top of page

Block Buzz AI Agents 採用 Unity Gateway

26 分鐘前
讀畢需時 11 分鐘

Block 於 11 月 12 日詳述其 Buzz 工作空間如何使用 Databricks Unity Gateway,讓員工可選擇模型,而非置身單一模型環境。Block Buzz AI agents 與同事共享對話,將協作與模型選擇置於同一工作空間之中。

這份工程說明為企業買家提出一項有用的區分。選擇 AI 模型與圍繞該模型組織工作,是兩項不同決定。共享介面將兩者連結起來,但買家仍需要證據,證明由此產生的工作流程能改善已完成的工作成果。

相關比較在於針對特定任務組合模型,與將每項工作標準化為使用同一模型之間的差異。Anthropic 較早前的多 agent 研究工作,為這項架構選擇提供參考點。兩種方法均不會自動勝出:答案取決於任務結構、協調開銷,以及人員接納結果所需的投入。

Block Buzz AI agents 進入共享對話

根據 Buzz 協作說明,員工可建立 agents、選擇模型或程式編寫 harness,並邀請同事參與。Agent 是利用模型及工具來完成任務的軟件。Harness 則是管理這些互動的周邊軟件。

Buzz 為開源軟件,支援自行託管,並在其他 harness 以外提供 Goose 的輕量版本。員工使用它進行程式編寫及分析。Unity Gateway 透過一次整合,提供對前沿模型及指定 open-weight 模型的存取。Open-weight 模型會在其授權條款所限下提供已訓練的參數。

真正有意義的改變在於工作安排:人員可一同檢視並參與 agent 的工作。

試想一下,接收一份完成答案,與在答案形成過程中參與其中,兩者之間的差別。一位同事或可在過時假設納入最終建議前辨認出來。另一位則可補充原始請求者未有提及的業務限制。

這是共享工作潛在的好處,而非這次披露已證實的量化成果。其價值取決於有用的介入能否及早發生,從而避免返工。充滿中間輸出的對話,也可能比簡潔的完成回應要求更多注意力。

對知識工作者而言,這項區分關乎判斷力在流程何處介入。檢閱潤飾好的摘要,會促使人們留意措辭及結論。觀看工作任務逐步展開,則可讓人在系統確定方向前,質疑範圍、來源及定義。

這些機會需要有意識的設計。可見的對話不一定揭示哪些文件促成某個回應,或哪些指令控制某項行動。讀者應區分對話透明度與完整的執行紀錄。

同樣的區分也適用於同事之間的協作。較遲加入的人需要足夠背景以理解決定,同時毋須閱讀每次交流。否則,工作空間或會將摘要整理的負擔由 agent 轉移至人類審閱者。

這使共享對話成為監督介面,而非監督已變得毫不費力的證據。其最有力的實務測試,是團隊能否更早捕捉具後果的錯誤,同時花費更少時間重建工作如何完成。

對想了解 Block Buzz 如何運作的讀者而言,這項區分有助讓故事保持踏實。該工作空間改變參與者相遇及作出貢獻的方式。這種安排是否能改善某項具體工作,仍是一個評估問題。

模型選擇為企業 AI 團隊帶來壓力

即時壓力落在平台擁有人身上,他們須決定應給予員工多少彈性。將模型標準化可簡化支援、採購及評估。容許按任務選擇模型,則增加這些團隊必須理解及維護的組合數量。

模型彈性將工作重心由整合轉向評估及營運政策。

Databricks 在其 8 月 4 日發布的 Unity Gateway 公告中提出這項平衡,並宣布正式推出。該公司描述了對支出、存取權及 AI 互動的集中監督,同時保留跨模型及工具的選擇。

這個時間脈絡很重要。11 月的說明描述的是既有基礎設施的應用,而非 gateway 的推出。讀者應將其視為企業架構披露,而不應把每個底層元件都當作新近推出。

共用存取層的實際吸引力不難理解。若團隊可在毋須重建周邊應用程式的情況下評估另一個模型,更換供應商便會成為較易管理的實驗。應用程式仍需要測試,因為存取方式相同不代表行為相同。

因此,Block Buzz 的模型選擇提出一個超越「哪個模型能產生最佳答案」的組織問題。誰決定哪些組合獲得支援、哪些仍屬實驗性質,以及哪些不應再處理敏感工作?

