OutSystems 通过其最新推出的 OutSystems Developer Cloud 平台中的 AI Agent Builder，再次将 AI 的力量与低代码应用开发结合在一起。
OutSystems 的联合创始人兼 AI 产品经理 Rodrigo Coutinho 在接受 IDN 采访时表示，AI Agent Builder 旨在让企业更容易创建和部署可管理和可治理的生成式 AI 驱动的应用程序。
1. OutSystems 的产品详细信息：
（1）AI Agent Builder 可以让用户在几分钟内而不是几个月内将生成式 AI 代理构建到应用中。
（2）用户可以结合 LLM、RAG 和专有知识源的力量，实现与 OutSystems 应用的无缝集成，无需专业的 AI 技能。
（3）用户可以控制对模型、专有数据和代理的访问，以安全地扩展生成式 AI。他们还可以监控 AI 模型的性能，确保结果准确可信。
（4）用户可以将不同的 AI 模型和知识源整合到一个平台上，简化和扩展生成式 AI 应用的开发流程。
（5）通过 AI Agent Builder，用户可以用应用程序重新定义工作，如票务分流、通话摘要和私人 GPT，提高效率、增加客户满意度并扩大个性化服务。
简而言之，AI Agent Builder 让非技术用户可以创建能够提供类似人类响应和操作的“代理”——无需编码或技术知识。Coutinho 解释说，用户友好的可视化界面允许用户组合公司（或公共）数据、基础模型和 OutSystems 集成能力。
2. 什么是”AI 代理”？
OutSystems 首席营销经理 Takin Babaei 描述道：“AI 代理就像智能机器人。它们‘生活’在您的应用中，能够自主执行许多任务，无需人工干预。它们的能力不仅仅是对话，还可以分析、决策并根据处理的数据采取行动。它们可以与其他代理甚至与我们人类对话，使用日常语言或其他沟通方式。”
AI 代理与 Azure OpenAI 或 Amazon Bedrock 模型协同工作，支持“纯英文”语言（生成式 AI）界面，并与知识库数据（推荐使用 AWS Kendra 或 Azure Blob 存储）配合使用。
3. AI Agent Builder 还提供易于理解的 AI 配方
OutSystems 的 AI Agent Builder 还提供了易于理解的 AI 配方。用户可以选择使用 Azure OpenAI 或 AWS Bedrock 基础模型，这些模型会与目标数据和知识源集成。然后，添加自然语言指令（例如“您是一位友好的客户支持代理”），以便在应用程序中易于使用。
为了进一步帮助用户快速启动 AI，OutSystems 还开始提供样本代理库——类似于 Appstore 中的应用程序。Coutinho 告诉 IDN：“我们提供样本，因为我们也认为人们仍然需要一些关于 AI 可以实现的事情的灵感。”
用户可以直接使用这些样本代理或进行定制。
Coutinho 说：“我们制作了即用型代理的样本。因此，没有 IT 专业知识的人可以进入 AI Agent Builder，首先看到的是实际的样本应用程序——准备运行。点击后，您可以开始使用和测试它。对于定制化，我们有一个游乐场，用户可以在那里与代理进行互动，提出问题，并确保获得正确的答案。这是 AI 驱动应用开发周期中非常重要的一部分。在游乐场中，用户可以安全地微调代理、模型、知识库和提示。“
截至目前，OutSystems 提供支持票务分流、通话总结甚至“私人 GPT”代理的样本，并计划添加更多。
4. AI Agent Builder 的架构优势
AI Agent Builder 提供了一个“蓝图”，帮助 IT 领导者加速 AI 的采用、部署，甚至是广泛的 AI 驱动业务策略。AI Agent Builder 的主要架构特点包括：
（1）通过直观的点击界面进行定制 AI 代理开发，允许用户无缝设计、配置和部署生成式 AI 代理，满足特定业务需求，无需编码。
（2）提供快速启动的生成式 AI 应用库，包括在客户界面中生成准确响应的票务分流应用和总结支持通话的销售情报应用。
（3）使用检索增强生成（RAG）驱动的 AI 代理，确保输出更符合应用程序最终用户的需求，基于他们自己的数据。
（4）内置护栏来控制访问和性能监控，提高结果的准确性和可信度。
为了进一步帮助用户优化他们构建的 AI 代理，OutSystems 还提供提示工程的指导和最佳实践，Coutinho 补充道。
5. 用户和分析师对 OutSystems AI Agent Builder 的反应
KeyBank 的 IT 主管们正在使用 OutSystems Developer Cloud 平台，这个平台为他们提供了将生成式 AI 与低代码相结合的双重方法。
KeyBank 的首席转型官 Dominic Cugini 说：“我们的 IT 团队通过利用 OutSystems 的低代码平台有效地缩短了交付时间框架。这一采用不仅促进了业务与 IT 之间的紧密合作与沟通，还通过将低代码与生成式 AI 结合，带来了令人兴奋的创新可能性。”
此外，至少有一家分析公司认为将生成式 AI 与企业应用相结合，尤其是与低代码技术构建的应用相结合，将带来好处。
IDC 低代码、无代码和生成式 AI 开发者技术研究经理 Michele Rosen 博士说：“将对话式生成式 AI 驱动的用户体验集成到在可信、可扩展、可扩展和可治理框架内创建的应用中，代表了新一代低代码开发的潜力。组织可以利用具有代理构建能力的工具和平台，加速他们对生成式 AI 的采用，以实现数字化转型。”
6. 从推荐引擎到原生 AI 的广泛拓展
关于传统低代码推荐引擎与新兴“原生 AI”之间的差距扩大问题，Coutinho 分享了一个有趣的观点。
他说：“当你有一个推荐系统时，你会受到数据结构和相似性的更多限制。一切都非常粘连在架构中。有了这些新的 AI 系统，我们可以更加灵活。因此，我们不仅仅是比较数据库中已经完成的所有内容，我们还可以添加所有可用的知识。有了生成式 AI，我们可以将 GitHub 上关于人们如何开发 Python 应用程序的知识带入 OutSystems。将这两者结合起来非常有趣。”
AI Agent Builder 是 OutSystems 三管齐下的生成式 AI 战略中的最新发布，该战略包括：
（1）使用生成式 AI 加速迭代应用开发；
（2）在整个开发生命周期中应用生成式 AI，以提高安全性、性能和敏捷性；
（3）假设构建生成式 AI 驱动的应用，以加速转型。
OutSystems 的创始人兼 CEO Paulo Rosado 说：“AI 正在推动企业技术战略开发和实施方式的范式转变，但数字化转型领导者通常不知道从何入手。”事实上，75% 的 OutSystems 客户仍处于生成式 AI 实施的初期阶段，我们希望帮助他们抓住这个机会。”
– END –
报告下载
大佬观点
