Techcrunch
Amanda Silver is a corporate vice president at Microsoft’s CoreAI division, where she works on tools for deploying apps and agentic systems within enterprises.
AI 生成摘要
微軟 CoreAI 部門的企業副總裁 Amanda Silver 探討了人工智慧如何為新創公司帶來轉變性的機會，其影響力可比擬公共雲的出現。她的見解來自於她在 Azure Foundry 系統上的工作，該系統為企業提供了一個統一的 AI 入口。
最新
AI
Amazon
Apps
Biotech & Health
Climate
Cloud Computing
Commerce
Crypto
Enterprise
EVs
Fintech
Fundraising
Gadgets
Gaming
Government & Policy
Hardware
Layoffs
Media & Entertainment
Meta
Microsoft
Privacy
Robotics
Security
Social
Space
Startups
TikTok
Transportation
Venture
Staff
Events
Startup Battlefield
StrictlyVC
Newsletters
Podcasts
Videos
Partner Content
TechCrunch Brand Studio
Crunchboard
Contact Us
24 年來，微軟的 Amanda Silver 一直致力於幫助開發人員——在過去幾年中，這意味著為 AI 構建工具。在 GitHub Copilot 上工作了很長一段時間後，Silver 現在是微軟 CoreAI 部門的企業副總裁，她在該部門致力於為企業內部部署應用程式和代理系統的工具。她的工作重點是 Azure 內部的 Foundry 系統，該系統被設計為企業的統一 AI 入口網站，讓她可以近距離觀察公司實際如何使用這些系統，以及部署最終在哪裡失敗。
我與 Silver 談論了企業代理的當前能力，以及她為何認為這是自公共雲以來新創公司最大的機會。
本次訪談經過編輯，以使其更簡潔明瞭。
所以，您的工作重點是微軟為外部開發人員提供的產品——通常是那些並非專注於 AI 的新創公司。您如何看待 AI 對這些公司的影響？
我認為這對於新創公司來說是一個分水嶺時刻，其影響之深遠堪比轉向公共雲。如果您仔細想想，雲端對新創公司產生了巨大的影響，因為這意味著他們不再需要擁有實際的房地產空間來託管他們的機架，而且他們也不需要在獲取硬體以託管在他們的實驗室等方面的資本投入上花費那麼多錢。一切都變得更便宜了。現在，代理 AI 將繼續降低軟體運營的總體成本，因為建立新企業所涉及的許多工作——無論是支援人員、法律調查——都可以透過 AI 代理更快、更便宜地完成。我認為這將導致更多企業和更多新創公司推出。然後我們將看到估值更高、掌舵人數更少的新創公司。我認為那是一個令人興奮的世界。
這在實踐中是什麼樣的？
我們當然看到多步驟代理被廣泛應用於各種不同的編碼任務中，對吧？舉個例子，開發人員為了維護程式碼庫必須做的一件事是，隨時掌握程式碼庫所依賴的函式庫的最新版本。您可能依賴於較舊版本的 dot-net 執行時或 Java SDK。我們可以讓這些代理系統對您的整個程式碼庫進行推理，並以更輕鬆的方式將其更新到最新版本，從而可能減少 70% 或 80% 的時間。而且它確實必須是一個已部署的多步驟代理才能做到這一點。
即時網站運營是另一個例子——如果您想到維護一個網站或服務，並且出現了問題，晚上會發出砰的一聲，並且必須有人隨時待命，以便在事件發生時被叫醒並做出回應。我們仍然有人 24/7 全天候待命，以防服務中斷。但這曾經是一份非常令人厭惡的工作，因為您會經常因為這些小事件而被叫醒。我們現在已經建立了一個遺傳系統，可以成功診斷，並且在許多情況下可以完全緩解這些即時網站運營中出現的問題，因此人們不必在半夜被叫醒，昏昏沉沉地走到他們的終端機並試圖診斷發生了什麼事。這也有助於我們大幅縮短解決事件的平均時間。
當前時刻的另一個難題是，代理部署的發生速度並沒有像我們六個月前預期的那麼快。我很好奇您認為原因是什麼。
如果您想到那些正在構建代理的人，是什麼阻止了他們取得成功，在許多情況下，歸根結底是他們並不真正知道代理的目的應該是什麼。在人們構建這些系統的方式上必須發生一種文化變革。他們試圖解決的業務用例是什麼？他們試圖實現什麼？您需要非常清楚這個代理的成功定義是什麼。您需要思考，我正在向代理提供什麼數據，以便它可以推理如何完成這個特定的任務？
我們認為這些事情是更大的絆腳石，而不是讓代理部署的一般不確定性。任何去查看這些系統的人都會看到投資回報率。
您提到了普遍的不確定性，我認為從外部來看，這感覺像是一個很大的阻礙。為什麼您認為它在實踐中不是一個大問題？
首先，我認為代理系統具有人機迴路場景將非常普遍。想想包裹退貨之類的事情。過去，您會擁有一個退貨處理工作流程，其中 90% 是自動化的，10% 是人工干預，在人工干預中，有人必須查看包裹並對包裹的損壞程度做出判斷，然後他們才能決定接受退貨。
這是一個完美的例子，實際上現在電腦視覺模型變得非常好，以至於在許多情況下，我們不需要對檢查包裹和做出判斷進行那麼多的人工監督。仍然會有一些情況是模稜兩可的，在這些情況下，電腦視覺可能還不夠好，無法做出判斷，並且可能會出現升級。這有點像，您需要多久呼叫一次經理？
有些事情總是需要某種人工監督，因為它們是如此關鍵的運營。想想承擔合同法律義務，或將程式碼部署到可能影響系統可靠性的生產程式碼庫中。但即便如此，仍然存在我們可以將流程的其餘部分自動化到什麼程度的問題。
主題
AI 編輯
門票現已開賣，價格為全年最低。立即購買通行證，最多可節省 680 美元。與投資者會面。發現您的下一個投資組合公司。聆聽 250 多位科技領袖的演講，深入研究 200 多個場次，並探索 300 多家正在構建未來的新創公司。不要錯過這些一次性的優惠。
倦怠的第一個跡象來自於最擁抱 AI 的人
MrBeast 的公司收購了專注於 Z 世代的金融科技應用程式 Step
YouTube TV 推出更便宜的組合，包括每月 65 美元的體育套餐
Discord 將於下個月推出年齡驗證
對 OpenAI 決定停用 GPT-4o 的強烈反對表明 AI 伴侶有多危險
OpenAI 在 Anthropic 發布自己的代理編碼模型後僅幾分鐘就推出了新的代理編碼模型
Anthropic 發布了 Opus 4.6，其中包含新的「代理團隊」
© 2025 TechCrunch Media LLC.