繁體
  • 简体中文
  • 繁體中文

熱門資訊> 正文

Aurora Mobile的GPTBots.ai集成Jev -兩層人工智能,一個企業平臺

2026-09-22 11:00

新加坡,9月2026年22月22日(環球新聞網)--全球領先的客户參與和營銷技術服務提供商Aurora Mobile Limited(納斯達克股票代碼:JG)今天宣佈,其企業級人工智能代理平臺GPTBots.ai集成了Jev(來自TypSafe AI的「System One」決策模型),以構建團隊所謂的「兩層人工智能架構」:一層思考,一層判斷。

(GPTBots.ai控制檯截圖)

該集成在GPTBots.ai內部引入了兩層人工智能架構:一層處理推理,一層處理決策-每層都針對其最擅長的事情進行了優化。就在這一舉措發生在TypSafe AI於9月15日發佈Jev一周后,Jev是一個專門構建的決策模型,現已被Vercel、Cloudflare、LangChain和其他主要開發平臺集成。

問題:當企業人工智能只需要判斷時,它會為思考付費

每個人工智能代理工作流程都充滿了不需要語言生成的決策。這是一個計費問題還是技術問題?這個檢索到的文檔實際上回答了用户的問題嗎?哪個型號應該處理此任務?這些都是二元或分類判斷-是/否、這個/那個、相關/不相關-但大多數平臺都會通過全規模的LLM來運行它們,這些LLM生成文本段落,只是爲了得到單一的分類。

結果:企業為他們不需要的文字付費,等待可能需要毫秒級決策的代幣,並且無法獲得模型實際信心的可靠衡量標準。

解決方案:專用決策層

Jev正是為這個差距而建造的。它不生成文本。它將非結構化狀態作為輸入,並在一次平行傳遞中返回結構化的概率決策-選擇、得分或是/否-,並將校準的置信度分數附加到每個答案上。

根據TypSafe發佈的基準測試:

GPTBots.ai如何構建兩層架構

GPTBots.ai不會事后才添加Jev。該平臺已經運行了多種決策層機制。Jev集成在單一的專門模型下深化和統一了這些功能。

該建築按性質劃分工作。決策層由Jev提供支持,在500 ms內處理快速、大容量的判斷(路由、過濾、分類、相關性評分),成本僅為LLM呼叫的一小部分。推理層使用GPT和Claude等通用LLM處理複雜推理、文本生成和開放式對話。每個任務都在最適合它的引擎上運行。

GPTBots.ai現有的三項功能現已由Jev提供支持:

1.模型自動路由器-在任務開始之前選擇右腦

在任何任務開始之前,GPTBots.ai都會評估輸入的查詢並將其路由到最匹配的模型。有了Jev,該路由決策變得更快且經過校準。Jev評估查詢複雜性、域和緊急性,然后返回路由器以毫秒為單位採取行動的概率建議-用低於500 ms的判決取代昂貴的LLM呼叫,只需幾分之一。

2.動態Top-K過濾知識檢索中的噪音

當RAG檢索幾十個文檔塊時,並非所有都是相關的。GPTBots.ai的動態Top-K能力在不相關的塊到達LLM之前丟棄它們。Jev通過將每個塊的語義相關性作為校準概率進行評分來加強這一步驟-因此只有最高置信度的知識才能到達模型,從而減少幻覺風險和令牌浪費。

3. FlowAgent和工作流中的意圖分類-路由到正確的業務分支

GPTBots.ai的FlowAgent和工作流模塊包括一個分類器,用於識別用户意圖並將對話路由到正確的業務部門。對於Jev,每個路由決策都帶有一個置信度分數:高置信度案例自動向前推進,不確定案例升級為更強大的模型或人類代理。

GPTBots.ai創始人兼首席執行官Chris Lo表示:「我們已經擁有了構建模塊--模型路由、動態檢索、意圖分類。」「Jev為我們提供的是一個專門的決策引擎,可以以改變整個管道的經濟性的速度和成本點處理這些判斷。我們現在不再為每個路由決策支付完整的LLM呼叫費用,而是為每個判斷支付一小部分,並獲得校準后的信心分數來啟動。"

