在最新一期的Max Agency播客中，主持人Harrison Chase與Sierra產品主管Zack Reneau-Wedeen進行了一場深入對話，探討了AI代理的未來方向。Zack提出了一個令人深思的觀點：最好的AI代理往往比人們想象的更簡單。
Sierra是面向財富20強企業的對話式AI平臺，其客戶代理涵蓋了從瀏覽、預訂到銷售和忠誠度管理的整個客戶生命週期。Zack分享了Sierra在構建這些代理時的幾個核心原則。
首先是模型選擇。Zack透露，Sierra並非繫結單一模型，而是並行執行多個模型，包括Claude、Gemini和GPT系列，根據每個任務的特點選擇最適合的模型。例如，某個模型在轉錄英國北部口音方面表現出色，但在靜默時更容易產生幻覺。這種靈活性使Sierra能夠在不同任務中發揮各模型的最大優勢。
其次是定價模式。Sierra採用基於成果的定價，即只有當客戶看到實際價值時才付費。Zack認為，對於高價值任務如完成銷售或售車，基於成果的定價是合適的；而對於餘額查詢等常規任務，基於使用量或坐席數的定價更為合理。他預測，基於成果的定價將成為AI產品進行差異化工作的預設模式。
Zack還警告不要“運輸你的組織架構”（ship your org chart）。許多團隊構建多代理系統是為了不同團隊各自負責一個代理，但這往往導致客戶體驗碎片化。Sierra的預設做法是每個品牌只有一個代理，該代理掌握客戶完整的歷史、對話上下文和所有可用功能。一旦將任務拆分為多個代理，每個代理都只能看到部分資訊，導致效率降低。
Zack還討論了Sierra的無程式碼層、模組化語音架構、PCI認證的語音支付棧以及記憶管理等問題。他認為，多代理系統往往是一個陷阱，而簡單的單體架構反而能提供更好的客戶體驗。
最後，Zack強調了上下文工程的重要性：提供給代理的資訊應剛好足夠，不多不少。他總結道：“每當你覺得模型太笨時，實際上模型可能太聰明了。”這句話揭示了AI系統設計中的一個常見誤區。
總之，Sierra的成功經驗表明，在構建AI代理時，保持簡單、專注於價值，並避免複雜化是取得卓越效果的關鍵。