Cloud Managed Agents снижают затраты на прототипирование и улучшают выполнение многошаговых задач

Cloud Managed Agents снижают затраты на прототипирование и улучшают выполнение многошаговых задач

Связка 1

Начальное состояние: Команды Asana вручную создавали циклы агентов, управляли файлами и выполнением кода при прототипировании многошаговых рабочих процессов, что было медленно и дорого.
Преобразование: Внедрение Cloud Managed Agents с встроенным циклом проверки, оценщиком и возможностью параллельного запуска нескольких агентов.
Конечное состояние: Снижение затрат на прототипирование, ускорение разработки действий и навыков, высокое качество вывода контента за счёт автоматической итеративной проверки.

И на протяжении этой презентации я покажу, что мы сделали для настройки этого и как управляемые агенты Cloud помогают нам выполнять эти сложные многошаговые рабочие процессы.

Наше видение — это полноценный многопользовательский режим. У вас есть агенты, которые являются реальными участниками системы. У них есть общий доступ и контроль доступа на основе ролей, как если бы вы добавляли нового члена команды — нового человека-коллегу — в систему.

У них есть контекст. Они могут работать с несколькими людьми. Они могут получать подсказки и взаимодействовать с несколькими людьми. И они могут выполнять сквозные задачи.

На самом деле, забавный случай: я как раз общался с Ханной перед выходом на сцену, и есть несколько бывших сотрудников Asana, которые сейчас работают в Anthropic. Один из них создал для нас ИИ-помощника, который занимается конкурентной разведкой. Так что, хотя он больше не работает в Asana, мы всё ещё используем его ежедневно. И все исторические взаимодействия, которые он настроил для контекста и знаний при подготовке ответов на RFP, встроены в этого агента и становятся только лучше по мере того, как новые люди присоединяются к команде и продолжают его использовать.

Таким образом, концепция корпоративной памяти и общей возможности для нескольких людей использовать агентов оказалась феноменальной для нас внутри компании.

Другая концепция, над которой мы работали — и она снова доступна — это возможность гарантировать, что агент получает полный контекст о том, как работает ваше предприятие. Кто что делает, к какому сроку и почему; исторические решения; согласования; способы, которыми люди обменивались мнениями по конкретному брифу кампании или плану проекта, что в итоге привело к его утверждению — эти решения отслеживаются внутри Asana. И мы предоставляем их помощнику таким образом, чтобы сохранить защитные барьеры безопасности и возможность аудита, чтобы вы могли получать реальные результаты в действии.

Итак, Asana — это система действий для работы. И это связующий слой, где, как только вы начинаете внедрять агентов, вы можете относиться к ним как к людям в вашей команде. Знаете, это как Warcraft, который мы строили более семнадцати лет.

И в основе этой идеи лежит то, что у каждой компании есть миссия и видение, которые отслеживаются через цели. Цели объединены в портфели. Портфели реализуются через множество проектов. У каждого проекта есть набор задач. И в эти задачи могут быть встроены согласования, рабочие процессы и другие элементы.

И по мере того, как вы строите этот граф контекста, предназначенный как для людей, так и для ИИ-агентов, люди получают простой для понимания интерфейс для взаимодействия с тем, как выполняется их работа. А агенты получают возможность представлять себя и получать контекст, необходимый для выполнения работы и взаимодействия в режиме настоящей многопользовательской игры с участием нескольких людей, соблюдая необходимые требования безопасности и ограничения вашего предприятия.

Итак, мы всё это разрабатывали для контекста, общей памяти и обеспечения того, чтобы агенты были реальными действующими лицами в системе. Место, где мы используем возможности управляемых агентов Cloud, — это выполнение многошаговых действий таким образом, чтобы инструментарий Anthropic позволял нам завершить задачу.

В демонстрации, которую я покажу, вы увидите многошаговое взаимодействие между маркетологом, запускающим новую кампанию, и несколькими членами его команды.

