De acordo com pt.wedoany.com-Em 15 de junho, o DuMate, da Baidu, anunciou a conclusão da atualização do seu mecanismo central. Esta atualização, através do mecanismo Harness e de várias otimizações contínuas em nível de engenharia, reduziu o consumo de tokens durante a execução de tarefas em 75%, sem comprometer a capacidade inteligente do Agent e a eficácia da execução das tarefas, com a correspondente redução do consumo de pontos do usuário também em 75%. Para produtos de agente inteligente de nível empresarial, o consumo de tokens está diretamente relacionado ao custo de uso, à eficiência de resposta a tarefas e à viabilidade de implantação em larga escala. Esta atualização avança a otimização de custos da camada de chamada de modelo para a camada de cadeia de execução do Agent.

O DuMate é um produto de agente inteligente de uso geral para escritório e nível empresarial lançado pela Baidu, voltado para cenários como processamento de arquivos, operação de navegador, colaboração no Office, recuperação de informações, decomposição de tarefas e execução entre ferramentas. Em comparação com modelos de perguntas e respostas comuns, a pressão de custo dos produtos Agent concentra-se mais no processo de execução de tarefas: ele precisa entender repetidamente a tela, chamar ferramentas, ler o contexto, gerar etapas de operação, verificar resultados e continuar corrigindo após falhas. Uma tarefa complexa muitas vezes não é concluída com uma única chamada de modelo, mas sim formada pela sobreposição de múltiplas rodadas de planejamento, execução e verificação. Quanto maior o consumo de tokens, maior o tempo de espera do usuário, o custo de inferência da plataforma e o consumo de pontos.

A chave para esta atualização do mecanismo central está no mecanismo Harness. O Harness pode ser entendido como a camada de engenharia que conecta o agente inteligente a modelos, ferramentas, fluxos de tarefas e ambientes de execução. Ele determina como o modelo decompõe tarefas, quando chamar ferramentas, como reutilizar o contexto, como comprimir etapas ineficazes e como replanejar após uma falha de tarefa. A Baidu mencionou anteriormente a capacidade de "engenharia de condução" na atualização de seus produtos de nuvem inteligente, enfatizando a otimização da taxa de sucesso na execução de tarefas de escritório e a redução do consumo de tokens através da otimização de engenharia. O DuMate reduziu o consumo de tokens em 75% desta vez, indicando que o foco da otimização mudou da eficiência de uma única pergunta e resposta para o controle de custos de todo o caminho de execução de tarefas do Agent.

Este tipo de otimização terá um impacto mais direto na perceção do usuário. Quando funcionários de empresas usam agentes inteligentes para lidar com tarefas como planilhas, documentos, pesquisa na web, organização de materiais e entrada de processos, o que realmente importa é se a tarefa pode ser concluída, se o tempo de espera é aceitável e se o consumo de pontos é muito alto. Se o consumo de tokens para a mesma tarefa diminuir, a estimativa de custos para as empresas durante as fases de teste e implantação será mais clara, e os usuários individuais também acharão mais fácil usar o Agent para tarefas frequentes de escritório, em vez de apenas tentar em alguns cenários complexos. Para produtos de agente inteligente, a redução de custos geralmente leva a um aumento na frequência de uso, gerando assim mais feedback de tarefas reais.

A indústria de Agent está passando da fase de "conseguir ou não fazer" para a fase de "conseguir concluir de forma estável e de baixo custo". Os primeiros produtos de agente inteligente demonstravam mais a capacidade de controlar navegadores, operar arquivos e planejar em várias etapas, mas no uso real, eram propensos a problemas como alto custo de tarefas longas, etapas redundantes, expansão do contexto e alto consumo de repetição após falhas. O valor da otimização da camada Harness reside em permitir que o agente inteligente reduza o pensamento ineficaz e as chamadas repetitivas, direcionando mais a capacidade do modelo para julgamentos críticos, raciocínio complexo e verificação de resultados. À medida que os cenários de escritório, marketing, atendimento ao cliente, pesquisa e desenvolvimento e operações continuam a integrar o Agent, o custo de execução se tornará um indicador importante para a aquisição e uso contínuo por parte das empresas.

Esta atualização do DuMate também reflete uma mudança no foco da concorrência entre produtos de agente inteligente de uso geral domésticos. A capacidade do modelo ainda é fundamental, mas a experiência do produto depende cada vez mais de sistemas de engenharia, orquestração de ferramentas, gerenciamento de contexto e controle de custos. Quem conseguir manter a taxa de sucesso das tarefas enquanto reduz o consumo de tokens terá mais facilidade para entrar em cenários de alta frequência de nível empresarial. Para a Baidu, a atualização do mecanismo central do DuMate ajuda a melhorar a competitividade do seu produto no mercado de agentes inteligentes de escritório e Agent empresarial, estabelecendo também uma base de custos para futuras implantações locais, colaboração em equipe e expansão de cenários do setor.

Ainda é necessário observar o desempenho real das tarefas posteriormente. A redução de 75% no consumo de tokens é um indicador claro de otimização de custos, mas os usuários empresariais também se preocuparão com a taxa de sucesso de tarefas complexas, a precisão no processamento de arquivos, a estabilidade na chamada de ferramentas, a segurança e privacidade, o controle de permissões e a capacidade de colaboração em equipe. Se o DuMate conseguir manter consistentemente a eficácia da execução em tarefas frequentes de escritório e fizer com que a redução de custos se reflita verdadeiramente nos pontos do usuário e no orçamento da empresa, esta atualização não será apenas um ajuste de parâmetros, mas sim uma validação da capacidade de engenharia para o uso em escala de agentes inteligentes de uso geral.

Este texto foi elaborado por Wedoany. Qualquer citação por IA deve indicar a fonte “Wedoany”. Em caso de infração ou outros problemas, informe-nos prontamente, por favor. O conteúdo será corrigido ou removido. E-mail: news@wedoany.com