Relevance AI

定义

Relevance AI是一个面向企业运营团队的人工智能智能体开发与运行平台,由同名公司运营。按照公司自述,它让主题专家(subject-matter expert,指掌握某个业务领域专门知识的非技术人员)自主设计和管理人工智能智能体及其团队,从而在缺少工程资源的情况下完成流程自动化^[1]。

平台的基本单元是智能体(agent),即由大语言模型驱动、配备若干工具、能够自行判断如何使用工具来完成目标的程序实体^[2]。多个智能体可以组成智能体劳动力(workforce),由平台负责把消息路由到合适的智能体,智能体之间通过委派和移交协作处理多步骤任务^[3]。

原理

平台的智能体由大语言模型驱动,与传统按固定规则运行的自动化工具不同:智能体能推理复杂问题、根据上下文和反馈调整做法,并自行决定何时调用哪一个工具^[2]。智能体可配备工具(tool)以获得具体行动能力,例如检索网络、发送邮件、更新客户关系管理系统;还可上传文档或连接数据源作为知识,为每次对话提供背景^[4]。

多智能体系统在可视化画布上搭建,其基本构件称为节点(node)。节点分为四类:触发器、智能体、工具和条件。触发器是工作流的起点,可手动发起,也可由集成事件或定时任务唤起;条件节点相当于程序中的判断语句,依据评估结果决定流程走向^[5]。

智能体之间有两种通信方式:一是由前一个智能体自行判断何时引入另一个智能体,二是固定把任务移交给下一个智能体。平台对智能体之间的通信设有限制,目前只支持单向传递,尚未支持双向通信^[5]。智能体的运行状态通过任务对象对外暴露,其中部分状态表示需要人工介入,例如等待批准或已上报升级^[3]。

发展历程

公司由丹尼尔·瓦西列夫、许杰克和丹尼尔·帕尔默于2020年在悉尼创办,3人此前从事机器学习与软件工程相关工作^[6]。公司最初的产品方向是面向向量的非结构化数据分析,此后逐步转向帮助企业构建定制智能体,用于回答客户咨询、外呼销售和市场研究等任务。

2021年12月,公司完成400万美元种子轮融资;2023年底完成1500万美元A轮融资,用于向美国市场扩张。2023年的A轮由金河资本(King River Capital)领投^[7]。

2025年5月,公司宣布完成2400万美元B轮融资,由贝塞默风险投资(Bessemer Venture Partners)领投,金河资本、Insight Partners和Peak XV等原有投资方参投,累计融资额达到3700万美元^[8]。公司同期推出两项功能:多智能体系统可视化构建器Workforce,以及据其自述为文本生成智能体工具的Invent^[9]。截至该轮融资,公司在悉尼和旧金山两地共有80余名员工^[8]。

公司还参与了亚马逊云科技2024年的生成式人工智能加速器项目。按公司公布的数字,2025年1月单月有约4万个智能体在其平台上被创建。

应用

平台按职能提供销售、市场营销等场景的使用指南,并提供可直接复制的预置智能体模板库(Marketplace)。销售场景的模板包括客户背景研究、个性化外联、线索评分、客户关系管理系统数据补全、会议简报和竞争情报等^[10]。市场营销场景的模板包括生命周期邮件序列撰写、把一篇文章或视频改写成多个平台的内容,以及跨渠道营销效果分析^[11]。

平台按自动化程度划分了若干层级,从需要人工逐次提问的辅助模式,到人工审核后发送的副驾驶模式,再到自动完成并回填系统的自动驾驶模式;最高层级由使用者设定目标,由多智能体团队自行研究、补充数据、撰写外联内容并写回客户关系管理系统^[10]。智能体可以在对话界面中被逐一@提及并调用,也能通过编程接口嵌入其他应用^[12]。

公司公布的客户涵盖初创企业和大型企业,包括动视(Activision)、Qualified和SafetyCulture。公司自述其销售场景的智能体承担了相当于7名全职员工的工作量,个性化内容生成使上市时间缩短60%^[13]。平台还提供官方JavaScript/TypeScript开发工具包,用于在应用中加载智能体和智能体劳动力、发起任务并监听事件^[14]。

局限

平台的定位要求使用者投入较多前期成本。有评测指出,要实现宣称的生产力提升,需要花大量时间设计、训练和评估智能体,运营团队若只作零散使用,难以消化这部分投入^[15]。同样有评测提到,公开的独立用户评价数量有限,主要依据来自厂商发布的客户案例,采购方若侧重评价样本量,可参考的独立证据少于规模更大的同类平台^[15]。

在能力边界上,智能体之间的通信目前仅支持单向,双向通信尚未实现^[5]。工作流节点越多,监控任务运行表现就越重要^[5]。文档还提示,网络检索返回的是搜索结果排序靠前的内容,而非必然为真的内容,因此生成的简报应标注来源以便人工抽查^[16]。

多智能体任务与单个智能体任务在功能支持上并不完全一致,前者不支持文件附件,也不支持按状态筛选和排序^[3]。使用中还需注意数据时效问题:文档建议为研究类任务设定数据新鲜度窗口,避免对同一条记录反复重新生成内容^[16]。

参见

• 人工智能智能体 —— 平台的基本运行单元,由大语言模型驱动并可调用工具完成任务。

• 大语言模型 —— 智能体推理与生成能力的底层技术。

• 多智能体系统 —— 平台以节点和连边方式搭建的智能体协作结构。

• 低代码开发 —— 平台面向非技术使用者构建智能体的主要方式。

• 客户关系管理系统 —— 智能体常见的集成对象与写入目标。