目前，世界上几乎没有一个领域没有被人工智能改变，应用程序接口也不例外。但是，在人工智能引发的所有动荡中，它是否会给 API 行业带来增长？或者，人工智能是否又是一种过眼云烟，无法兑现其承诺？
在这段时间里，Superface.ai 的创始人兼首席技术官Nemec 说：”不管是什么企业，问题总是一样的……归根结底就是要把系统连接在一起。这就是 API 要解决的根本问题。但是，正如 Nemec 所观察到的，这些 API 连接需要不断监督，因为情况会发生变化，连接也会中断。然后，你又回到了原点。
在平台峰会的 “人工智能 API “分会场上，Nemec 将讨论在 API 中采用人工智能的新兴方法、人工智能对集成和构建 API 的影响，以及改变 API 的工作方式如何实现自集成应用。
我们还与 Zdenek 同步讨论了人工智能与 API 之间的关系。下面，我们将探讨这种关系，并考虑人工智能和 API 未来需要克服的一些障碍。
未来已来？
与许多行业一样，生成式人工智能被证明是一块关键的垫脚石。”Zdenek 说：”现在，人工智能领域出现了自主代理的概念。”给它们一项任务，它们就会想办法完成这项任务”。
他举了一个例子，问 LangChain 旧金山的天气如何。LangChain 会搜索网络，从不同来源为你搜罗结果，然后汇总结果，给出答案。但对 Zdenek 来说，这还不够。
当需要识别合适的服务或应用程序接口时，人工智能能够在眨眼之间查看成千上万个选项，并提出解决方案。但是，在兹德涅克的设想中，”一台机器或一款软件应该能够去找出’还有哪些应用程序或服务可以提供我想要的东西？
但是，由于以下原因，我们还没有做到这一点。
Zdenek 使用了以下真实世界的使用案例：”如果你问 Siri’我的车锁了吗？目前它还没有办法连接到汽车公司使用的任何 API”。
“今年，OpenAI 和这些能够处理人类或文本信息并从中提炼出一些东西的模型为我们带来了巨大的推动力，”Nemec 说。”我现在关注的是取代人工管道——技术接口不应该成为问题。机器应该能够解决这个问题，我们也不需要担心这个问题。
人工智能往往 “知道 “自己需要什么，但不一定知道如何获取。人工智能可以发现问题并引起企业的注意，但实施仍然是人类操作员必须处理的问题（至少目前是这样）。
人工智能和应用程序接口的局限性
Zdenek 描述了人工智能和应用程序接口真正融合需要克服的两个障碍：
- 业务方面：目前，企业需要在 B2B 环境中建立联系、获得概念验证、同意 SLA 并签署合同。
- 工程方面。开发人员仍然必须参考 API 文档来构建产品并将它们连接在一起。
第二个障碍可能更容易克服，因为工程师们已经在使用人工智能工具生成代码、解决问题等。可以肯定的是，人们愿意在某些方面使用人工智能来创建、消费或提炼 API 文档。
事实上，这正是 Nemec 的 Superface 基础设施要解决的问题。通过消除对中间人（代理）的需求，软件可以直接集成，而不会在应用程序和 API 之间的连接中增加故障点、安全问题或延迟。
至于业务方面，还有一个大问题：当开发人员依赖人工智能为任务选择最佳服务时，他们就放弃了自己的代理权。如果出了问题，我们无法像追究开发人员那样追究人工智能的责任，比如说，追究其选择了不兼容的服务或发送了过多请求的责任。
“在某种程度上，这其中的一部分将是法律和合同问题——即机器如何评估产品、查看成本、签订合同等问题的正规化。我们已经通过区块链上的智能合约看到了这种情况。我们还需要努力，但它一定会实现。
通往可行的自我整合之路
Nemec 描述了这样一个世界的愿景：自集成应用程序成为现实，人工智能工具能够评估不同的连接器，并选择最合适的。这个愿景并非不切实际，因为已经有人尝试向非人类实体阐明应用程序接口的工作原理。
请看以下关于 OpenAPI 规范的定义（着重部分由作者标明）：”OpenAPI规范，以前被称为Swagger规范，是一种机器可读的接口定义语言规范，用于描述、生产、消费和可视化网络服务”。
如上所述，我们知道人工智能已经可以在机器可读内容的限制之外运行。新的大型语言模型（LLM）在处理人类语言时游刃有余。这种低门槛正是对话式人工智能工具在最近几个月大受欢迎的关键原因之一。
“这又是一件令人匪夷所思的事情，因为网络本来就是供人类在浏览器中浏览的。它本来就不是一个机器协议，但现在我们却在训练机器阅读本来是给人类看的文档。”
当然，这并不意味着我们应该很快放弃 OpenAPI 或 AsyncAPI 等格式。如果说，加强标准化并在编写应用程序接口文档时考虑到人工智能的使用，对于强调硬性限制或必须遵循的某些协议可能会有所帮助。围绕人工智能能做什么和不能做什么的监管还没有完全跟上人工智能的发展，但它会跟上的。
关于保护敏感数据的问题，Zdenek 认为托管解决方案存在风险。”大家都知道，人们不应该把自己的秘密查询提供给 ChatGPT 等。我认为，解决这个问题的办法将是使用本地模式，这似乎比几个月前更容易接近和负担得起。
事实上，他认为这是人工智能在数据敏感的环境中发挥更大作用的关键。”在自己的设备上或在边缘运行本地模型，这样你就知道你的数据在哪里，这需要发生才能起飞。否则，我们都会把数据发送给一个大公司（这里指的是 ChatGPT 或 Google Bard），而我们都曾在这方面有过教训……”
人工智能和应用程序接口的下一步是什么？
“在应用程序接口社区，我们总是在思考什么是趋势。下一步是什么。我们谈论 REST 和 GraphQL，但现实情况是，大多数交易都是通过 EDI（电子文件交换）进行的。银行转账、包裹分发和生产流程都是通过非常神秘、往往是过时的系统和接口进行的。
科技领域之外的事情进展缓慢，尤其是在受传统系统束缚的大公司。不过，即使是大企业也表现出了拥抱自主人工智能代理等发展的意愿。毫无疑问，人工智能已经在多个方面改变着应用程序接口领域，但最直接的莫过于开发应用程序接口，利用人工智能扩展其他服务：
- OpenAI 提供了一个应用程序接口，提供了一个通用的、可编程的人工智能接口。
- 人工智能已被用于提供垃圾邮件过滤、内容摘要、文本转语音和图像识别功能的 API 中。
- 微软和谷歌等公司分别通过 Azure 认知服务和 Vertex AI 提供了将认知服务集成到使用人工智能的应用程序中的平台。
在一篇关于自主代理的文章中，索菲亚-杨描述了代理架构如何通过记忆、反思和规划进行扩展。在常被称为 “西部世界模拟 “的项目中，斯坦福大学和谷歌公司的研究人员创建了一个交互式沙盒，对人类行为进行了可信的模拟……包括优先排序和决策。
很难不想到，在某个时候，这些模拟将变得足够可信，以至于企业可以放心地将缰绳交给人工智能劳动力，他们比人类开发人员更便宜，工作更迅速，而且永不疲倦。
虽然这对当前的 API 集成要求来说只是一个梦想，但假以时日，这种人工工作可能会被我们的机器人霸主所取代……
原文链接：How AI is Transforming The Future of APIs
