针对智能体的用户体验设计，第二部分：后台运行[译]

这是我们关于智能体用户体验的第二篇文章。我们将讨论后台运行的智能体，它可以同时处理多个任务，并探讨它们如何应用于您的工作流程。

在 3 月的 Sequoia AI Ascent 会议上，我谈到了智能体的三个局限性：规划、用户体验和记忆。您可以在此观看演讲 链接 。这是我们关于智能体用户体验的第二篇文章，重点讨论后台运行的智能体。

在我们之前关于聊天型用户体验的博客文章中，我们探讨了聊天界面如何要求用户主动与 AI 互动。而如果 AI 可以在后台为您工作呢？

我认为，为了让智能体系统真正发挥潜力，必须实现让 AI 在后台运行的转变。当任务在后台处理时，用户通常对较长的完成时间更加宽容（因为他们不再过于追求低延迟）。这让智能体能够更专注地完成任务，而不是像在聊天界面中那样急于给出回应。

此外，后台运行的智能体能够让我们人类更高效地扩展我们的能力。聊天界面通常限制我们一次只能处理一个任务。但如果智能体在后台运行，多个智能体可以同时处理多个任务。

那么，后台运行智能体的用户体验是什么样的呢？

与后台智能体建立信任：从“人在循环中”到“人在循环上”

要让智能体在后台运行需要建立一定的信任。如何建立这种信任呢？

一个简单的方式就是展示给用户智能体正在执行的每一步操作，并让用户随时查看这些信息。虽然这些信息不会像流式反馈那样实时显示，但应该为用户提供可以点击查看的选项。

下一步，不仅仅是让用户看到发生了什么，还要让他们能够纠正智能体的操作。如果用户发现智能体在第10步中的第4步做出了错误选择，他们应该能够回到第4步进行纠正。

这种纠正方式可以通过几种形式实现。以纠正错误调用工具的智能体为例：

选项2和3的区别在于智能体是否意识到其先前的错误。选项2是要求智能体认识到其错误并加以纠正，而选项3则是在不知情的情况下只遵循新的指令。

这种方法将用户从“在循环中”转变为“在循环上”。“在循环上”意味着智能体需要向用户展示其执行的所有中间步骤，用户可以在工作流中途暂停，提供反馈，然后让智能体继续执行。

一个已经实现了类似用户体验的应用是Devin，AI 软件工程师。Devin能够长时间运行，用户可以查看所有执行的步骤，回到某个特定时间点，并从那里进行纠正。

虽然智能体在后台运行，但这并不意味着它必须完全自主地完成任务。有些时候，智能体可能不知道接下来该怎么做或如何回应。这时，它需要引起人类的注意并请求帮助。

以我正在构建的电子邮件助手智能体为例。虽然它能够处理一些基础的邮件任务，但对于某些任务，我不希望自动化处理，例如复杂的 LangChain 错误报告审阅或决定是否参加会议。

在这种情况下，电子邮件助手需要一种机制向我请求信息，而不是让我直接处理回复。它希望获得我的意见，然后利用这些信息撰写邮件或安排会议。

目前，我已经在 Slack 中设置了这个助手。它通过问题通知我，我在线程中回复，轻松集成到我的工作流程中。如果这种用户体验在更大范围内应用，我会设想一个类似客户支持仪表盘的界面，展示所有需要人工帮助的任务、请求的优先级及其他元数据。

我最初将这个电子邮件助手称为“智能体收件箱”——但更准确地说，它是一个为人类帮助智能体完成任务的收件箱……这种想法令人深思。

我非常看好后台运行的智能体，因为它们是帮助人类扩展自身能力的关键。

我们团队在继续构建LangGraph时，始终以这些用户体验为目标。我们对所有状态进行检查，轻松支持“人在循环上”的可观察性、回滚和编辑。这还使得智能体能够请求人类反馈，并在获得回复后继续执行。

如果您正在构建带有后台运行智能体的应用，欢迎联系我们。我们很乐意了解您的经验！