在一项可能重塑企业自动化架构的举措中,金融科技巨头 Brex 正在做出一个大胆的架构性押注,直接挑战当前人工智能开发的主流理念。该公司首席技术官 James Reggio 认为,未来不在于为 AI 智能体构建更复杂的中央控制器,而在于彻底摒弃编排的概念。这不仅仅是一次技术调整,更是一次哲学上的转向。当业界大多仍专注于创建确定性的、类似流程图的框架来指导多智能体系统时,Brex 正在倡导其所谓的“智能体网格”。想象一个由高度专业化、功能单一的 AI 智能体组成的去中心化网络,每个智能体都是单一领域(如合规检查、预算验证、收据匹配)的专家,它们不是通过僵硬的 API,而是通过共享消息流以纯英语进行交流。这里没有总指挥,也没有单点故障。相反,可靠性和智能从这些特定角色的实体的集体、重叠的行动中涌现,就像 Wi-Fi 网状网络中的节点一样。Reggio 的愿景极具雄心:“我们的目标是利用 AI,让 Brex 有效地消失。我们追求的是完全自动化。” 这句话触及了金融科技乃至更广泛 AI 领域的一个根本性矛盾。多年来,金融服务行业一直是机器学习谨慎但深入的采用者,用它来处理海量数据集以进行欺诈检测和风险建模。然而,生成式 AI 的出现带来了新的范式,从被动分析转向主动、自主的任务完成。早期的实现,如 Brex 在 2023 年推出的自家助手,充当了能干的副驾驶,自动化了费用报告和政策跟进。但 Reggio 承认其局限性——这是一项“我们并不完全清楚其极限”的技术,仍然需要大量的人工监督和结构化模式。业界对此类自主性进行扩展的典型答案是编排:一个中央大脑,负责排序任务、管理工具使用,并严格控制可能产生幻觉的智能体。Reggio 挑衅性地将其描述为解决昨日问题的方案。“确定性编排基础设施……是针对我们两年前看到的问题的解决方案,”他告诉 VentureBeat。“但随着模型变得更好,我认为它开始阻碍了正在扩大的可能性范围。”在他看来,这些僵化的框架解决的是传统软件工程中更常见的问题,而非高级 AI 那流动、概率性的世界。向智能体网格的结构性转变是深刻的。传统编排依赖于预定义的工作流和中央协调器,创造出确定性但脆弱的路径。网格是事件驱动的;单个动作,如报销请求,成为一个在网络中泛起涟漪的事件,根据需要触发专门的智能体。Brex 基于三大核心支柱构建了此系统:定义智能体和工具的配置层、记录每次交互以实现完全可审计性的消息流,以及确保事件确定性排序的时钟。至关重要的是,他们内置了持续评估机制,使用一个大型语言模型作为法官和一个审计智能体来根据准确性和行为策略审查决策。这种架构直接呼应了传统金融与去中心化原则不断演进的融合。虽然 Agent Mesh 不是区块链,但它体现了类似的分布式、透明、无中央权威的协调理念。这是一种金融科技原生的方法,用于创建弹性、可审计且灵活的系统。潜在影响是巨大的。对于企业客户而言,其承诺是将费用流程的自动化率从 60-70% 提升到 Reggio 所声称的、那些全面采用 AI 的客户所能达到的 99%。正如他所指出的,最成功的成果将是“隐形”——员工根本不再需要考虑费用问题。然而,重大的问题依然存在。智能体之间的纯语言交流能否在不引入新的模糊层的情况下扩展?作为金融基石的安保与合规,如何在去中心化的智能体网络中运作?尽管 Brex 报告了显著的效率提升,但缺乏第三方基准或详细的客户数据意味着市场在很大程度上是基于信任接受这一点的。如果 Brex 的赌注成功,可能会引发一波类似的架构转变浪潮,推动行业从自上而下的控制转向涌现式、协作式的 AI 系统。如果失败,则可能强化需要更强而非更弱编排的观点。从助手到自主网格的旅程,是应用 AI 前沿领域的一场高风险实验,它将检验金融的未来是编排出来的,还是仅仅连接起来的。.