寬鬆的政策可鼓勵有用的實驗,也可能讓員工在沒有時間評估的選項之間作出選擇。限制較多的政策可減輕這項負擔,但當任務需求或可用模型改變時,或會保留昨日的預設選項。

對企業買家而言,有用的中間立場是建立一組用途明確、獲批准的配置。這是從此架構得出的分析性推論,而非對 Block 內部政策的已發表描述。

例如,程式編寫助理應面對與商業摘要助理不同的接納標準。正確性、回應時間、可容許的資料及所需審閱,均取決於工作任務。共享介面不應抹去這些差異。

這也是與標準化助理的比較開始變得實質的地方。當一致的預設選項表現足夠,且工作量重複時,它仍可能是較佳的營運選擇。當專門化能帶來可重複的好處時,彈性才值得其位置。

因此,買家不應把更長的模型選單等同於更高的員工生產力。每個受支援選項都會帶來培訓、疑難排解、評估及維護義務的某種組合。這些義務應納入商業案例之中。

壓力既屬短期亦很具體:平台團隊需要一套方法,可在不把每次模型更新變成全組織遷移的情況下批准變更。策略價值在於讓這個流程可重複進行,並為每項選擇附上證據。

協調者與工作者同樣重要

Block 描述了將能力較強的協調模型與較小型工作模型配對的實驗,並由內部基準測試支持。協調者會拆分工作並整合結果;工作者則處理獲委派的部分。

其經濟主張取決於委派質素,而不只是使用較小型模型。

相關先例是 Anthropic 的 多 agent 研究系統。其 2025 年 6 月的工程說明描述一個主導 agent 指揮平行運作的研究 agents。Anthropic 報告其內部研究評估帶來好處,同時強調協調挑戰及資源消耗增加。

Anthropic 亦警告,高度互相依賴的工作未必適合使用多個 agents。這項保留在比較研究與程式編寫時相當重要。獨立搜尋與相互依賴的變更,會帶來不同的協調需求,即使兩者均涉及複雜推理。

這項比較提供架構脈絡,而非對 Buzz 的獨立評估。Anthropic 的結果屬於其自身系統及評估,不能證明 Block 的表現,也不能預測另一個組織可達成的成果。

不過,底層機制仍值得研究。協調者必須辨識工作中哪些部分可分拆、指定所需輸出,並決定返回的工作是否符合請求。該階段的錯誤會影響每項下游貢獻。

試想一項假設性的調查,目標是了解某項業務指標為何出現意外變動。不同工作者可分別檢視定義、最近的軟件變更及報告假設。只有協調者調和互相矛盾的解釋,並識別哪些內容仍未經驗證,這些發現才會有用。

若最初的拆分忽略共同依賴關係,平行活動便可能為錯誤問題產生多個看似合理的答案。增加工作者不會修正這個錯誤,反而可能因表面上的一致而令錯誤框架顯得更有說服力。

因此,完整成本包括規劃、重複的背景資訊、工具使用、綜合及修正。較小型的工作模型可降低個別步驟的開支,但同時增加取得可接受結果所需的步驟數目。

所需時間也有相似結構。獨立工作可同時進行,但整體工作仍須等待必要的相依項目。緩慢或混亂的工作者可延遲綜合,而過早綜合則可能掩蓋未完成的工作。

因此,應根據這條完整鏈條評估 Block Buzz 的模型選擇。只比較工作者輸出,會忽略協調者是否分配了合適任務、要求了不必要的工作,或接納了不一致的結果。

這為開發者提供更有用的比較單位:在既定資源預算下已獲接納的工作流程。基準測試應保留任務、接納標準及審閱期望,同時更改配置。

這也容許較簡單的系統勝出。若一個能力足夠的模型可在毋須委派的情況下準確完成工作,協調額外 agents 便是一項需要證明合理性的開支。當這個額外結構能解決已記錄的限制時,該架構才具說服力。

