Google AI Live 2025：AI现状

Google AI展望中的关键趋势

Google发布了一份全面的AI趋势报告，突出了行业的几个转变。其中两个趋势特别突出：

大语言模型正在超越文本，整合图像、视频和其他模态。这开辟了新的机会，特别是在媒体、广告和创意行业。分享的一个例子是电信公司使用AI实时视频聊天来解决家庭互联网问题——将上下文、视觉和语言融合成更直观的支持体验。

我们看到从单一用途的机器人转向可以访问工具、使用专业数据并协调任务的多代理系统。这一演变正在将AI推向自主工作流程，由管理代理之间编排的框架提供支持。

小组汇集了两家Google Cloud客户——Optus（一家企业）和Heidi Health（一家初创公司）——分享他们如何在生产中使用AI。

Optus在经典的客户服务用例中应用AI。有数百万个支持工单，AI通过FAQ知识支持的更智能自助服务流程。在内部，他们还使用AI通过搜索更有效地索引和展示公司知识。

Heidi Health是一家构建AI医疗抄写员的初创公司。他们的系统监听医患咨询并生成摘要、账单信息、后续行动，甚至语言翻译。他们严重依赖Gemini，主要是因为其成本效益、质量和低延迟。

真正引起我共鸣的一个见解来自Heidi Health的CEO Thomas。他强调他们不是在”为了AI而构建AI”——他们正在解决医疗保健中真正的工作流程低效问题。AI是工具，而不是产品。这种清晰度令人耳目一新。

这里事情变得更加技术性——通过与Google团队的侧面讨论，我学到了一些有效使用Gemini的有用技巧。

使用第三方模型的一个常见挑战是你不能直接微调它们。如果模型在90%的时间内表现良好，如何弥合这个差距？

一种方法是通过提示工程——提供高质量的示例来引导模型。但是当对话过于开放以至于无法枚举所有情况时，Gemini的大上下文窗口（超过一百万个token）变得至关重要。

为了避免来自太多上下文的模型混淆，检索增强生成（RAG）模式有所帮助——从存储的库中动态获取相关示例。

另一种方法是使用不同的模型”专家”变体生成多个响应。然后你应用思维链或甚至另一个LLM来评估和选择最佳的一个。这种类似集成的策略反映了人类协作——多样性通常会带来更强的结果。

一天的其余时间是使用Google的Agent Development Kit (ADK)进行实践。自发布以来，我一直在用它构建代理AI系统，对于任何认真对待AI自动化的人来说，这是一个令人印象深刻的工具包。如果你正在探索多代理工作流程或智能任务编排，绝对值得一看。