AI 代理從助理走向基礎設施與模擬受眾

最新發展

兩家日本公司的公告說明了 AI 代理這個標籤的涵蓋範圍正如何擴大。其中一家將代理置於軟體交付工作流程之中；另一家則把代理視為合成受眾。兩者在技術上都很有意思，但都仰賴公告公司自行產出的證據。

1. dy.do 提議以代理而非拉取請求為核心的程式碼託管服務

Hikazu 表示，計畫於 11 月推出 dy.do，作為供多個 AI 代理同時工作的程式碼託管服務。其規劃中的 CLI 將涵蓋從接受任務、驗證，到整合進主分支的整套工作流程，並嘗試自動合併互不重疊的修改。該公司也表示，在一項範圍有限的內部基準測試中，其同步速度約為透過 GitHub SSH 執行 git push 的三倍，但同時明確指出結果會因環境而異。公告發布時，這項服務仍未正式推出，因此其正式環境中的可靠性及基準測試結果仍未獲得驗證。(閱讀 dy.do 公告)

2. Ambiral 的合成受訪者符合整體趨勢，但未能精確重現民意

Ambiral 表示，約 500 個 AI 代理重建了日本銀行第 107 次民意調查的作答模式。在 44 道問題中，該公司報告各答案占比的相關係數為 0.88，並在 34 道問題中得出相同的最多人選答案，而各答案占比的平均差距為 6.7 個百分點。這項實驗是在官方結果公布後進行，使用未啟用搜尋功能的 Gemini 3.8 Flash，且與日本銀行無關。因此，它所展現的是事後模式比對，而非事前預測，也不能取代具代表性的人類研究。(閱讀 Ambiral 公告)

兩項公告代表的意義

兩者共同的商業構想是，代理正成為系統中的參與者，而不再只是聊天介面。商業上的考驗則更為嚴峻：dy.do 必須證明其在真實開發工作負載下的可靠性，而合成受眾工具則必須證明能將成果泛化到已知結果之外，並揭露模擬回答與真人回答之間的差異。對買方而言，公司提出的基準測試與實驗是有用的起點，但並非獨立證據。