据 Dell Technologies 环球 AI 管理决策各人 Soo Mei May 示意，那些正在探索东谈主工智能代理才调的组织必须为大幅增长的基础时事需求作念好准备，这种需求将会超出现存生成式 AI 的条目。

在最近经受 Computer Weekly 采访时，Soo 指出，代理式 AI 的早期达成可能会是“简便凯旋的”，不需要使用强化学习，但若要将其应用推广到多个业务职能，就必须参加越过现时仅相沿单一职能代理式 AI 实验的生成式 AI 基础时事。

Soo 阐明说：“关于生成式 AI，你只需输入 Token 并取得输出 Token；而关于代理式 AI，Token 的数目将会加多 20 到 30 倍，这就需要更多的有计划才调。”

Soo 补充谈，除了有计划才调除外，对内存和存储的条目也会大幅普及。“在代理式 AI 中，你需要握久且长久的内存来存储悉数畴前的对话纪录，因此存储需求将会相配纷乱，何况你需要在将来三到五年内保留这些数据。”

这种加多的存储需求不单是是为了对话数据，还用于管理。“代理的自主性使得在通盘系统中构建透明度和可阐明性变得愈加遑急，”Soo 说谈。“咱们需要握续纪录悉数内容，这么才能阐明为什么一个代迎接得出某个论断，举例，这再次意味着存储需求会更高。”

关于网罗基础时事而言，代理式 AI 系统常常波及多个代理相互交互，并同期从里面和外部起原检索数据，这对网罗也冷落了要紧挑战。Soo 示意：“延长在这里无疑饰演着相配短处的变装。若是一个代理销耗五分钟来查找信息，那是行欠亨的。因此，网罗部分必须相配坚固。”

尽管好多组织——高出是金融作事、制造业和医疗保健领域的机构——也曾构建了坚硬的里面部署或云表生成式 AI 才调，但代理式 AI 要将应用推广到更多业务职能，仍需进一步投资，Soo 指出。

在相沿代理式 AI 应用的大言语模子部署方面，Soo 示意，组织需要一款至少含有 700 亿参数的息争器模子，才能有用筹划和调养 AI 代理并作念出连贯决策。

她还补充说，针对窄小、专注任务弘扬更优的袖珍言语模子，不错用于相沿大言语模子，同期大言语模子还不错调用机器学习模子来处理特定的推断任务。

Dell 正在通过培训会、接头会和意见考证技俩，匡助客户和配搭伙伴为向代理式 AI 的更作为念好准备。但 Soo 以为，主要的挑战不在于技艺技巧差距，而在于组织奈何欺诈代理式 AI以及对其实质的走漏。

她说：“他们可能以为这只是一个大言语模子开云kaiyun中国官方网站，但履行上很少有东谈主知谈这履行上是一个包含多项组件的系统——不单是是一个大言语模子；你还需要一个息争器、一个指示系统、握久缅思、用具调用以及与代理和用户的接口。但我确信他们的剖析正在束缚提高，因为他们正在花时候去真切了解它。”