了整整10倍。

Excel世锦赛有多难？

它由微软官方背书、FMWC 组委会运营，任务涵盖复杂函数、Power Query、动态数组、蒙特卡洛模拟等，被选手形容为“最残忍的函数修罗场”。参赛选手来自全球各地，多为投行数据分析师、四大财务建模总监、微软前MVP，学历资历含金量拉满。

而这一届考题，也就是Shortcut的首秀试题，以《魔兽世界》30周年为主题，要求选手在40分钟内完成20多个关联表格操作。参赛者需手动建立VLOOKUP、INDEX-MATCH等公式，在复杂的数据迷宫中建立精准链接。

对此，Shortcut不仅克服了传统AI模型在数据处理量上的限制，更完美避开了幻觉输出的痛点。面对海量无序数据和确定性极强的函数规则，它能像经验丰富的分析师一样，快速理解任务需求并给出精准解决方案。原本需要人类选手1～2小时才能完成的赛题，Shortcut仅用10分钟就交出了完美答卷。

据开发团队透露，Shortcut支持自然语言指令交互，能轻松应对金融建模、5000行CSV数据分析、数据可视化甚至像素画创作等复杂任务。其核心能力涵盖智能填充、错误自动排查、多表关联分析等专业功能，堪称Excel领域的六边形战士。

看到这样的财务人员，或许会直呼遇到了救星。

因为财务部门最愁的就是数不胜数的数据、表格、文件，但前期AI发展受制于token限制和幻觉，无法处理成百上千的数据，一个小数点、标点符号的错误都会给公司带来难以估量的损失。这一度也给公众留下了AI无法解决实际难题的印象。

而Shortcut的出现则打破局面，给这个痛点带来了新的可能。

毕竟，5000行CSV数据如果一行一行录入校对，可将近一周的工作量。现在，尽管Shortcut仍存在复杂函数作图出错的可能，但就是解决单一的信息整理工作，也能挽救他们日渐稀少的发量了。

鼠标一动， 成交率直接过半?

在外贸行业，销售团队拼尽全力，可能也只能将成交率从10%推到15%。但有一家公司，却悄无声息地把这个数字拉到了50%——不是靠疯狂加班，不是靠人海战术，而是靠一个看不见的销售王牌。

竟对公司以为对方请来了高人，客户认为自己在自主决策？不，他们可能早已掉进Agent精心设计的温柔陷阱。

数据显示，一个传统业务员的成单率一般在10%～15%。而一款叫Agentforce的智能体成单率却达到了50%。自2024年上线以来，成单超过8000单。

最让业务员扎心的是，这款Agent不仅成交率高、签单额也不低，动辄七位数美元级。这些大单如果由自己签下，提成起码四位数起。可现实是，最老练的销冠也不得不思考，为什么苦心经营的技巧和话术，被一个横空出世的Agent截胡了？

第一点，要休息的人类拼不过轮轴转的机器。跨国贸易中流传着一句话，谁越能熬夜，谁就越能赚钱。时差的存在产生了外贸的白夜班作息，但仍然没有人能24h坚守岗位，在顾客决定下单的那一时间精准说服他。Agentforce做到了，它像一台永不疲倦的数字销售系统，在7×24h模式下并发处理数千条对话，把人工坐席数减少30～60%。

第二点，统一刻板的话术比不过八面玲珑的“奉承”。为什么客户在下单时常常意识不到是AI让它动心了呢？因为在21世纪，真的找不到比AI更会阿谀奉承的角色了。传统销售依赖人力，业务员靠经验判断客户意向，受个人情绪、疲劳度影响，很难编织出对胃口的话。但Agentforce能够实时分析官网浏览、邮件互动等行为痕迹，锁定高意向目标，并通过情感分析自动调整话术，提升后续转化率。

第三点，只会母语的人比不过精通外语和百科的AI。有了AI，会一门外语真的不能算是显著的有实力。据悉，Agentforce的训练语料横跨17种语言，涵盖74万份Salesforce官方文档与元数据。依托Salesforce总量高达200～300PB的行业级数据湖，Agentforce获得了远超同类产品的上下文深度和领域精度，从而显著降低幻觉风险，给出更可靠的结果。

我们有理由相信，在未来，Agent业务员将会进攻到每一个交易领域，不管是大宗商品、还是小本生意，它的成交率将越来越高、成交范围也会越来越广。

诊断准确率超99%，比部分人类医生更可靠

AI开的药，你敢吃吗？

我们都知道，AI已经走进了各个领域，医疗也不例外，但对于直接吃AI开的药，或许大部分人还是会胆战心惊。毕竟，用药量的微小差异可能导致成瘾性，用药方案的微小偏差也可能引发严重的副作用，可谓失之毫厘、谬以千里。

但如果告诉你，AI医生的诊断准确率甚至超过了专业医生，你能相信吗？

在美国，一款名叫Polaris的医疗Agent能够为患者提供真实的用药意见，医疗建议准确率超过99%，远高于美国注册护士81%的平均水平。并且，该智能体推荐的药品和复诊意见，在病人的好评率中趋近于90%。这意味着，AI不仅比人准，甚至比人更受患者信任。

但作为Agent，它是如何做到的呢？这源于多个智能体的协同工作和交叉验证机制。

Polaris由三个Agent共同出诊，而非单一模型独立决策。例如，当患者询问某种药物的副作用时，实验室Agent检索最新的药物临床试验数据，确保信息基于权威医学研究；药物Agent核对患者的用药史、过敏记录，避免潜在的药物相互作用风险；主要Agent综合前两者的分析，生成最终建议，并标注置信度。

为了进一步保证用药安全和患者福利，超过6500名护士、500名医生参与了最终安全评估，助力该系统获得FDA认可的医疗AI专利。

据悉，在阿联酋，Polaris已被整合进Burjeel医疗集团的数字系统。在超过185万次真实患者互动测试中，Polaris3.0临床准确率高达99.38%，患者满意度达8.95/10。

但需要注意的是，Polaris目前只能在有明确解法和医学案例的疾病上给出问诊方案和医疗建议，无法直接参与药物研究开发。也就是说，医疗智能体更强调常规病例的诊断正确率，而不是研发创新工作。所以某种程度上，它只能在临床发挥作用，而不能参与罕见病药物开发等前沿工作。因为对于医院这样生命优先的场景，安全一定是第一位的。Agent想要跟专业医生媲美，还有一大段路要走呢。

不难看出，短短一年，智能体已经逐渐超出了人们的想象。从这些智能体的发展轨迹中，我们能清晰地看到一个趋势：Agent正在从概念走向实用，从实验室走进我们的日常工作生活。它们不是冷冰冰的机器，而是逐渐成为各领域专业人士的得力助手。WebSailor让研究人员不再被海量文献淹没，Shortcut解放了财务人员的双手，Agentforce成为销售团队的秘密武器，Hippocratic则是医护人员的第二大脑。

这些智能体最可贵之处在于，它们并非要取代人类，而是通过弥补人类在效率、记忆力和计算能力上的局限，让我们能把更多精力投入到真正需要人类智慧的领域。就像望远镜延伸了人类的视野，这些Agent工具正在扩展我们的认知边界。

在可以预见的将来，我们每个人或许都会拥有一个甚至多个智能体作为助手：帮我们学习新知识的Agent导师、管理日程的Agent秘书、照顾健康的Agent医生、创作内容的Agent伙伴……但就像历史上所有伟大的工具一样，它们不会取代我们，但会让我们变得更强，最终成为人类能力的一部分。

本文来自微信公众号 “脑极体”（ID：unity007），作者：珊瑚，36氪经授权发布。