人工智慧代理發展迅速，但在現實世界中仍難以有效運作。

人工智慧代理在各種任務中的能力日益增強。它們能夠產生程式碼、分析訊息，並且越來越準確地規劃行動序列。然而，當這些系統應用於實際工作流程時，它們的限制就更加明顯了。

諸如完成註冊流程、瀏覽網站或執行交易等簡單操作往往也充滿挑戰。為人類使用者設計的系統引入了客服人員無法應對的摩擦，例如驗證步驟、介面不一致和存取限制。

這個問題反映了人工智慧系統運作方式與數位環境結構之間更廣泛的不匹配。大多數線上系統在建構時都假定有人類在場。介面、安全協定和互動模式都針對手動輸入和決策進行了最佳化。

因此，即使是先進的人工智慧代理在嘗試獨立運行時也會遇到障礙。它們或許能夠規劃出一系列步驟，但由於環境的限製而無法完成這些步驟。

隨著企業嘗試在實際環境中部署智能體，能力與執行之間的差距日益凸顯。挑戰不僅在於改進模型本身，還在於如何設計和整合系統。

一種新興的方法是引入一個連接人工智慧代理和人類輸入的層。在這種模型中，當代理人遇到無法完成的任務時，它可以向人們請求幫助，並在獲得結果後繼續執行其工作流程。

人工API 是一家專注於此領域的公司。其平台允許人工智慧系統將特定任務分配給能夠完成這些任務並即時返回結果的人員。該系統旨在將人類貢獻直接融入代理的工作流程，而不是將其視為獨立的流程。

這種混合模型反映了自動化實施方式的轉變。有些開發者不再追求完全自主的系統，而是專注於以結構化的方式將機器能力與人類輸入結合。

這種概念被描述為“智能體原生基礎設施”，在這種基礎設施中，系統構建旨在同時容納這兩種類型的參與者。在這種環境中，人工智慧負責處理那些受益於規模和速度的任務，而人類則負責處理那些需要解釋或上下文的領域。

人工智慧代理的有效性可能越來越取決於這些交互的管理水平。只要數位系統仍然主要以人類用戶為中心，代理在執行過程中就可能遇到限制。