內容/阿文

編輯/詠鵝

校對/莽夫

智能體，正處于大爆發的前夜。

近日，在Agent OpenDay上，智譜AI展示了在AI Agent（智能體）方面最新成果，發布了用AI替代人類執行任務的三款智能體，分別是面向手機的phone use——AutoGLM，面向電腦的compute use——GLM PC，以及面向網頁的GLM-Web能力。

此前，微軟也宣布，已建立全球規模最大的企業級AI Agent生態系統。加之谷歌Jarvis意外泄露、OpenAI即將推出Operator……似乎過不了多久，AI Agent就將接管我們的生活和工作。

那么AI Agent到底是什么？

從概念上來說，AI Agent是一種不需要持續人類干預的AI系統，可以基于環境和背景信息，自主分析各種問題，做出邏輯決策，并且在沒有持續人類輸入的情況下處理多種任務，比如AlphaGo是一個典型的AI Agent，它可以在和人類對弈圍棋的過程中，根據當前的棋局和對手的行動，自主決策下一步的動作。

AI技術從基礎模型到Agent概念興起，再到如今能自主推理，還能操作執行特定任務的軟件，經歷了一個漫長而復雜的技術演變過程。

強化學習是AI Agent發展的關鍵技術之一，大語言模型（LLM）的發展為AI Agent提供了新的可能性。LLM作為AI Agent的核心大腦，可以實現復雜問題的拆解、類人的自然語言交互等能力。

AI Agent代表著AI技術邁向更智能、更自主交互的新階段。它不再僅僅是簡單地執行指令，而是能夠像人類助手一樣，根據復雜的情境和目標進行自主規劃、決策與執行任務。想象一下，如果你餓了，你只需要給AI助手下達“點個外賣”的指令，AI助手就能自動幫你完成從外賣搜索、查詢、下單、確認的全部動作。

這不僅僅是提升效率的表現，還是一種全新的人機交互模式，可以讓機器和人之間的關系更加緊密。去年12月比爾·蓋茨曾預測，Agent不僅將改變人們與計算機的互動方式，還將顛覆軟件行業；李彥宏也認為，智能體是AI時代的網站，將會有幾百萬，甚至更大量的智能體出現形成龐大生態。

Part.1

AI Agent進化史：

從簡單對話到私人助理

Agent概念并非是人工智能第三次浪潮的產物，而是伴隨人工智能出現的“智能實體”概念不斷進化的結果。

1966年，MIT人工智能實驗室的Joseph Weizenbaum開發出了歷史上第一個聊天機器人ELIZA，名字源于蕭伯納戲劇作品《賣花女》中的主角名，它只有200行程序代碼和一個有限的對話庫，可以針對提問中的關鍵詞，進行答復。

ELIZA其實沒有任何智能性可言。它基于規則運作，既不理解對方的內容，也不知道自己在說什么。但即便如此，它還是開創了人機對話的先河。ELIZA可以說是現在Siri、小愛同學等問答交互工具的鼻祖。

進入21世紀后，隨著技術的不斷發展，AI Agent的發展進入平穩期，機器學習技術的興起為AI Agent的智能提升提供了動力，深度學習技術的突破為AI Agent的發展帶來了革命性的進步，使得AI Agent在圖像識別、語音識別、自然語言處理等領域取得了重大突破。

目前，人工智能已經廣泛應用于各個領域，如醫療、教育、交通、金融等，AI Agent在這些領域的應用提高了工作效率。

2011年，可以說具備關鍵轉折意義的一年。首先，IBM Watson在智力問答節目Jeopardy!中戰勝人類選手，展示了AI的強大潛力；其次，這一年，蘋果推出Siri，開創了移動智能助手的新時代。2014年，微軟在中國推出AI聊天機器人“小冰”，首次展現了AI在情感計算和社交互動方面的潛力。

但嚴格意義上來說，AI Agent真正到來的開端是2022年11月，OpenAI發布ChatGPT，掀起了全球AI熱潮。2023年3月14日多模態大模型GPT-4發布，支持圖像輸入，其理解力和生成能力大幅提升，開創了自主AI Agent的先河。可以說，ChatGPT的問世，實現了從“說”到“做”，不再僅僅停留在對話層面，而是能夠自主執行復雜任務。

AI Agent能有如今的發展速度，離不開關鍵技術的突破，如深度學習與神經網絡的發展、大規模預訓練語言模型、強化學習與人類反饋、多模態交互能力以及工具使用和環境適應能力等等。

據悉，智能體的數量呈爆發式增長，國內智能體總數1年超1000萬個，是蘋果應用商店每年上線應用數量的85倍。智能體創作平臺也被比爾·蓋茨認為是繼Android、iOS和Windows后的下一代應用開發平臺。

Part.2

大廠紛紛下場

AI Agent涌向終端市場

智能體或將成為繼PC、移動終端后的下一個爆發點。李彥宏曾公開表示，基礎模型本身是需要靠應用才能顯現出來的價值。智能體就是一個幾乎可以是放之四海而皆準的基于大模型的應用。

數據顯示，2024年1月到10 月，中國AI原生應用（App）累計下載量排名前5的應用豆包、文小言（原文心一言）、Kimi、星野、天工AI累計下載量分別為1.08億、2260萬、2100萬、1790萬、1170萬。

國內最早上線大模型原生應用的是百度，于2023年3月16日上線文心一言，與OpenAI發布ChatGPT僅相距三個月時間。隨后國內互聯網大廠和創業新秀們陸陸續續上線國產AI大模型應用，如阿里通義千問大模型2023年4月上線，訊飛星火大模型2023年5月上線，智譜AI 2023年9月上線，后起之秀Kimi智能助手稍晚，但也于2023年10月上線，距ChatGPT發布不過10個月。

