過去一年多時間以來，全球企業紛紛投入生成式 AI 基礎建設，並且爭相部署自主型 AI 代理程式，處理從客戶支援到複雜程式碼撰寫等各種任務。
然而，隨著企業內部的 AI 代理數量不斷增加，一個嶄新且更具結構性的問題赫然浮現，那就是業界不斷提及的「碎片化」。
舉例來說，企業建構於 LangChain 上的 AI 代理，就難以將任務交接給位於另一個平台，如 CrewAI 上的 AI 代理系統；而那些嵌入於 Salesforce 軟體中的 AI 代理程式，亦無法透過原生解決方案，跟運行於私有雲的 Python 腳本進行協作。
為了解決不同平台 AI 代理系統之間的「溝通」問題，一家名為 BAND（又稱 Thenvoi AI Ltd.）的新創公司，近日獲得 1,700 萬美元的首輪融資，為人工智慧產業帶來新力量。
一套為 AI 代理服務的 Slack 平台
根據 BAND 的說法，該公司的目標在於提供「互動基礎架構」，將每個平台上各自為政的 AI 代理工具，轉化為統一且具協作能力的單一團隊。
BAND 共同創辦人暨執行長 Arick Goomanovsky 指出，為了讓 AI 代理能成為全球經濟活動的真正參與者，它們必定需要像人類一樣的溝通方式；畢竟，當前人類所慣用的溝通方法，其實完全不適用於 AI 代理程式，因為 AI 代理本身擁有不確定性，而這背後的技術關卡，也不僅僅是 API 整合問題。
簡單來說，BAND 希望打造出一套「AI 代理系統的 Slack 協作平台」，藉由具備確定性的通訊層，讓 AI 產業朝可擴展的「代理經濟」順利轉型。
為何 AI 代理跨平台協作很困難？
Arick Goomanovsky 直言，使用者不能只是把一堆 AI 代理扔進 Slack，然後就期待它們能夠奇蹟似的順利運作。
換句話說，BAND 的核心概念在於，若是僅將 AI 代理程式，建置並整合到 Slack 等人類通訊工具中，那麼這些 AI 代理便會直接失去「語境」和「上下文」，甚至是在任務執行失敗且重新加入對話時，得由人類不斷重新灌輸過往的提示詞才能恢復運作。
為此，BAND 開發出了一種專為處理 AI 代理間的互動，所產生之遙測資料特別設計的雙層架構，以解決 AI 代理之間的跨平台溝通問題，而此架構又被該公司稱為「代理網格（agentic mesh）」。
打造專利技術，放棄 LLM 兼顧流量
BAND 指出，這套「代理網格」將擔當起「互動層」的責任，它讓 AI 代理能夠於不同的雲端環境或框架之間互相發現，同時亦無需人類開發者替每項新連線，次次撰寫可靠性不佳的「膠水程式碼（glue code）」。
跟現有主要通訊軟體，大多採用點對點或客戶端－伺服器架構的傳輸方式協議不同，BAND 支援全雙工、多點對點通訊，這讓一群不同功能的 AI 代理程式，有辦法在同一個共享空間中，以同步的上下文協同執行各種作業。
為了確保通訊層的確定性，BAND 刻意不使用大型語言模型（LLM）對訊息的傳遞進行路由，而是改採一種正在申請專利的多層架構，讓訊息能夠可靠的送達目的地。
同時考慮到 AI 代理之間發起溝通的驚人流量，BAND 選擇了跟 WhatsApp 和 Discord 等全球通訊巨頭相同的技術堆疊，確保當機器人訊息的數量，開始超越人類之間的聊天時，平台依然能夠有效處理超過數十億則訊息。
控制平面確保權限，創造可稽核性
至於安全方面，BAND 形容假如代理網格是 AI 代理之間的溝通「管道」，那麼「控制平面（Control Plane）」就肩負起「閥門」任務，給予企業擴展 AI 代理規模前足夠的治理機制。
在 BAND 平台上，企業可以制定出最嚴格的規則，規範哪些 AI 代理之間能夠互相聯繫，以及限制 AI 所討論的話題。此外，BAND 也會負責管理人類的權限與安全憑證，如何在 AI 代理之間進行傳遞。
舉例來說，若某個企業員工向代理 A 索取資訊，而代理 A 選擇將任務委派給代理 B，那麼 BAND 將會進一步確保代理 B，僅僅能夠存取原始使用者（即該人類員工）有權限查看的資料。
對企業 IT 領導者而言，擁有「控制平面」的重點在於可稽核性；BAND 提供對每個 AI 代理程式互動的全面可觀察性，並且替 AI 的自主行動建立對話紀錄，以及關鍵的紙本追蹤紀錄。
從另一個角度來看，BAND 的作法可視為現有 AI 護欄的互補解決方案，畢竟多數 AI 護欄只能保護單一 AI 代理免受提示詞注入攻擊，但 BAND 則能保護整個系統，避免因某個代理程式誤導另一個 AI 代理程式而引發連鎖故障。
