企业人工智能平台公司Kore.ai今日推出Autoloop，这是一款针对客户在其Kore.ai智能体平台上构建的AI智能体的优化引擎。
企业设定目标后，Autoloop会自动持续调整智能体以实现这些目标，这种调整在智能体部署后依然持续进行。
Autoloop针对的是目前大多数企业维护智能体的方式——逐一手动修复故障。据Kore.ai介绍，修补一个问题往往会引发另一个问题。该公司发布的《2026年Kore.ai智能体生产力指数》显示，79%的企业曾撤销过AI智能体采取的某项行动，70%的企业遇到过团队无法追溯原因的故障。
客户在设置Autoloop时，需要为其提供涵盖任务完成度、业务规则遵循情况和成本等指标的目标，该引擎会同时针对所有目标进行优化。准确性也是其中一项目标，判断依据是答案是否有企业自身数据的支撑。每一项提议的改动都会根据完整的目标集进行评分，因此降低Token消耗不会在安全性或智能体完成任务能力方面悄悄付出代价。
Autoloop会根据公司现有的操作流程，编写每个智能体的首个版本（包括测试内容），然后持续迭代直至满足所有目标。一旦智能体投入生产环境，真实的交互会开启新一轮的优化。
发现目标偏离之处的任务由Kore.ai的StateTrace评估层来完成。智能体会依据其在生产环境中行动的完整记录进行评判，细化到智能体网络中的每一次交接、工具调用和状态变化。五层验证架构使大多数检查都具有确定性，该公司表示这使得全天候优化在企业规模下也能保持经济可行。
Kore.ai的智能体蓝图语言负责处理修复工作。该语言于今年早些时候推出，可将路由、业务规则和防护机制编译成一个可执行的状态机，因此追踪记录中的每一步都能对应回蓝图的特定部分。这样一来，Autoloop就能只重写导致偏差的那部分内容。
“如果你看不到问题所在，就无法进行优化；如果你无法精确表达问题，就无法精确修复它，”Kore.ai首席技术官兼首席产品官普拉萨纳·阿里卡拉表示。他认为正是这两项技术使自动优化变得切实可行。
Autoloop背后的理念也影响着Kore.ai自身的软件开发方式，该公司的AI智能体会参与编写代码。目前，该公司260万行代码的生产代码库每月约有6500次提交来自这些智能体，这些智能体在68项全天候防护机制下工作。创始人兼首席执行官拉吉·科内鲁表示，能够成功实现AI规模化应用的企业“将是那些利用AI来构建、治理和优化AI的企业”。
Autoloop现已向Kore.ai智能体平台Artemis版本（于今年5月推出）的所有客户开放。Kore.ai的客户中有超过500家属于全球2000强企业。
Q&A
Q1：Autoloop是什么？它的主要功能是什么？
A：Autoloop是Kore.ai推出的一款优化引擎，用于持续调整企业在Kore.ai智能体平台上构建的AI智能体，使其在部署上线后依然能自动达成设定的目标，无需人工逐一修复问题。
Q2：Autoloop如何判断AI智能体哪里出了问题？
A：Autoloop依靠Kore.ai的StateTrace评估层，根据智能体在生产环境中的完整行动记录进行判断，细化到每一次交接、工具调用和状态变化，并通过五层验证架构实现大部分检查的确定性。
Q3：企业使用AI智能体时常遇到什么问题？
A：根据Kore.ai的调研报告，79%的企业曾撤销过AI智能体采取的某项行动，70%的企业遇到过团队无法追溯原因的故障，这正是Autoloop旨在解决的痛点。
