Adept AI是一家人工智能公司，致力于开发机器学习模型和产品，以自动化复杂的软件工作流程。该公司由一群前Google DeepMind及其他领先AI实验室的研究人员于2022年创立，专注于构建能够操作计算机界面（如网页浏览器、电子表格和代码编辑器）的“AI代理”，以完成通常需要人类与数字工具交互的任务。公司的使命是打造一个通用型助手，能够理解用户意图，并将其转化为跨多种软件应用的具体操作。
该公司诞生于生成式AI快速发展的时期，尤其是在大型语言模型的进步背景下。Adept AI与许多同行不同，强调以行动为导向的AI，而非纯粹对话或文本生成系统。其核心技术结合了自然语言理解与图形用户界面导航能力，实际上充当一个数字工作者，可以执行多步骤任务，如数据录入、报告生成或软件测试，而无需为每个应用进行自定义集成。
创立与领导层
Adept AI由Ashish Kumar、David Luan和Niki Parmar共同创立，三人此前均曾在Google和Google DeepMind工作。David Luan担任公司首任CEO，此前曾在OpenAI担任技术负责人，参与早期GPT模型的开发。Niki Parmar和Ashish Kumar都曾是Google原始Transformer架构团队的研究人员，为基础工作做出了贡献，这些工作支撑了现代大型语言模型的发展。创始团队还包括其他知名AI研究人员，如Jakob Uszkoreit，他合著了Transformer论文，后来加入Adept成为联合创始人。
公司领导层在模型架构和实际部署方面都拥有深厚专业知识。2023年，Adept聘请了前OpenAI高管Brad Lightcap担任首席运营官，这标志着公司对商业合作和企业采用的重视。团队在研究和产品开发方面的综合经验，使Adept能够应对让AI代理在真实软件环境中可靠且实用的棘手问题。
技术与方法
Adept AI的技术方法核心在于训练能够感知数字环境并在其中行动的模型。与处理结构化数据的传统机器学习系统不同，Adept的模型设计用于处理截图、文本和界面元素，以理解软件应用的当前状态。该公司开发了一个专有模型系列，最初称为ACT-1，该模型基于大量人类软件使用演示的数据集进行训练。这种训练使模型能够根据当前屏幕和用户的自然语言指令，预测下一步行动，如点击按钮、输入文本或导航菜单。
底层架构利用Transformer模型，该模型已成为AI序列预测任务的标准。Adept调整了这一架构，以处理来自计算机屏幕的视觉和文本多模态输入。这些模型采用多头注意力和交叉注意力等技术，将用户请求与界面的相关部分关联起来。训练涉及大规模记录的用户交互数据集，通常来自匿名使用数据以及公司自身工具生成的合成演示。
Adept方法的一个关键创新是使用“数字孪生”环境进行训练和评估。该公司构建了模拟的桌面和网页环境，模型可以在其中练习任务并获得反馈，从而支持强化学习和迭代改进。这种方法类似于机器人和游戏AI中使用的技术，使Adept能够在受控环境中测试其代理，然后再部署到现实场景中。
产品与应用
Adept AI的主要产品最初以ACT-1为品牌，是一个浏览器扩展和网页应用，允许用户以自然语言发出命令。例如，用户可以输入“查找上个月的所有发票并总结到电子表格中”，代理将导航相关网页应用、提取数据并填充到Google Sheets文档中。该产品面向在重复性数字任务上花费大量时间的知识工作者，旨在减少手动工作并提高生产力。
除了面向消费者的产品外，Adept还寻求企业合作伙伴关系。该公司宣布与主要云服务提供商合作，包括Amazon Web Services和Google Cloud，将其模型作为AI服务目录的一部分提供。这些合作使企业能够将Adept的代理能力集成到自己的工作流程中，而无需构建底层基础设施。Adept还探索了金融、客户支持和软件开发等领域的垂直应用，在这些领域自动化多步骤流程可以带来显著效率提升。
融资与增长
Adept AI在成立后不久就筹集了大量风险投资资金。2022年，该公司宣布了一轮6500万美元的种子轮融资，由Greylock Partners和Addition等知名投资者领投。随后在2023年，该公司完成了3.5亿美元的B轮融资，估值超过10亿美元。这些资金用于扩大研究团队、扩展计算基础设施和加速产品开发。公司的估值和投资者兴趣反映了市场对AI代理作为人工智能应用下一个前沿领域的广泛热情。
尽管资金雄厚，Adept仍面临AI初创公司常见的挑战，包括高昂的计算成本以及在多样化软件环境中实现可靠性能的难度。公司的资金消耗率相当高，需要展示明确的客户价值才能维持运营。到2024年，Adept已将重心转向企业解决方案和合作伙伴关系，而非独立的消费产品，这一战略调整与市场对实用AI工具的需求相一致。
战略合作与收购
2024年，Adept AI与Amazon Web Services（AWS）达成了重要合作。根据该协议，AWS获得了Adept模型和技术的非独占许可，Adept的多位联合创始人（包括CEO David Luan）加入AWS，在云平台内领导AI代理相关工作。这一举措被视为Adept利用AWS庞大分发网络同时继续发展其技术的方式。该合作为Adept提供了财务稳定性和AWS基础设施的访问权限，而AWS则在新兴的AI代理领域获得了竞争优势。
该交易并非完全收购；Adept仍是一家独立公司，但其核心团队和技术与AWS的AI计划紧密整合。这种安排反映了AI行业的一种更广泛趋势，即拥有有前景研究的初创公司往往与大型云服务提供商合作或被其吸收以实现规模化。Adept的技术在早期阶段也通过Microsoft Azure和Google Cloud提供，但AWS合作成为最突出的。
影响与评价
AI研究社区和行业观察者注意到Adept AI对AI代理领域的贡献。该公司在训练模型与图形用户界面交互方面的工作，帮助普及了“计算机使用”作为可行AI能力的概念。Adept的演示展示了代理执行预订航班或填写表单等任务，在社交媒体和技术媒体上引起了广泛关注，影响了其他公司探索类似方向。
批评者和分析师指出，虽然Adept的技术在受控演示中令人印象深刻，但在混乱、多变的真实软件环境中实现可靠性仍然是一个艰巨挑战。公司向企业合作的转变部分是对这些挑战的回应，因为企业通常愿意接受较高的错误率，以换取繁琐任务的自动化，前提是有适当的人工监督机制。Adept的方法也引发了关于工作未来以及AI重塑知识工作者角色的讨论。
未来方向
截至2025年，Adept AI继续作为研发实体运营，其技术已集成到AWS的代理产品中。公司的路线图包括提高模型准确性、扩大支持的应用范围，以及开发更复杂的规划和推理能力。Adept还在探索使其代理更加透明和可控的方法，允许用户在必要时理解和干预代理的行动。
AI代理的更广泛领域正在快速发展，Anthropic和OpenAI等竞争对手也在开发类似能力。Adept的独特定位，凭借其在原始Transformer研究中的深厚根基，为其提供了坚实的技术基础。然而，公司的长期成功将取决于其能否在保持研究优势的同时，通过云合作提供实际价值。未来几年将是决定Adept关于软件任务通用AI助手愿景能否成为主流现实的关键。