**共享記憶體：掌握企業AI協作的新關鍵**

在全球企業努力提升人工智慧（AI）運用效能的過程中，Asana首席產品官Arnab Bose指出，共享記憶體和情境是成功AI代理人的關鍵。此種方法不僅提供詳細的歷史記錄和立即訪問指令，還具備嚴謹的檢查點及人類監督機制。Bose在不久前於舊金山舉辦的VB活動中表示，這讓指派任務時無需反覆提供企業運作背景。

Asana於去年推出Asana AI Teammates，主張AI代理人應如同人類團隊成員般被嵌入，以建立合作系統。為實現此目標，Asana已全面整合Anthropic的Claude技術。用戶可選擇12種預先設置的典型代理人或自建，然後將其指派到項目團隊中，立即獲取已完成和待完成任務的歷史記錄。這些代理人也可以訪問第三方資源，如Microsoft 365或Google Drive。

Bose表示：「當代理生成時，它不僅是執行某人的指令，而是作為一名團隊成員，享有相同的共享權限。」所有活動均被記錄，以確保系統透明度及信任度。不過，AI代理人如同人類員工般有所監管：在工作流程中的檢查點允許人類提供回饋及調整項目元素。此過程以「易於人類閱讀的方式」記錄。

此外，界面提供代理人行為的說明及知識，核准管理員可在代理人執行錯誤行動時暫停、編輯或重定向模型。「擁有編輯權限的人可以刪除錯誤信息，使其返回正確行為。」Bose指出。

然而，由於AI代理人屬新興事物，其在安全性、可訪問性及兼容性上仍面臨諸多挑戰。例如，Asana用戶需通過OAuth流程並授予Claude對Asana的訪問權限。Bose提到，身份提供者可集中化管理此類授權，或者創建集中式企業AI代理人名單。

目前Asana以外，尚無關於共享知識和記憶的標準協議。Bose表示，團隊面臨的信息請求和需求，各方希望代理人在Asana工作圖上運營並受益於共享工作。「但由於缺乏標準協議，這需要進行非常定制化的交流。」

Bose認為AI協作的挑戰主要有三：如何建構與管理核可AI代理人名單？如何在不配置潛在危險代理下實現應用間整合？如今的代理人互動大多為單一玩家模式，如何實現多玩家模式？最後，現代情境協議（MCP）有潛力進一步促進AI代理人連接外部系統，而其廣泛採用可能開創更多應用場景。但Bose指出，「目前可能沒有一種萬靈規範可遵循。」