自去年宣布推出Copilot Studio以来,微软表示该工具已在多个业务部门让效率显著提升。从下个月开始,客户将可以对这一说法进行测试。
该服务提供了一个无代码风格的界面,用于构建特定任务的人工智能代理,以实现员工工作的自动化。
如果你对人工智能代理的概念不熟悉,那么它指的是结合使用大型语言或视觉模型(有时不止一个)与传统自动化框架,无需人工交互即可主动处理信息(例如销售线索)。
尽管Copilot Studio可用于构建自定义代理,自动执行各种任务,微软在Dynamics 365 产品中提供了十个现成的代理,覆盖了从销售和客户服务到财务和供应链管理的方方面面。
微软表示其中得供应链代理可以“通过自主跟踪供应商绩效、检测延迟并做出相应响应,最大限度地减少代价高昂的中断”,并补充表示,它将把团队从监控和救火中解放出来。
当然,这些服务旨在插入客户现有的Microsoft 365服务,扩展他们的知识库,这可能是通过一种名为检索增强生成(RAG)的技术实现的——我们在这里对这一概念进行了深入探讨。
从长远来看,许多业内人士都认为这项技术将有助于实现整个部门的自动化。不过,就目前而言,微软的雄心似乎更低调,他们将这一服务定位为提高效率的驱动力,帮助现有员工完成更多工作或专注于价值更高的任务。
微软表示,霍尼韦尔使用 Copilot 提高了生产率,相当于增加了187名全职员工,这不禁让人怀疑,这些工具的真正目的是提高工人的生产率,还是推动裁员。
这正是 Klarna正在做的事情,但这家金融科技公司并没有让人工智能发出 “解雇通知书”,而是将其代理作为不补充员工离职后造成的空缺的理由。
微软称,在自己的测试中,至少有一个销售团队使用Copilot后,每个销售的收入提高了9.4%,成交量增加了20%。同时,这家软件巨头还表示,帮助人工智能人力资源助理现在将回答问题的准确率提高了42%。
当然,我们建议对这些说法持谨慎态度。百分比并不总是像看起来那么令人印象深刻,尤其是当你不知道基数是多少的时候。如果人力资源助理只有四分之三的时间能正确回答问题,那么准确率提高42%就已经很了不起了。但是,如果人力资源助理十次中已经有九次回答准确,那么提高的幅度就小得多了。
虽然微软表示这些代理提供了很多好处,但企业是否真的会让这些代理自己做出决定,还是只会让这些代理在已经需要团队关注的各种警报中插上一脚,还有待观察。当然,我们有足够的理由相信会是后者。
本月早些时候,Redwood Research公司首席执行官Buck Shlegeris与《The Register》杂志分享了故事:一个人工智能代理扫描他的网络、识别计算机并与之连接,结果却出了点差错,开始向机器推送更新,并很快就搞砸了。
需要说明的是,这个特殊的代理是用Python定制的,并使用Anthropic 的 Claude LLM 作为后台。因此,也许微软的Copilot Studio将内置更好的防护栏,以防止生产中出现此类事件。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。