信心驅動的執行:行動、審查、升級

兩層架構引入了可配置的置信閾值系統。Jev的每一個決定都有一個概率得分。企業可以為每個工作流程設置自己的閾值-決定哪些決策自動執行,哪些需要審查,哪些升級到人工代理。計費分類可能會以高置信度自動執行;合規決策可能需要近乎確定性。平臺適應錯誤的成本,而不僅僅是正確的速度。

這對企業客户意味着什麼

關於GPTBots.ai

GPTBots.ai是Aurora Mobile(NASDAQ:JG)推出的企業級人工智能代理平臺,為企業客户提供無代碼/低代碼人工智能代理開發、部署和管理。通過多模型LLM集成和智能工作流程自動化,GPTBots.ai使組織能夠增強客户服務、優化知識管理並自動化業務流程,推動全球數字化創新和轉型。 GPTBots.ai的全球客户包括Axios Management、GP Batteries、Ruko等。

欲瞭解更多信息,請聯繫:marketing@gptbots.ai

關於Aurora Mobile

Aurora Mobile(納斯達克股票代碼:JG)成立於2011年,是一家領先的客户參與和營銷技術服務提供商。公司致力於為全球企業提供穩定、高效、智能的客户交互解決方案。Aurora Mobile利用其在移動消息傳遞方面的先發優勢,已發展成為一個集成了全渠道參與、人工智能驅動營銷、高級人工智能客户支持和無身份安全的綜合平臺。通過其旗艦品牌EngageLab及其強大的人工智能基礎設施GPTBots.ai,該公司幫助企業實現無縫客户覆蓋,自動化複雜的營銷旅程,並通過人工智能代理優化服務效率,加速全球客户的數字化轉型。

欲瞭解更多信息,請訪問:https://ir.aurora-mobile.com/媒體聯繫方式:marketing@aurora-mobile.com

安全港聲明

本公告包含前瞻性陳述。這些聲明是根據1995年美國私人證券訴訟改革法案的「安全港」條款做出的。這些前瞻性陳述可以通過「將」、「預期」、「預期」、「未來」、「打算」、「計劃」、「相信」、「估計」、「有信心」和類似陳述等術語來識別。除其他外,本公告中的業務展望和管理層的引言以及Aurora Mobile的戰略和運營計劃都包含前瞻性陳述。Aurora Mobile還可以在其提交給美國證券交易委員會的報告、提交給股東的年度報告、新聞稿和其他書面材料以及其高級官員、董事或員工向第三方做出的口頭聲明中做出書面或口頭前瞻性陳述。非歷史事實的陳述,包括但不限於有關Aurora Mobile信念和期望的陳述,均為前瞻性陳述。前瞻性陳述涉及固有風險和不確定性。許多因素可能導致實際結果與任何前瞻性陳述中包含的結果存在重大差異,包括但不限於以下因素:Aurora Mobile的戰略; Aurora Mobile的未來業務發展、財務狀況和運營業績; Aurora Mobile吸引和留住客户的能力;其開發和有效營銷數據解決方案的能力,並滲透到現有的開發者服務市場;其過渡到新的廣告驅動SAAS業務模式的能力;其維護或增強其品牌的能力;與當前或未來競爭對手的競爭;其未來繼續訪問移動數據的能力;與數據隱私和保護相關的法律和法規;全球和中國的總體經濟和商業狀況以及與上述任何內容相關的假設。有關這些和其他風險的更多信息包含在公司向美國證券交易委員會提交的文件中。本新聞稿和附件中提供的所有信息均截至新聞稿發佈之日,Aurora Mobile不承擔更新此類信息的義務,適用法律要求的除外。

欲瞭解更多信息,請聯繫:Aurora Mobile Limited電子郵件:ir@aurora-mobile.com

克里斯滕森諮詢蘇曉艷女士電子郵件:Xiaang. christensencomms.com

此公告附帶的照片可在https://www.globenewswire.com/NewsRoom/AttachmentNg/8e3b368a-2f58-45c8-b87b-070b97cf91fd

風險及免責提示:以上內容僅代表作者的個人立場和觀點,不代表華盛的任何立場,華盛亦無法證實上述內容的真實性、準確性和原創性。投資者在做出任何投資決定前,應結合自身情況,考慮投資產品的風險。必要時,請諮詢專業投資顧問的意見。華盛不提供任何投資建議,對此亦不做任何承諾和保證。