Agesic AI被吹捧为2025年AI域中的下一个改变游戏规则的人。尽管作为独立干预的概念已经证明了其在解决问题方面的有效性，但随着多个AI代理人共同努力并相互交互，以解决手头上的复杂问题。成功的应用正在金融，物流，国防，医疗保健和制造业中。
亚马逊在其仓库操作中使用大量机器人来提高处理速度。在防御中，AI控制的无人机群正在用于监视和安全性。印度斯坦航空公司正在开发战斗空气团队系统（CATS），将载人飞机与一群蜂拥而至的无人机相结合，可以在执行复杂任务的同时最大程度地降低人类风险。印度科学学院（IISC）正在开发算法，使多个机器人能够协作以监测环境因素。 Indrajaal是一种反无人机系统，可以实现实时威胁检测和中和，而无需人工干预。
诊断癌症患者，药物发现，临床试验和定制药物的诊断很耗时，涉及巨大的成本。 AI驱动的自动化通过在分子分析上花费的时间较短，临床试验的加速度以及对靶标的药物疗效的更好预测，从而从较短的时间上带来了重大利益。在电网中，AI代理优化了能量分布，防止停电没有人参与。
尽管有多方协作的成功例子，但我们面临许多挑战。协调和互动所涉及的复杂性可能导致各个代理商的决策矛盾。自动驾驶汽车事故的发生就是这样的例子，在这种例子中，没有人参与的代理商做出的决定提出了关于自主代理有效性的问题。
在金融交易中，对多个代理商进行控制，而不是集中化它，因此很难跟踪导致市场操纵的流氓活动。根据有限的信息，诊断错误可能导致另一种药物处方不正确的药物。因此，指出问责制和道德责任变得困难。
开发多代理AI系统需要高投资和计算能力。持续的培训和确保代理之间的无缝更新涉及进一步的努力，投资和警惕，以避免陷阱或意外情况。通常考虑多种AI代理在大量或高度挥发性环境中进行部署。应避免使用具有几个未知参数的宽松多个AI代理。
为了确保其部署不会造成任何伤害，在提供自主权和行使控制之间取得平衡很重要。这需要强大的验证过程，在关键决策点受到人类监督支持的安全检查。
作者是全球人才曲目主席。
