LangChain首席執(zhí)行官Harrison Chase提出了“環(huán)境智能體”（Ambient Agents）這一新興概念，并將其與傳統(tǒng)聊天智能體進(jìn)行了區(qū)分。

與需要用戶主動發(fā)起交互的聊天機器人不同，“環(huán)境智能體”并非由用戶直接發(fā)起交互，而是被動地監(jiān)聽事件流（如新郵件、日歷提醒、系統(tǒng)通知等），并在后臺自主運行，支持多任務(wù)并行且對交互延遲的要求更低。這種特性使其能夠擴展個人能力、處理更復(fù)雜的操作。

Chase強調(diào)，“環(huán)境”并非等同于“完全自主”，人機交互對環(huán)境智能體至關(guān)重要，具體體現(xiàn)在：用戶審批或拒絕智能體的行動建議、編輯智能體的操作、在智能體遇到障礙時為其解答疑問，以及“時間旅行”功能（即回顧并修正智能體歷史步驟中的決策）。這不僅能帶來更好的結(jié)果、建立信任，更有助于智能體通過學(xué)習(xí)用戶互動來優(yōu)化其“記憶”和未來表現(xiàn)。

環(huán)境智能體：未來已來

我們致力于構(gòu)建開發(fā)者工具，旨在讓構(gòu)建智能體變得盡可能簡單。迄今為止，我們看到構(gòu)建的大多數(shù)智能體，我稱之為“聊天智能體”—你通過聊天界面與它們互動，發(fā)送消息，它們執(zhí)行任務(wù)并作出回應(yīng)。它們在很多方面都表現(xiàn)出色，但令我個人非常興奮的一個概念是“環(huán)境智能體”。

什么是環(huán)境智能體？

什么是環(huán)境智能體？我傾向于這樣定義：環(huán)境智能體能夠監(jiān)聽一個事件流，并據(jù)此采取相應(yīng)行動，甚至可能同時處理多個事件。

這與普通的智能體有何不同？

首先，觸發(fā)機制的差異。環(huán)境智能體的啟動不再依賴于人類用戶輸入消息，而是由后臺發(fā)生的某個事件觸發(fā)。

其次，并行處理能力，即可同時運行的數(shù)量。對于聊天智能體，通常一次只能與一個智能體互動，或許你可以打開幾個窗口，同時運行幾個，但基本是一對一的；而對于環(huán)境智能體，它們監(jiān)聽的是事件，因此其運行數(shù)量取決于后臺發(fā)生的事件數(shù)量，這個數(shù)字可能會大得多。

然后，延遲要求的不同。使用聊天智能體時，你發(fā)送消息后期望能迅速得到回應(yīng)，否則你可能會感到厭煩而去瀏覽其他網(wǎng)站；但環(huán)境智能體在后臺運行，由事件觸發(fā)，因此它們可以在需要任何形式的響應(yīng)之前，運行更長的時間，它們通常對延遲的要求要寬松得多。

最后，用戶體驗的重塑。對于聊天智能體，我們現(xiàn)在已經(jīng)非常熟悉聊天機器人界面；但對于在后臺運行的智能體，我們?nèi)绾闻c之互動這似乎還是一個有待探索的問題。因為它們在你不知情的情況下運行，你與它們進(jìn)行某種形式的互動至關(guān)重要。

舉個例子：一個電子郵件智能體就是一個環(huán)境智能體，它可以監(jiān)聽收到的郵件并據(jù)此采取行動，比如嘗試回復(fù)郵件、安排會議，或提醒你和團隊中的其他人。這可以算作一種環(huán)境智能體的具體實例。

為何選擇環(huán)境智能體？

我認(rèn)為環(huán)境智能體引發(fā)關(guān)注的原因有幾點：

1.規(guī)?；嵘齻€人能力。當(dāng)你與聊天智能體互動時，通常是一對一的，一次只做一件事。而擁有了環(huán)境智能體，成千上萬個智能體可在后臺同時運行，這將極大地擴展我們的影響力。

2.處理更復(fù)雜的操作。與聊天智能體互動時，由于延遲要求，它執(zhí)行的通常是較為簡單的操作。但環(huán)境智能體不存在如此嚴(yán)格的延遲限制，因此可以調(diào)用大量工具，執(zhí)行越來越復(fù)雜的操作。你還可以加入其他步驟，比如明確的規(guī)劃或反思環(huán)節(jié)，從而逐步提升所構(gòu)建智能體的復(fù)雜性。

環(huán)境并非意味著完全自主：人機協(xié)同的重要性

“環(huán)境”并不等同于“完全自主”，我仍然認(rèn)為，我們能夠與這些環(huán)境智能體進(jìn)行互動至關(guān)重要。人們正在構(gòu)建幾種不同的人機交互模式：

1.審批與拒絕。即審批或拒絕這些智能體想要執(zhí)行的某些操作，例如如果你想讓一個環(huán)境智能體處理給投訴客戶退款的郵件，那么在初期階段，你肯定希望有人工介入來審批這些退款操作。

2.編輯與修正。即編輯智能體將要執(zhí)行的操作，也許智能體提出了一個建議，你不想簡單地批準(zhǔn)或拒絕，而是希望明確地修改它，然后讓它執(zhí)行修改后的操作。

3.解疑與指導(dǎo)。這些智能體有時可能會在任務(wù)中途卡住，因此應(yīng)該有一種機制，讓你能夠回答它們可能提出的問題，就像你會回答正在處理復(fù)雜問題的同事提出的問題一樣。

4.時間旅行：回溯與干預(yù)。由于這些智能體需要執(zhí)行許多步驟，你可能會發(fā)現(xiàn)回溯到比如總共100個步驟中的第10步，在那里進(jìn)行互動，修改它的行為，給予一些反饋將非常有用。

我們稱之為“時間旅行”，促進(jìn)這種交互是我們看到的一種很酷的新模式。

讓人類參與其中之所以重要，有以下幾個原因：

首先，提升成果質(zhì)量。以深度研究（Deep Research）為例，雖然它不完全是環(huán)境智能體，但它是一個長期運行的智能體。在初期階段，它會問你一些澄清性問題，來回溝通，這通常比它僅根據(jù)你最初的問題或陳述就自行運作能產(chǎn)生更好的結(jié)果。因此，在深度研究中通過提問澄清問題，在環(huán)境智能體中通過不同類型的交互模式讓人類參與進(jìn)來，都能提升最終成果的質(zhì)量。

其次，構(gòu)建信任感。如果你要執(zhí)行明確的行動，比如付款或批準(zhǔn)某些事項，有人工參與會讓人更加放心。

最后，優(yōu)化智能體記憶與學(xué)習(xí)。這一點可能最為微妙，我認(rèn)為它對智能體的“記憶”有很大幫助。我所說的記憶，是指從用戶互動中學(xué)習(xí)。如果你不與智能體互動，那么它就沒有用戶互動可供學(xué)習(xí)。因此，讓人類參與其中，有助于為你想植入智能體的許多記憶功能提供信息，使其將來能表現(xiàn)得更好。