今天分享的是：AI专题：AI Agents在On-call助手场景中的探索与实践
论说野心：24页
eBay的张尧博士在DataFunSummit 2024上分享了AI Agents在On - call助手场景中的探索与实践。eBay的Sherlock.io监控平台具备多种才气，但On - call宽泛责任濒临诸多问题。有关责任调研涵盖检索增强生成（RAG）、智能体（AI Agents）过甚有关时间如ReAct、反想（Reflection）、想维树（ToT）、树搜索（LLM Agents + MCTS）等，并对比了它们的性价比。
在决策先容中，eBay的决策包括意图识别，通过稀疏词汇识别和RAG清爽用户问题；路由聘任分层和动态少许示例及集成措施，字据问题类型分派给Q&A Agent或Triage Agent；重路由用于解决用户无法明晰神色问题等情况；智能策划能分析问题原因并策划动作法子；受控推行则均衡推行成果与花销，聘任ReAct和单旅途最好优先搜索等措施。
异日推测方面，评估决策濒临多轮、对话式和时分明锐等难点，多Agents系统有分层、去中心化、分享音信池等多种架构，仍需进一步探索和推敲以进步AI Agents在On - call助手场景中的性能和成果，更好地劳动于监控平台及有关责任。
张开剩余77%以下为论说节选试验
发布于：广东省