共用 gateway 無法解決每個管控問題

Databricks 的 AI 管治文件描述模型存取、流量管理、服務政策及監察的管控措施。服務政策是規管請求及回應如何進行的規則。該文件亦涵蓋連接工具的權限及活動紀錄。

這些屬於平台能力。其可用性並不能證明某個個別客戶已啟用哪些設定,或每條應用程式路徑是否一致地使用它們。

集中式存取有助界定管控邊界,但周邊工作流程仍需明確責任。

共享 agent 對話帶來身份問題。提出問題的員工、檢索資訊的 agent,以及閱讀答案的同事,各自處於不同角色。一個可辯護的設計需要說明每一步適用誰的權限。

假設有一場討論,只有部分參與者可存取某些資訊。獲准加入討論,並不代表自動獲准擷取每一份相關原始文件。相反,即使獲授權擷取資料,也不代表由此產生的文字可與在場所有人分享。

這是一般性的設計考量,並非 Block 部署存在缺陷的證據。公開說明並未提供完整的安全評估。讀者不應把架構概覽視作保證報告。

自行託管帶來另一項區別。在組織的基礎設施上運行工作空間,說明的是應用程式所在位置;但這本身並不能確立每項模型請求在哪裏處理,或連接系統會在哪裏保留資料。

對於考慮類似安排的買家而言,資料流向應與介面控制權分開考慮。關鍵問題包括哪些資料會離開應用程式、會送往哪個目的地,以及其後適用哪些保留規則。

可用的活動記錄亦必須串連整個工作流程中的決策。知道曾發出模型請求,與理解工具為何執行、由哪項指令授權,以及誰批准最終行動,是兩回事。

當多個代理共同促成同一結果時,管理上的挑戰會增加。責任不能只取決於最後發出答案的是哪個代理。審查者需要理解具有後果的中間行動,尤其是那些會改變外部系統的行動。

預算控制帶來相關的營運問題。Databricks 的 AI spend controls 說明了可停止後續請求的警示與硬性上限。當工作流程觸及該界線時,必須有明確結果:暫停、失敗,還是要求授權後繼續。

如果使用者清楚知道哪些工作已完成、哪些仍未完成,突然停止亦可以接受。若部分結果看似已完成,情況便較難管理。清晰的完成狀態應與權限及支出控制並列。

對 Block Buzz AI agents 而言,更廣泛的啟示是:協作與管治在不同層級運作。共享工作空間可組織參與;控制機制仍必須涵蓋身分、資料流動、行動,以及未完成的執行。

缺失的證據是已完成的工作

11 月的披露並未提供經量度、普遍適用的成本或速度增益。其對實驗的描述,應與「混合代理團隊在各類企業工作中勝過較簡單替代方案」的主張分開看待。

最有力的證據,應將可重現的配置與獲接納的成果連結起來,包括達成成果所需的人力。

Anthropic 較早前的 effective agents guidance 提供了相關的平衡觀點。該指引建議由最簡單可行的方法開始,並只在有理據時增加複雜度;亦區分了預先定義的工作流程,以及由模型自行引導其流程的系統。

該指引並非對 Buzz 的批評,而且早於這次披露發表。其相關性在於評估原則:額外的自主性與協調,應回應已被證明的需求。

有用的評估應先界定何謂完成。對軟件工作而言,生成的程式碼只是中間產物。驗收可能要求通過相關檢查、符合要求,並在審查後沒有未解決的缺陷。

對分析工作而言,易讀的說明同樣不足夠。結果需要正確定義、有支持的結論,以及對重要不確定性的交代。否則,流暢的回應可能掩蓋員工仍需完成的工作。

人工修正值得明確處理。一項配置即使較早產出草稿,但需要更長的審查時間,未必真的縮短了整項工作。同樣,一次低成本運行若需要有人事後重建缺失證據,最終也可能成本高昂。

失敗亦必須保留在分母中。只報告成功的運行,會偏向那些反覆嘗試困難工作、直到出現可接受結果的系統。買家需要知道被中斷、放棄及拒絕的工作如何處理。

這不代表必須公開敏感的內部工作。組織可描述評估方法、工作類別、驗收規則及整體結果,而毋須暴露保密輸入。即使無法發布原始示例,透明的方法論仍然重要。

同一原則亦適用於模型替換。若協調器、工作模型、指令與工具同時改變,便難以把改善歸因於模型選擇。界線清晰的比較,會令結果更容易解讀。

因此,對探索 Block Buzz 運作方式的讀者而言,內部基準測試是一項重要線索,而非完整答案。其意義取決於基準測試衡量甚麼,以及這些量度是否反映一般員工的工作任務。

