對(duì)話火山引擎譚待：大模型開始真正進(jìn)入復(fù)雜場(chǎng)景

　　《科創(chuàng)板日?qǐng)?bào)》12月21日訊（記者張洋洋）在模型能力快速迭代的2024年之后，大模型產(chǎn)業(yè)正在進(jìn)入一個(gè)新的階段。

　　在上海舉行的火山引擎 Force 原動(dòng)力大會(huì)上，火山引擎總裁譚待在與《科創(chuàng)板日?qǐng)?bào)》等多家媒體進(jìn)行了一次對(duì)話，系統(tǒng)性闡述了火山引擎對(duì)多模態(tài)、Agent、AI原生架構(gòu)以及安全與商業(yè)化路徑的最新判斷。

　　▍多模態(tài)加速“落地拐點(diǎn)”

　　2024年年底，國(guó)內(nèi)外頭部模型密集更新多模態(tài)能力，豆包、Gemini、OpenAI等均在視覺(jué)、語(yǔ)音、視頻等方向持續(xù)強(qiáng)化。

　　對(duì)此，譚待的判斷是，多模態(tài)的集中突破并非偶然，而是模型應(yīng)用從“對(duì)話”走向“執(zhí)行”的必然結(jié)果。

　　“以前模型主要解決的是聊天問(wèn)題，文字輸入就夠了；但當(dāng)模型開始幫你處理事情，輸入和輸出都會(huì)變得復(fù)雜?！弊T待表示，在車載、產(chǎn)品質(zhì)檢、餐飲、制造等真實(shí)場(chǎng)景中，模型不僅需要理解文本，還必須理解視覺(jué)信息，同時(shí)還要處理來(lái)自不同工具的可視化結(jié)果。

　　在他看來(lái)，多模態(tài)的意義不在于生成能力本身，而在于讓模型具備像人一樣理解環(huán)境的能力，從而降低對(duì)復(fù)雜API或定制接口的依賴，擴(kuò)大模型可適用的場(chǎng)景范圍。

　　“你理解了視覺(jué)，就可以像人一樣去操作很多東西，而不是每一個(gè)工具都要去做一個(gè)MCP server或者復(fù)雜的接口?！弊T待認(rèn)為，這正是多模態(tài)成為構(gòu)建復(fù)雜Agent基礎(chǔ)能力的原因。

　　針對(duì)行業(yè)普遍關(guān)注的“多模態(tài)仍存在數(shù)據(jù)與工程挑戰(zhàn)”，譚待也給出了相對(duì)克制的回應(yīng)。他認(rèn)為，相比一年前，模型已經(jīng)解決了大量問(wèn)題，而模型的進(jìn)化路徑本身就是“能力解鎖—應(yīng)用爆發(fā)—新問(wèn)題出現(xiàn)”的循環(huán)過(guò)程。

　　▍模型不再是瓶頸，Agent的開發(fā)與運(yùn)行成為關(guān)鍵約束

　　如果說(shuō)模型能力是AI應(yīng)用的上限，那么在譚待看來(lái)，Agent體系的成熟度，正在成為決定AI落地速度的下限。

　　在他看來(lái)，當(dāng)前行業(yè)面臨的現(xiàn)實(shí)是：模型能力已經(jīng)足夠強(qiáng)，但能夠真正將模型能力轉(zhuǎn)化為穩(wěn)定、可規(guī)模運(yùn)行Agent的企業(yè)仍然不多。

　　“現(xiàn)在模型已經(jīng)很強(qiáng)了，但真正把強(qiáng)模型用好的企業(yè)并不多，核心問(wèn)題不在模型，而在Agent的迭代太慢?！弊T待直言。

　　以豆包為例，無(wú)論是APP形態(tài)還是手機(jī)助手，其本質(zhì)都是由大量Agent構(gòu)成的復(fù)雜系統(tǒng)。搜索、客服、內(nèi)容生成、分析推理等能力，背后往往是不同邏輯、不同任務(wù)目標(biāo)的Agent協(xié)同運(yùn)行。

　　在內(nèi)部實(shí)踐中，火山引擎逐步發(fā)現(xiàn)，Agent真正走向線上規(guī)模化應(yīng)用，必須同時(shí)解決三個(gè)問(wèn)題：一是模型能力本身；二是Agent的開發(fā)效率；三是Agent在真實(shí)線上環(huán)境中的運(yùn)行穩(wěn)定性與安全性。

　　此次大會(huì)上，火山引擎正式對(duì)外系統(tǒng)化推出AgentKit，將內(nèi)部Agent實(shí)踐經(jīng)驗(yàn)拆解為一套完整的開發(fā)與運(yùn)行組件。

　　譚待透露，通過(guò)AgentKit，一些原本需要數(shù)千行代碼、數(shù)周開發(fā)周期的Agent能力，可以被大幅簡(jiǎn)化。

　　“我們現(xiàn)在看到的一個(gè)現(xiàn)實(shí)問(wèn)題是，模型已經(jīng)夠強(qiáng)了，但Agent開發(fā)跟不上?！彼硎?，Agent時(shí)代需要的是為Agent而設(shè)計(jì)的AI原生架構(gòu)，而不是沿用傳統(tǒng)軟件時(shí)代的開發(fā)范式。

　　▍AI原生架構(gòu)浮現(xiàn)，云基礎(chǔ)設(shè)施圍繞Agent重構(gòu)

　　在更底層的云基礎(chǔ)設(shè)施層面，譚待給出了一個(gè)更長(zhǎng)期的判斷：AI時(shí)代的核心計(jì)算主體，正在從Web和App，轉(zhuǎn)向Agent。

