Google Cloud 和 Replit 是 AI 代理领域的两家著名公司，它们已经承认了部署这些代理的挑战。根据两家公司领导人在最近的 VB Impact Series 活动中的发言，AI 代理的能力还没有达到所需的水平。这一受限的现实源于传统工作流、碎片化数据和不成熟的治理模型的困难。

Replit 的 CEO 和创始人 Amjad Masad 指出，企业通常会根据玩具示例构建代理，这些示例在大规模部署时往往不能很好地工作。“当企业构建代理来自动化工作时，大多数代理都是基于玩具示例的，”Masad 说。“他们感到兴奋，但当他们开始大规模部署时，效果并不是很好。” Masad 强调，代理的可靠性和集成性，而不是智能本身，是 AI 代理成功的主要障碍。代理在长时间运行、积累错误或缺乏访问清洁、结构良好的数据时，往往会失败。

AI 代理的问题不仅仅是技术复杂性的问题，也是对其工作原理的根本性误解。“代理与其他技术不同，”Masad 说。“它们需要对工作流和流程进行根本性的重新思考和重构。”这意味着企业需要重新思考其构建和部署 AI 代理的方法，而不是简单地将它们集成到现有的系统中。

Google Cloud 也一直在努力构建代理工具，但该公司的领导人已经承认了部署这些代理的可靠性挑战。根据 Masad 的说法，问题不仅在于技术本身，还在于企业对 AI 代理的开发和部署的方法。“大多数时候，当我们构建代理时，我们是基于我们认为正确的事情，而不是实际有效的事情，”Masad 说。

AI 代理的挣扎对社会有着重大影响，特别是在自动化和工作岗位流失的背景下。随着 AI 代理变得更加普遍，很可能它们会取代某些工作，特别是那些涉及重复或例行任务的工作。然而，这也为新产业和工作类型的出现创造了机会。

近年来，AI 代理的开发，特别是在“vibe coding”运动的背景下，已经成为了一种趋势。这一运动强调了构建直观和用户友好的软件的重要性，导致了包括 AI 代理在内的一系列新工具和技术的开发。然而，部署这些代理的可靠性挑战凸显了需要对其开发和部署采取更细致的方法的必要性。

随着 AI 代理的开发继续进行，我们很可能会看到该领域的重大进展。然而，很明显，还有许多挑战需要克服，特别是在可靠性和集成性方面。通过了解这些挑战并努力解决它们，开发人员和企业可以构建更有效、更可靠的 AI 代理，这些代理可以对社会产生积极的影响。