這亦涉及知識管理。團隊需要經批准的定義及支持文件,並確保在對話結束後仍可被搜尋到。關於 searchable knowledge base 的相關討論,有助區分可持續保存的證據與暫時的對話脈絡。

這項區別會影響可重複性。若一個答案成功,是因為某位同事提供了未被記錄的事實,單靠重複相同模型配置並不能重現結果。支持性知識與審查流程都應納入說明之中。

這些缺口並不會否定該架構。它們界定了「可信地說明系統如何組裝」與「證明另一個組織應為特定工作負載採用它」之間的界線。

Block 披露後值得留意的事情

下一步有價值的發展,應把架構靈活性轉化為可觀察的營運成果。未來數月,最具資訊價值的訊號將涉及評估披露、持續使用,以及維護受支援配置所需的工作量。

應留意完整工作流程是否獲得改善的證據,而非僅是有更多代理可供使用的證據。

第一個訊號是可重現的配置比較。這代表已識別的工作類別、清晰的驗收規則,以及對未成功嘗試的交代。比較應在相若條件下,將混合代理團隊與可信的較簡單替代方案對照。

若這類發布顯示可重複的增益,而沒有把隱藏工作轉移給審查者,便能加強針對特定任務組合配置的理據。即使結果好壞參半,亦有用處,特別是當它指出哪些任務中委派反而增加不必要的開銷。

即使沒有顯著改善,公開方法仍具價值。買家需要知道,結果是源自更佳的任務分解、不同的模型、改良的工具,還是定義得更周密的要求。這些解釋決定了發現能否轉移至其他場景。

第二個訊號是超越初步實驗後的持續使用。相關證據應描述重複出現的工作流程與獲接納的輸出,而不只是計算已建立的代理或可用整合數量。

若員工反覆回到共享工作空間處理重要任務,持續使用將加強協作的論點。若證據顯示常有放棄使用、或遷回獨立工具,則會削弱該論點,並有助識別介面的限制。

採用情況亦應連同監督一併解讀。活躍的對話可能代表有成效的參與,也可能代表反覆澄清。重要區別在於,同事是在貢獻判斷,還是在花時間修正可避免的誤解。

第三個訊號是更改配置的維護負擔。買家應留意有關替換模型、更新測試框架、保留控制措施,以及其後檢查既有工作流程的具體說明。

若這些變更變得例行且界線清晰,通用存取層便支援一種實用的靈活性。若每次替換都需要大量重新測試與人手修復,選擇的營運價值便會較有限。

Block Buzz AI agents 令一項特定的企業問題更容易看清:標準化應在何處結束,而按任務組合配置又應在何處開始?答案毋須在每個部門或每項工作中完全相同。

值得留意的證據是,組織能否反覆作出這項決定,並具備足夠透明度去解釋其成功與失敗。這會比又一項關於自主工作的一般性主張更有用。

在採用類似架構前,先選擇一項團隊已熟悉的重複性任務。界定可接受結果應包含甚麼,以及通常需要多少審查。將建議的代理工作流程與該基準比較,包括中斷、修正及未成功的嘗試。保留支持性證據,讓另一位審查者能理解結果為何獲接納。然後詢問:新增的模型選擇是否減少工作量、提升品質,還是只是把工作轉移到別處?你的工作流程中,哪一部分真正受惠於委派,哪一部分仍依賴同事作出判斷?以此答案決定哪些內容值得更廣泛部署。

 
 

為每個智能代理提供更完整的背景,提升工作表現

讓智能代理連接 remio 已整理好的知識、決策和歷史紀錄。

remio 目前支援 Windows 10+(x64) 及配備 Apple 晶片的 Mac。

你的 AI 工作夥伴
和 remio 一起高效工作

規劃、創作、交付
一站式完成

bottom of page