　　回顧技術(shù)演進(jìn)路徑，他認(rèn)為，每一次平臺(tái)級(jí)技術(shù)變革，都會(huì)重塑基礎(chǔ)設(shè)施形態(tài)。PC時(shí)代圍繞網(wǎng)站與數(shù)據(jù)庫(kù)構(gòu)建，移動(dòng)互聯(lián)網(wǎng)時(shí)代圍繞App與云原生架構(gòu)展開，而AI時(shí)代，Agent將成為新的核心單元。

　　“你現(xiàn)在要思考的是，Agent需要什么樣的runtime，什么樣的中間件，什么樣的數(shù)據(jù)庫(kù)，以及什么樣的數(shù)據(jù)湖和DevOps體系。”譚待表示。

　　他認(rèn)為，Agent的運(yùn)行方式與傳統(tǒng)應(yīng)用存在顯著差異。傳統(tǒng)應(yīng)用通常是“少量表、海量數(shù)據(jù)”，而Agent則是“大量表、單表數(shù)據(jù)量小、隨用隨建、隨時(shí)銷毀”，這對(duì)數(shù)據(jù)庫(kù)與數(shù)據(jù)管理提出了全新的要求。

　　正是在這一背景下，火山引擎推出了面向Agent的數(shù)據(jù)湖、多模態(tài)數(shù)據(jù)能力以及配套的開發(fā)工具鏈。譚待強(qiáng)調(diào)，這并非概念驅(qū)動(dòng)，而是源于豆包自身在大規(guī)模Agent實(shí)踐中的真實(shí)需求。

　　“為什么我們能抽象出這些東西？因?yàn)槲覀冏约鹤鲞^(guò)。”他說(shuō)，豆包在實(shí)際業(yè)務(wù)中踩過(guò)的坑，最終被整理為對(duì)外可復(fù)用的產(chǎn)品能力。

　　▍從Token到Agent：商業(yè)模式的抽象層正在上移

　　在商業(yè)模式層面，隨著大模型調(diào)用規(guī)?？焖僭鲩L(zhǎng)，“按token計(jì)費(fèi)是否過(guò)于原始”成為行業(yè)討論的焦點(diǎn)之一。

　　對(duì)此，譚待的態(tài)度相對(duì)務(wù)實(shí)。他認(rèn)為，token計(jì)費(fèi)并非錯(cuò)誤，而是處在AI商業(yè)化的底層抽象層級(jí)。“API本身就是原材料，原材料按用量計(jì)費(fèi)是很自然的?！?/p>

　　但他同時(shí)強(qiáng)調(diào)，真正決定市場(chǎng)空間的，并非token本身，而是更高抽象層的Agent形態(tài)。

　　在他看來(lái)，當(dāng)模型被封裝為可直接解決問(wèn)題的Agent，其商業(yè)邏輯將從IT預(yù)算，轉(zhuǎn)向業(yè)務(wù)預(yù)算甚至BPO（業(yè)務(wù)流程外包）市場(chǎng)。

　　他以“深度研究型Agent”為例指出，這類Agent的調(diào)用頻率可能并不高，但每一次調(diào)用背后，都可能是數(shù)小時(shí)甚至數(shù)天的多輪推理、搜索與數(shù)據(jù)處理，消耗極高的token量。

　　“你不能只看哪個(gè)場(chǎng)景起量快，還要看長(zhǎng)期天花板。”譚待表示，陪伴聊天等C端場(chǎng)景起量快但天花板有限，而科研、教育、醫(yī)療、企業(yè)決策等場(chǎng)景起量慢但長(zhǎng)期價(jià)值更高。

　　▍AI時(shí)代云安全是“必選項(xiàng)”而非“附加項(xiàng)”

　　在本次大會(huì)中，安全被火山引擎放在了一個(gè)相對(duì)靠前的位置，這在云廠商發(fā)布會(huì)上并不多見(jiàn)。

　　譚待的解釋是，模型能力越強(qiáng)，對(duì)安全的要求就越高。如果安全問(wèn)題無(wú)法被系統(tǒng)性解決，AI很難在企業(yè)級(jí)場(chǎng)景中被真正規(guī)?；捎谩?/p>

　　他指出，傳統(tǒng)的軟件時(shí)代，企業(yè)往往通過(guò)私有化部署或一體機(jī)來(lái)解決安全問(wèn)題，但在AI時(shí)代，這種方式正在逐漸失效。一方面模型更新周期極短，另一方面Agent體系高度依賴云端能力，私有化方案很難跟上技術(shù)演進(jìn)。

　　火山引擎的解決方案是，通過(guò)AICC（機(jī)密計(jì)算）等方式，將安全能力與MaaS、AgentKit深度融合，使安全成為云與AI體系的內(nèi)生能力，而非外掛組件。

　　“AI時(shí)代，云的重要性會(huì)更大，而不是更小?！弊T待表示，未來(lái)越來(lái)越多企業(yè)會(huì)意識(shí)到，安全不應(yīng)以犧牲模型能力和迭代速度為代價(jià)。

　　此外，在談及大模型競(jìng)爭(zhēng)格局時(shí)，譚待多次強(qiáng)調(diào)“競(jìng)爭(zhēng)不是最重要的變量”。

　　在他看來(lái)，大模型市場(chǎng)仍處于高速擴(kuò)張階段，關(guān)鍵并非零和博弈，而是如何加速AI在真實(shí)業(yè)務(wù)中的落地。“如果市場(chǎng)明年還能再漲10倍，大家關(guān)注的就不是存量競(jìng)爭(zhēng)?！?/p>

（文章來(lái)源：財(cái)聯(lián)社）

(原標(biāo)題：對(duì)話火山引擎譚待：大模型開始真正進(jìn)入復(fù)雜場(chǎng)景)

(責(zé)任編輯：10)