商傳媒｜葉安庭／綜合外電報導雲端資料庫平台 Ragic 於昨日（11月5日）宣布，其 AI Agents 現在能自動採用 TypeSafe AI 開發的專用決策模型 Jev，來處理符合條件的分類任務，而非仰賴通用型大型語言模型（LLM）。這項整合旨在大幅降低重複性 AI 自動化任務的成本，估計可節省高達 97% 至 98% 的模型費用，且無需用戶手動選擇模型、撰寫程式碼或額外配置。
Ragic AI Agents 是一種自動化程式，能在 Ragic 平台（讓企業或個人無需寫程式就能建立資料庫應用程式，管理資料和工作流程的平台）上自動執行任務，例如讀取資料、填寫表格及應用業務邏輯。這些 AI Agents 廣泛應用於客戶詢問分類、支援票證優先級分配或政策違規標記等任務。然而，當 AI Agents 頻繁運行時，即使是相對簡單的任務也可能產生意想不到的高昂成本。Ragic 曾有客戶的追蹤代理在數週內運行超過 10,000 次，使用 Gemini Flash 模型約花費 200 美元，遠高於預期的每月不到 1 美元。
為了解決此問題，Ragic 將 Jev 模型整合至其 AI Agents。Jev selection 是一種專門的 AI 決策模型，設計用於從預設選項中做出決策，因此在特定分類任務上比通用型 LLM 更具成本效益。Ragic 平台在用戶儲存 AI Agent 時，會自動識別是否可將分類任務轉移至 Jev 處理，並直接在介面中通知用戶。這項功能省去了企業識別適用任務、透過 API 串接模型及判斷何時仍需使用 LLM 的技術門檻。
Ragic 執行長暨創辦人傑夫·庫斯（Jeff Kuo）表示：「即使是執行相對簡單任務的代理，AI 成本也能迅速累積。一個只需在幾個選項中做出選擇的代理，並非總需要大型語言模型。透過在適當時自動選擇 Jev，我們協助企業減少不必要的 AI 成本，同時不要求用戶判斷 Jev 是否合適或改變他們的工作方式。」他強調，Ragic 旨在讓理解業務流程的人員，無需成為開發者也能建置和管理系統，這項原則也適用於 AI。
這項整合為企業帶來多重效益，包括自動模型選擇、大幅降低 AI 營運成本、原生資料庫整合，且無需程式碼或技術配置。Ragic AI Agents 在現有的資料庫環境中運行，可維護既有的資料結構、欄位權限及業務流程，使企業能以更經濟高效的方式，將 AI 應用於日常分類任務，同時保留通用型 LLM 處理更複雜的工作。
