Agentic Web：通过AI智能体（AI Agents）来构建下一代互联网

上海交通大学、香港科技大学（广州）、利物浦大学、加州大学伯克利分校、上海创新学院、加州大学戴维斯分校、弗吉尼亚理工大学和伦敦大学学院的研究人员发布Agentic Web（智能体网络），它探讨了如何通过AI智能体（AI Agents）来构建下一代互联网。

• GitHub：https://github.com/SafeRL-Lab/agentic-web

这些智能体由大语言模型（LLMs）驱动，能够在互联网上自主地感知、推理和执行任务，从而实现从传统的人机交互模式向机器自主交互模式的转变。

• 传统Web：用户需要手动浏览网页、输入搜索关键词、比较选项并完成操作。例如，预订机票需要用户访问多个旅行网站，比较价格，选择航班并完成预订。
• Agentic Web：用户只需提供一个目标（如“预订下周去纽约的机票”），AI智能体将自动完成任务，包括搜索航班、比较价格、预订机票，并根据用户偏好和实时信息进行调整。

主要功能

1. 自主任务执行：AI智能体能够自主规划、协调和执行复杂任务。
2. 信息检索与推荐：智能体可以主动检索信息，生成报告，并根据用户需求进行个性化推荐。
3. 多智能体协作：多个智能体可以协同工作，完成复杂的多步骤任务。
4. 实时交互：智能体能够实时与用户和其他智能体进行交互，动态调整任务执行策略。

主要特点

1. 自主性：智能体能够独立完成任务，无需人类持续干预。
2. 智能性：智能体具备推理、规划和学习能力，能够处理复杂问题。
3. 动态性：智能体可以根据环境变化和用户反馈动态调整行为。
4. 安全性：通过安全机制和防御策略，确保智能体在执行任务时的安全性。

工作原理

1. 用户意图解析：智能体通过自然语言处理技术理解用户的需求。
2. 任务分解与规划：将复杂任务分解为多个子任务，并制定执行计划。
3. 工具调用与交互：智能体通过API调用、工具使用和与其他智能体的通信来完成任务。
4. 结果反馈：将任务执行结果反馈给用户，并根据用户反馈进行调整。

测试结果

1. 性能提升：AI智能体在复杂任务执行中表现出色，例如在WebVoyager基准测试中，某些智能体的性能达到了83.5%的成功率。
2. 安全性增强：通过红队测试（Red Teaming）和防御机制，智能体的安全性得到了显著提升。
3. 用户体验改善：用户反馈表明，智能体能够显著减少用户的工作量，提高任务完成效率。