強調平台中立性，不受供應商綁定
此外，BAND 強調旗下產品於設計上具備「框架中立」與「雲端中立」的特性，所以能夠成為一款避免供應商鎖定的獨立中介軟體。
相較於 OpenAI 或 Anthropic 等巨型雲端供應商，通常希望企業留在其生態系範圍之內，BAND 提供了相對靈活的選擇，讓企業可以從多種選項中，挑選最適合自身的 AI 模型與解決方案。
根據 BAND 的說法，目前公司在「科技導向」領域獲得了最大發展動能，希望獲得平台服務的客戶，主要包括電信、金融服務及網路安全。
舉例來說，不少軟體開發人員發現 Claude AI 較擅長撰寫程式碼，而 OpenAI Codex 則在審查程式碼方面表現更為出色；因此在 BAND 的協助下，開發者就可以讓這些 AI 代理同時運作，並於即時狀態下互相委派工作任務。
又比如企業朝聘新員工入職時，大致流程都可以由 Workday 的 AI 代理程式負責，而該代理又能夠經由 BAND，跟 ServiceNow 的 AI 代理通訊以新增設備工單，最後再與 AI 採購代理溝通以完成工單，全自動處理員工入職程序。
技術體積輕巧，SaaS、邊緣都能運作
有鑑於企業資料的敏感性，BAND 也提供三種方式供客戶利用該平台，包含標準的 SaaS、本地部署和私有雲，以及直接在邊緣設備運作。
其中，SaaS 模式基於簡易的雲端平台，AI 代理可以經由 API 進行連接；本地部署方法將允許客戶，直接將 BAND 建置於私有的 VPC 或本地環境中，確保資料始終處於企業的掌控之下。
至於邊緣運作則具備更高彈性，由於 BAND 本身設計輕巧，即便是在無人機或衛星等「飛行載具」上亦能順利執行，從而讓企業可選擇於物理層面相互隔離的環境中，發起各節點之間的直接通訊。
提供三種定價，瞄準個人與企業用戶
根據官方說法，目前採用 BAND 平台的早期使用者，已經開始混合搭配由不同模型供應商所驅動的 AI 代理。
在定價模式上，BAND 以免費、專業與企業客製化三個層級，希望吸引全世界從個人開發者到大型企業的所有族群。
在為個人開發者所提供的免費方案下，BAND 最多可以支援 10 個 AI 代理及 50 個活躍聊天室，不過資料僅會保留 24 小時；專業版則是為新創公司與成長中團隊所設計，上限提升至 40 個 AI 代理與 250 個活躍聊天室，並提供客服電子郵件支援。
企業客製化方面，BAND 將會提供無限數量的 AI 代理連接、可自定義的資料保留政策，藉此因應企業的合規要求，並允許完全存取 BAND 的「Memory APIs」服務。
企業將需要 AI 代理的「通用協調器」
根據 Gartner 預測，2029 年至少有 90% 部署多 AI 代理的企業，將需要一款效能足夠的「通用協調器（Universal Orchestrator）」。
同時研究和諮詢公司 Forrester 亦將「代理程式控制平面（Agent Control Plane）」，認定為獨立且新興的市場類別，BAND 的出現正是瞄準這個市場而來。
BAND 執行長 Arick Goomanovsky 認為，旗下平台不僅僅是一個工具，更有可能成為下一代網際網路的基礎層。
他指出，通訊是運算領域最根本的問題，每當有一項新科技出現，如何讓其彼此溝通就成為了優先要務，對於目前這個世代來說，即是 AI 代理之間的互動網路。
日前 BAND 所取得的首輪融資，將用於擴充工程團隊，並加速合作夥伴生態系統的開發，對象包含北美領先的電信公司與歐洲的數位支付企業。
隨著 AI 代理開始轉變為企業工作流程的主要驅動力，如何將它們緊密連接在一起，已經成為技術堆疊中最關鍵的一環。
橫空出世的 BAND 象徵業界在 AI 代理溝通方式標準化的全新嘗試，意圖將混亂且各自為政的代理程式，轉化為協調一致、受控且能夠互相合作的交響樂團。
【推薦閱讀】
◆ OpenAI 傳合作聯發科、高通開發手機處理器，打造「AI 代理手機」
◆ Meta 裁員 8,000 人後，還要留下的員工訓練 AI 代理：科技業用人邏輯正在被改寫
◆ 【SaaS 末日還沒到】AI 助力客製化開發，商業軟體的角色正在被重新定義
＊本文開放合作夥伴轉載，參考資料：VentureBeat、BAND，首圖來源：Nano Banana 2
（責任編輯：鄒家彥）
