AI产品分析：AI智能体（AI Agent）

AI智能体（AI Agent）是一种能够自主感知环境、进行决策并执行任务的智能系统。

程序员笑武

1170人浏览 · 2025-01-14 15:53:46

程序员笑武 · 2025-01-14 15:53:46 发布

01.发展概述：AI Agent历经两阶段蜕变，迈向多领域自主执行的广泛应用

AI智能体（AI Agent）是一种能够自主感知环境、进行决策并执行任务的智能系统。从早期专注于特定任务的AI系统，到如今能自主执行复杂任务的智能实体，演进历经两个关键时期：

基于规则和早期机器学习阶段：AI Agent专注于特定领域的任务，能力有限。1997年，IBM的深蓝在国际象棋中战胜世界冠军，展示基于规则的AI在特定领域的潜力，但缺乏通用性。2016年，谷歌的AlphaGO通过深度学习和蒙特卡洛树搜索战胜围棋高手，拓宽AI在策略博弈领域的应用。

基于大语言模型的快速发展阶段：大语言模型强势崛起，基于LLM的AI Agent应运而生。2018年，谷歌发布BERT模型开启大语言模型时代，AI Agent进入快速发展期。2019年，OpenAI推出GPT系列，尤其是GPT-3和GPT-3.5，大幅提升AI Agent的文本生成和知识储备能力。2023年，LLaMA、BLOOM等开源大模型降低了行业门槛，促进技术生态的多元化。今年3月GPT-4和AutoGPT的发布，使AI Agent能够自主规划和执行复杂任务，实现了从被动执行到主动工作的转变。据Gartner预计，Agentic AI是2025年十大技术趋势之一，并预测到2028年，至少有15%的日常工作决策将由Agentic AI自主完成。

02.功能应用：基于LLM的AI Agent的关键功能受限，有待未来突破

基于LLM的AI Agent不仅让每个人都有增强能力的专属智能助理，还会改变人机协同的模式。生成式AI带来的人机协同，呈现出三种模式。在智能体模式中，AI的互动性、自主性和适应性得到充分发挥，可以作为独立行动者自主完成任务，人类则从执行者转变为监督者和评估者，与嵌入模式的命令执行工具和副驾驶模式的合作伙伴有本质区别。

表1 生成式AI带来的三种人机协同模式对比

AI Agent的关键功能，如自主思考、规划与工具调用、记忆、多模态理解，当前均存在一定的局限性。一是自主思考能力有限。当前AI Agent多基于RPA理念，依赖人为设定的规则和干预，自主探索能力较弱。**二是规划与工具调用能力低。AI Agent在复杂场景下的推理和规划能力尚待提高，对于模糊或不完整的指令，其表现可能不稳定。三是长期记忆构建能力不足。大多数AI Agent依赖Prompt构建短期记忆，而事实性记忆则通过RAG技术实现，但缺乏长效、稳固的记忆体系，难以支撑连贯且深入的交互需求。四是多模态理解能力差。AI Agent主要依赖大语言模型，在图像、音频、视频等多模态信息理解上能力有限。随着技术不断进步，未来AI Agent有望在这些领域实现显著突破，变得更加智能和自适应。

03.市场发展：2024年企业AI设计模式中，AI Agent异军突起

据Menlo Ventures数据，在企业AI设计模式中，AI Agent今年异军突起，占比从0上升至12%。Agent具备复杂推理能力、能执行多步骤任务，有望与企业应用深度结合，在企业服务等各类场景中发挥巨大价值。

图1 企业AI设计模式采用率变化

2024年以来，全球AI Agent赛道资本市场也愈加活跃，融资数量超25起，融资金额超665亿元1，其中下半年融资数量是上半年2倍多。随着AI相关技术的快速发展，未来AI Agent领域有望获得更多融资，市场发展前景也更加广阔，据Markets and Markets预测，全球AI Agent市场将从2024年的51亿美元增长到2030年的471亿美元，年复合增长率达44.8%。

AI Agent已成科技巨头必争之地。微软在Ignite 2024技术大会宣布建立全球最大的企业级AI Agent生态系统，已有超过10万家公司利用Copilot Studio创建或编辑AI Agent。谷歌推出商用AI Agent市场AI Agent Space，上架19款解决方案，并且还在持续更新中。国内科技巨头也在快速布局AI Agent领域，智谱在11月29日的OpenDay上发布AutoGLM、AutoGLM-Web、AutoGLMPC三款Agent产品，字节、腾讯、百度、阿里等大厂也推出扣子、腾讯元器、文心智能体、千帆AgentBuilder等Agent产品。AI Agent成为“新风口”。

04.典型应用：Agent成为个性化需求和企业智能化转型的重要工具

随着AI技术的发展，有以下几个典型Agent产品：

AutoGLM更关注手机端使用。AutoGLM是智谱科技推出的一款AI智能体产品，旨在提升用户的生活和工作效率。一是模拟人类操作，通过文字或语音指令，完成如微信点赞评论、淘宝购物、携程酒店预订、12306购票、美团外卖等多项任务。二是无需API支持，摆脱特定接口依赖，直接对接图形用户界面。三是具备跨App能力，支持抖音、京东、饿了么等主流APP，为用户在多APP交互场景中提供便利，如可在美团和饿了么比价、在小红书搜攻略后去携程订酒店等。四是自动化任务执行，在真实环境中执行自动化任务，简化用户的操作流程。AutoGLM在7款常见手机APP中应用测试中表现良好，绝大多数任务都能圆满完成，少数未完成的任务也能部分推进。

图2 AutoGLM在7款常见的安卓APP表现情况

Claude 3.5 Sonnet具备“像人一样使用电脑”的能力。2024年10月，Anthropic发布升级版Claude 3.5 Sonnet模型。一是推理能力大幅升级，在研究生水平推理能力GPQA、一般推理能力MMLU、编程能力等方面表现优于GPT-4o和Gemini 1.5。二是新增“Computer use”功能，可模拟人类操作电脑，通过API指令，Claude能观察屏幕、移动光标、点击按钮和输入文本，从而执行网站设计、表格填充等任务，显著提升AI的自动化能力。三是分步骤拆解规划，在模拟人类操作电脑时，Claude将任务拆解成了若干步骤，并对每一步给出详细解释，使用合适的工具去完成规划。四是具备自我调整过程，**如遇到浏览器闪崩可以再次打开浏览器并展示结果。升级版Claude 3.5 Sonnet在OSWorld2测试中，虽然得分为AI模型中首位，但其电脑使用能力表现较人类水平仍有提升空间。

**Agentforce商业化进展加速。**Agentforce是由Salesforce在2024年9月推出的一款自主AI Agent产品，旨在通过智能化和自动化的方式提升企业的服务、销售和营销效率。Agentforce由Agent Builder和Agentforce Service Agent两部分组成。一是提供定制服务，Agent Builder可以让企业用户可通过低代码/无代码等方式来定制AI Agent，以适应不同的业务场景需求。二是支持即用服务，Agentforce Service Agent是面向客户的AI服务助手，支持多渠道（如语音、WhatsApp、Facebook Messenger）自助服务，帮助企业快速响应客户需求。Agentforce已面向服务和销售全面推出，起价为每对话2美元。根据Salesforce FY2025Q3业绩会，第三季度公司获得超过100万美元的AI交易数量，同比增长两倍多。

表2 典型AI agent应用对比

注释

1.数据来源:来觅数据

2.一项评估 AI 模型电脑使用能力的测试

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述