Salesforce正逐步將戰(zhàn)略重心從大語言模型的部署轉(zhuǎn)向?qū)I(yè)化、高效且可信賴的智能體開發(fā)，旨在通過人工智能技術解決企業(yè)面臨的特定商業(yè)難題。公司執(zhí)行副總裁兼首席科學家Silvio Savarese在接受媒體專訪時強調(diào)，AI對企業(yè)的核心價值并非底層模型本身，而是基于這些模型構(gòu)建的智能體能力。

"我們正從對模型的過度關注轉(zhuǎn)向更務實的智能體開發(fā)，"Savarese指出，"客戶真正需要的是能夠直接解決業(yè)務問題的智能體，而非單純的技術展示。這種轉(zhuǎn)變正在重塑我們的業(yè)務模式。"

為實現(xiàn)這一目標，Salesforce研究團隊將智能體架構(gòu)拆解為四大核心組件：記憶系統(tǒng)、推理引擎、交互界面和功能調(diào)用模塊。在記憶系統(tǒng)方面，團隊開發(fā)了專有向量嵌入技術，顯著提升了數(shù)據(jù)檢索效率和信息組織能力；推理引擎則通過增強Atlas引擎的可靠性，使其能夠更精準地規(guī)劃復雜任務流程；交互界面創(chuàng)新則集中在先進語音模型的研發(fā)上，以實現(xiàn)更自然的對話體驗。

功能調(diào)用模塊是此次技術突破的關鍵領域。Savarese透露，研究團隊專門構(gòu)建了大型動作模型（LAM），該模型在執(zhí)行API調(diào)用和操作指令時展現(xiàn)出遠超傳統(tǒng)大語言模型的準確性。"大語言模型的設計初衷是文本生成，而非動作執(zhí)行，"這位斯坦福大學出身的科學家解釋道，"LAM則通過整合環(huán)境反饋機制，使動作執(zhí)行能力得到質(zhì)的提升。"

這種技術路線選擇也回應了企業(yè)對通用AI模型成本和效率的擔憂。Savarese認為，企業(yè)應當根據(jù)具體場景匹配適當規(guī)模的模型，通過專業(yè)化小型模型驅(qū)動專用智能體，處理如產(chǎn)品退貨、密碼管理等特定任務。"實踐表明，在明確用例下，小型模型完全能達到與大型模型相當?shù)男阅埽?他補充道，"同時還能顯著降低資源消耗。"不過他也承認，在需要協(xié)調(diào)多個智能體的復雜工作流中，大型模型仍具有不可替代的價值。

通過智能體AI戰(zhàn)略，Salesforce正在構(gòu)建企業(yè)通用智能（EGI）體系，該體系聚焦于業(yè)務關鍵領域的深度能力拓展，如執(zhí)行系統(tǒng)性研究而非簡單搜索，或為復雜營銷活動制定長期規(guī)劃。這與消費級人工通用智能（AGI）的發(fā)展路徑形成鮮明對比。"業(yè)界對AGI的追逐可以理解，但企業(yè)更需要的是在實用任務中保持高度準確性和一致性的解決方案，"Savarese強調(diào)，"比如確保客戶智能體能在正確時機提供準確信息。"

支撐整個智能體生態(tài)的是Einstein Trust Layer安全架構(gòu)，該系統(tǒng)集成了數(shù)據(jù)掩碼、零數(shù)據(jù)留存和審計追蹤等企業(yè)級防護措施。Savarese特別指出，構(gòu)建具備自我認知能力的智能體至關重要："當智能體能夠評估自身決策的置信度時，就能有效避免'幻覺'問題，并將不確定性較高的決策轉(zhuǎn)交人工審核，這為技術落地提供了關鍵保障。"