AI агенти без потребителски интерфейс: Архитектура на автономните асистенти през SMS и RCS канали

Безглави AI агенти навлизат в ежедневните текстови съобщения без инсталиране на приложения. Снимка: TechCrunch

Потребителите по света страдат от хронична „умора от приложения“ (App Fatigue). Телефонните екрани са претрупани с десетки икони, всяка от които изисква отделна регистрация, парола, съгласие с бисквитки и постоянни актуализации през App Store или Google Play. В опит да преодолеят тази бариера, нова генерация стартъпи залага на парадоксален завой назад във времето: връщане към най-простия и универсален канал на планетата – обикновения текстов SMS [1].

В обстоен преглед на пазара технологичното издание TechCrunch анализира най-влиятелните SMS агенти, които живеят директно в списъка ви с контакти, управлявайки семейни графици, самолетни билети и служебни задачи без нито един графичен бутон [1].

Предимствата на архитектурата без потребителски интерфейс (Headless)

Истинската сила на тези системи се крие в концепцията за headless архитектура [1]. Когато премахнете тежкия презентационен слой на мобилното приложение, отпадат огромни количества софтуерен багаж: няма зареждане на анимации, няма проблеми със съвместимост на екрани и няма нужда от постоянна високоскоростна 5G връзка.

Вместо това комуникацията протича през класически уебкуки (Webhooks) и стандартизиран API дизайн, свързващ глобалните телекомуникационни мрежи (чрез платформи като Twilio и Sinch) с инференс двигателите на големите модели [1]. Потребителят просто изпраща кратко съобщение: „Напомни ми утре в 9:00 да се обадя на счетоводителя“ или снимка на ресторантска сметка с текст „Раздели я поравно между мен и Иван“. Агентът обработва входящия пакет асинхронно и връща отговор в същата нишка.

Асинхронен диалог и естествена контекстуална памет

За разлика от уеб чатботовете, които изискват да стоите пред отворен прозорец на браузъра и да чакате отговора, SMS средата е изначално асинхронна [1]. Това пасва идеално на съвременния диалогов изкуствен интелект. Потребителят може да започне разговор сутринта, да отговори на уточняващ въпрос по обед и да получи финализирания резултат вечерта.

Предизвикателството пред инженерите е поддържането на постоянна дългосрочна памет. Тъй като SMS протоколът е без състояние (Stateless), бекендът на агента трябва автоматично да архивира всяка реплика във векторна база данни, да синтезира профил на предпочитанията на потребителя и да извлича релевантния контекст при всяко ново входящо съобщение от съответния телефонен номер.

Стандартът RCS и бъдещето на невидимия асистент

С масовото навлизане на стандарта RCS (Rich Communication Services) в екосистемата на Apple и Android, SMS агентите получават достъп до нови възможности: криптографски верифицирани бизнес профили (предотвратяващи спам и фишинг), индикатори за писане в реално време, интерактивни въртележки с карти и сигурно предаване на файлове с висока резолюция [1].

Успехът на текстовите агенти показва, че бъдещето на изкуствения интелект не е в създаването на нови затворени платформи, а в пълното му разтваряне в съществуващата тъкан на човешкото общуване. Най-добрият интерфейс е липсата на интерфейс – просто приятелски контакт в телефона, готов да реши всеки проблем с едно просто съобщение.

Инфографика: Светни.ме

Източници

[1]: Here are the top AI agents that can live in your text messages - TechCrunch