让AI智能体落地：Arga Labs获1000万美元融资，打造企业软件数字孪生测试环境
让AI智能体在实际场景中发挥作用远比预期困难，但希望就在前方。一批新兴初创企业正致力于在部署前更好地测试和训练智能体，以应对现代企业的复杂性。
Arga Labs便是其中的代表，该公司于周三宣布完成1000万美元种子轮融资。本轮由General Catalyst领投，Box Group、Emergence、Gradient及SV Angel跟投。
Arga Labs专为Salesforce、Workday及邮件客户端等企业软件构建训练环境。不同于仅满足于无状态API端点的传统测试环境，Arga构建了程序的全规模“数字孪生”，在保留权限系统和Web钩子的前提下有效克隆整个企业程序，从而为跨系统训练智能体提供了更稳健的方式。
首席执行官兼联合创始人Phillip Li举例说明：“当潜在客户在Salesforce中创建线索，而同事通过HubSpot单独联系时，智能体能否正确识别两者属于同一家公司？能否确保只发送一次邮件？能否从两个机会中确定正确的发送对象？”
面对此类模糊性，智能体系统仍感吃力，Li认为Arga Labs的工具对帮助其改进至关重要。
通常可通过强化学习训练智能体执行此类任务，即运行数万次场景并筛选成功策略。然而，企业软件的性质使大规模测试几乎不可能实现——当需要重复运行相同场景时，缺乏简单方法“重置”或克隆Salesforce、Outlook等系统。
Arga Labs的解决方案是创建软件的数字重现，如同碰撞测试假人复制人体结构一般。由于完全掌控环境，重置或修改变得极为简便。该公司还可同时运行多个环境，在不同程序的复杂交互中训练智能体，旨在复制包含特定任务重叠的完整工作环境。
这可视作弥补编码与其他应用间强化学习差距的方法。AI编码工具之所以进步迅速，部分得益于成熟的部署、逆向工程及代码解析工具，这些工具大幅降低了搭建强化学习环境的难度，使我们能在日益复杂的编码任务上测试和训练AI系统。
目前大多数商业软件尚缺此类工具。一旦补齐短板，AI系统在利用这些程序方面将显著增强，有望像革命化编程一样彻底改变其他行业。
General Catalyst管理董事Yuri Sagalov（同时负责该公司种子项目）表示，市场对Arga这类智能体测试工具的需求正日益增长。
Sagalov指出：“智能体的大部分经济价值源于使用商业应用程序。拥有一个可重复的沙盒环境至关重要，且对智能体而言，其重要性远超人类。”