Эта кампания требует от них не только написать бриф, но и начать создавать несколько макетов того, как будет выглядеть целевая страница, чтобы члены команды могли прийти к общему пониманию, готов ли проект к запуску. Таким образом, это включает создание сложного документа с использованием правильного набора корпоративного контекста, необходимого для его создания, а также создание нескольких итераций того, как должна выглядеть целевая страница — публичный веб-сайт.

То есть это похоже на генерацию HTML. Это пошаговое действие. Благодаря возможности управляемых агентов мы используем несколько разных вещей, чтобы сделать ИИ-команд гораздо более мощными.

Это помогло нам снизить затраты на прототипирование. Мы получили гораздо более быстрое прототипирование этих действий и навыков. Встроенный цикл проверки гарантирует высокое качество контента, который мы получим в конце процесса. Кроме того, есть встроенный оценщик: когда Asana передает желаемый результат в Cloud Managed Agents, оценщик многократно итеративно обрабатывает этот результат, чтобы обеспечить высокое качество вывода.

Итак, это позволяет нам сосредоточиться на том, что уникально для Asana: уровне человеческого интерфейса для координации между несколькими людьми, системе контекста, которую мы создаем, безопасности, которую мы выстраиваем, чтобы, если вы используете того же агента, что и я, Найджел или Тони, и мы находимся в разных объектах рабочего графа или разных проектах, агент не передавал информацию между ними.

Мы сосредоточены на этом. А за качество вывода отвечают Cloud Managed Agents. Если сравнить, как работают ИИ-команды сегодня с Cloud Managed Agents и с Messages API, который мы использовали ранее, мы получаем более быстрое прототипирование, потому что нам не нужно создавать ручной цикл агента, управление файлами, выполнение кода. Процесс проверки стал намного лучше благодаря этому встроенному продукту. И мы также можем запускать несколько агентов параллельно для независимой работы, потому что многие действия работников умственного труда требуют параллельной работы нескольких агентов для создания полного плана и его итерации.

На сегодняшний день в Asana существует более 21 предварительно созданного агента, называемых ИИ-командами. Мы разработали их в соответствии с профилями идеальных клиентов: офис PMO, маркетинг, IT, HR, R&D. Они могут помогать с планированием запусков, написанием спецификаций, управлением целями, ресурсами и планированием мощностей.

Они используют все существующие конструкции Asana для отслеживания целей портфеля, обновлений временных шкал и выполняют реальные действия в них, а также в нижестоящих системах. Они могут получать данные из Google Drive и Office 365, и в ближайшие недели мы добавим еще много интеграций. Они также могут выполнять действия в этих системах: создавать слайды, добавлять комментарии, генерировать полноценный HTML. Многие из этих возможностей стали реальностью благодаря нашим инвестициям в управляемых агентов. Это позволило нам запустить цикл проверки и многошаговый рабочий процесс.

Вот ещё один пример: мы, очевидно, уже несколько месяцев используем это внутри Asana. И за эти месяцы у меня есть агент для команды управления продуктами, то есть для меня и моих подчинённых. Это «ThoughtBuddy» для отдела продуктов. У него есть весь контекст о том, почему мы приняли те или иные компромиссные решения, какова стратегия и тому подобное. И когда, например, наша маркетинговая команда задаёт вопросы: «Эй, мы планируем Work Innovation Summit London, наше следующее мероприятие. Вот черновик программной речи. Можем ли мы получить мнение команды продуктов?» — первое, что они делают, это создают задачу в Asana и назначают её «ThoughtBuddy» отдела продуктов. У него есть все компромиссы, текущий план, весь контекст того, как работает наш план в Asana. И он создаёт план и набор отзывов на эту программную речь, которые максимально оптимизированы под наш стиль работы, корректны и точны, поскольку используют весь контекст в реальном времени. И, опять же, это делается в многопользовательском режиме, так что вся команда продуктов может видеть этот ответ и реагировать на него. Они могут давать ему подсказки. И он будет помнить это на протяжении нескольких запусков. Так что это много разговоров о том, что мы сделали с предварительно созданными агентами, многошаговыми рабочими процессами и результатами, возможными с облачными управляемыми агентами, корпоративной памятью, общей памятью.