1.5 Agentic AI应用
通过发票处理、客户邮件回复、复杂客服、视觉化计算机使用等案例，展示Agentic AI在不同场景下的应用。
1.5 Agentic AI应用
- agentic-ai一种让 AI Agent 根据明确或动态的任务目标，自主调用工具、访问数据库、执行步骤并完成任务的工作模式。
- 不同于传统“输入-输出”的简单问答，它强调多步骤规划、工具使用、状态更新与决策能力。
案例一：发票处理工作流（Invoice Processing）
自动化处理企业收到的发票，提取关键信息并记录到数据库，以确保及时付款。
任务目标：从 PDF 发票中提取关键信息（开票方、金额、到期日），并录入数据库。
所需字段：
- 开票方（Biller）
- 开票地址（Biller address）
- 应付金额（Amount due）
- 到期日（Due date） 工作流步骤：
- PDF 转文本 → 使用 API 将 PDF 转为结构化文本（如 Markdown）。
- LLM 解析文本 → 判断是否为发票，提取所需字段。
- 调用工具更新数据库 → 通过 update database 工具将数据存入系统。
- 生成记录成功提示 → “Record created!”
传统人工流程
财务部门人员手动查看发票，识别上述关键字段，然后将信息录入数据库。
案例二：回复客户邮件（Responding to Customer Email）
示例邮件：“我订购了蓝色 KitchenPro 搅拌机（订单 #8847），但收到的是红色烤面包机。”
工作流步骤：
- 提取关键信息 → LLM 识别订单号、产品、问题。
- 查询订单数据库 → 使用 orders database query 工具获取订单详情。
- 起草回复草稿 → LLM 根据信息撰写回复。
- 请求人工审核 → 使用 request review 工具将草稿提交给人类审批。
- 发送邮件 → 审核通过后自动发送。
价值：提升客服效率，确保回复准确性。
案例三：更复杂的客户服务agent（More Challenging: Customer Service Agent）
构建一个能处理各种未知问题的通用客户服务代理，而非仅限于特定订单查询。
场景一：库存查询：“你们有黑色或蓝色牛仔裤吗？”
agent需动态决定：
- 查询黑色牛仔裤库存
- 查询蓝色牛仔裤库存
- 综合回复客户 难点: 需要规划API调用的顺序来回答一个开放式问题。
场景二：退货处理：“我想退回我买的沙滩毛巾。”
agent需判断：
- 验证客户购买记录
- 检查退货政策（如是否在 30 天内、是否未使用）
- 若允许退货 → 生成退货标签 + 设置数据库状态为“待退货” 难点: 步骤不是预先固定的，代理必须根据条件判断并决定后续行动。
案例四：视觉计算机使用（Difficult: Visual Computer Use）
让AI代理像人类一样使用网页浏览器，完成复杂的交互式任务。
示例任务：让 AI agent检查从旧金山到华盛顿 DCA 机场的两个特定联合航空航班是否有空座。
agent行为：
- 自动打开浏览器，访问 United.com。
- 填写表单、点击按钮、导航页面。
- 遇到“页面未找到”错误 → 自主切换到 Google Flights。
- 在 Google Flights 上搜索航班 → 选择合适选项 → 返回 United 网站确认。
- 最终确认座位可用。
核心能力：
- 视觉理解（读取网页内容）
- 推理决策（遇到错误时调整策略）
- 工具调用（模拟鼠标点击、键盘输入）
- 状态跟踪（记住当前进度）
现实挑战：
- 页面加载慢 → agent可能卡住
- UI 变化 → agent无法识别元素
- 多模态输入 → 更难处理
前景：虽不稳定，但在关键任务应用（如金融、医疗）中潜力巨大。
代理型AI适合哪些任务？ (What tasks is agentic AI suited to?)
这是一个从“容易”到“困难”的连续光谱：
较易实现的任务 (Easier)
- 清晰、逐步的流程 (Clear, step-by-step process): 有明确的执行步骤。
- 标准程序 (Standard procedures to follow): 企业已有成熟的操作手册。
- 纯文本资产 (Text assets only): 输入和输出均为文本，因为LLM擅长处理文本。
较难实现的任务 (Harder)
- 步骤未知 (Steps not known ahead of time): 任务需求在执行前不确定，需要代理动态规划。
- 边执行边解决 (Plan/solve as you go): 代理需要在过程中进行推理和决策。
- 多模态输入 (Multimodal: sound, vision): 需要处理图像、声音等非文本
agentic-ai 是将人类工作流程自动化的新范式 —— 它不是取代人，而是把人从重复性、规则性强的任务中解放出来，专注于更高阶的决策与创造。