尽管有一些流行的担忧认为所有的AI代理用例可能会被吸引到一个单一的平台上，但我想为企业辩护另一种观点。 AI代理，可能比以往任何技术时代都需要在每个领域或垂直行业中具有相对较高的专业化程度。模型可以在各个领域相同，但表现形式需要高度调整。 原因与AI代理为客户所做的事情有关。客户所做的事情是从AI代理提供者那里“租用工作”。这类似于公司雇佣某人来完成工作，或者雇佣机构或公司来帮助他们。 当你雇佣人时，你雇佣的是专家。当你雇佣咨询公司或专业服务公司时，你雇佣的是某一特定领域的一群专家。你通常不雇佣“只是通才”的人的原因，以及专业服务公司往往围绕焦点领域进行优化的原因，比如税务、IT、法律、市场营销等等。咨询公司要么什么都做，要么最终按实践领域专业化。 AI代理也是如此。公司希望解决其工作流程和业务流程中的问题，他们希望有专家来解决这些问题，而不是通才。你不再是为一个人提供工具以更好地完成工作，而是实际上在为他们提供一个工人。 对于客户来说，任何重要且增值的事情，他们都会希望雇佣到他们能负担得起的最佳代理，这类似于在市场上雇佣人才。当然，对于许多通用工作，这可能不是情况，但对于任何与他们的业务息息相关的事情则是如此。 这大大增加了对你所追求的用例的深度领域理解的需求；量身定制的用户界面；仅针对该领域的相关数据访问；等等。你越通用，结果就会越糟。 当然，这其中有细微差别。如果通才能够将事情划分得足够接近专业化，他们也可以做到专业化。同样，专家也可能意外地保持规模过小，无法为客户解决足够的问题。但无论如何，很明显，专业化将在AI领域胜出，原因与人类相同。