2024年6月25日OpenAI宣布中國不在當前支持API服務的188個國家和地區名單中，這意味著ChatGPT將終止在中國的服務。而對于國內的AI玩家和智能體開發者來說，這無疑是天大的利好機會。

據悉，互聯網大廠中，百度、阿里、騰訊、字節跳動、華為等皆已布局智能體賽道，并推出一站式智能體開發平臺。一時間，字節跳動的扣子、騰訊云的騰訊元器、百度智能云千帆AgentBuilder、阿里云大模型平臺百煉、科大訊飛星火智能體平臺等智能體開發平臺百花齊放。

相較于大廠的算力、數據、人才等資源優勢，能夠在模型端、應用端以及中間層智能體開發平臺協同閉環發展，其他規模廠商的大模型技術路徑雖各有側重，但都有一定的大模型研發基礎。

2023年4月，商湯科技推出名為“日日新SenseNova”的大模型，集成了自然語言處理、內容生成、自動化數據標注、自定義模型訓練等多種強大功能。

再比如百川智能，由搜狗創始人王小川創立，自2023年成立以來便以驚人的速度發展。短短半年多時間，百川智能便接連發布了Baichuan-7B/13B、Baichuan2-7B/13B四款開源可免費商用大模型，以及Baichuan-53B、Baichuan2-53B兩款閉源大模型，平均每28天就會有一款新的大模型問世。

智譜AI自2019年成立以來，便深耕于大模型研發領域，憑借著清華大學知識工程實驗室（KEG）的強大技術支撐。2023年，其推出面向C端用戶的聊天對話應用“智譜清言”。

和互聯網大廠不同的是，智譜AI、百川智能等初創企業，更多的是以AI應用助手的產品形式為主，暫未推出智能體開發平臺。

值得注意的是，2024年，越來越多的手機廠商開始頻繁提及手機智能體相關概念。近日，vivo在其2024開發者大會上推出了名為PhoneGPT的手機智能體，是手機中可以基于用戶意圖主動完成任務的多模態助理，它可以準確地識別手機屏幕界面中的內容，自動操作手機中各種各樣的應用，完成用戶交代的任務，比如打電話、短信等。

早在今年9月，榮耀在2024德國柏林消費電子展上發布跨應用開放生態智能體。更早之前，6月，華為也在其開發者大會期間宣布了“鴻蒙原生智能”（Harmony Intelligence），小藝升級為系統級智能體。

比爾·蓋茨曾預測，AI Agent將是大模型之后的下一個平臺，越來越多的大模型公司和科技企業都開始布局Agent。在大模型這場競爭裝備賽中，如果說上半場卷的是基礎能力，那么現在，AI Agent的應用落地成為最重要的產品競爭形態。

Part.3

爆發前夜：

全民智能體能否成為現實？

AI Agent的能力會不斷完善。首先，能夠分解任務并制定執行計劃；其次，可以調用API、訪問網絡、操作軟件；第三，具備持續學習和知識積累能力。最后，能夠在復雜環境中做出自主判斷。

智能體不僅能對話，還具有反思和規劃能力。如果用戶反饋結果不對，它會自己思考哪里出問題了，還能夠對分配的任務進行自主規劃、思考調用什么工具能夠實現最終目標。

因此也可以預判，隨著技術的成熟和應用場景的明確，AI Agent的能力維度逐步完善，用戶體驗效果也會更好。這對于企業級智能體應用也將十分有價值。未來，企業級AI Agent或將迎來快速增長期，各行各業都將開始大規模采用定制化的Agent解決方案。

此外，未來的AI系統將不再是獨立運行的單個Agent，而是多Agent協作將取代單Agent系統，即由多個專業化Agent組成的協作網絡，它們能夠分工合作，共同完成復雜任務。

銀河證券研報指出，AI Agent的崛起正重塑AI產業鏈并帶來投資新機遇。預計到2028年，中國AI代理市場規模將激增至8520億元，年復合增長率達72.7%。AI Agent產業鏈是多元化且高度協同生態系統，未來市場空間廣闊。AI Agent推動App生態逐漸向端側生態轉變，將成為AI應用發展新趨勢。傳統端側AI之前的痛點之一是無法通過用戶指令調用操作界面并實現用戶目標。AI Agent模型通過實現自然語言與硬件的交互，解決端側AI痛點。

AI Agent雖然帶來了諸多想象力，但在真正的落地應用中還存在諸多挑戰。比如，可靠性、性能和成本依舊是一個大難題。眾所周知，LLM容易產生幻覺和不一致性，將多個 AI步驟連接起來會加劇這些問題，尤其是對于需要精確輸出的任務。此外，GPT-4、Gemini-1.5和Claude Opus在使用工具/函數調用方面表現不錯，但它們仍然較慢且成本高，特別是需要進行循環和自動重試時。

風口之上，任何一家企業與個體都想要抓住它，但Agent如何保證用戶的數據安全和隱私一直是業界討論最多的問題之一。

Agent一旦投入應用，勢必會接觸到客戶的核心數據，倘若數據泄漏，可能讓用戶和社會蒙受巨大損失。如若在賬單、密碼、購物等涉及支付或個人信息的敏感動作中，用戶信任很難建立。但數據又是模型訓練不可缺少的“生產資料”。

當前，中國正處于AI智能體應用快速發展的關鍵節點，有挑戰是正常現象。誰能快速適應并利用好智能體技術，將直接影響該企業未來能否在市場競爭中脫穎而出。而AI Agent的火爆，會迎來一個比互聯網時代還要火爆的黃金年代嗎？我們拭目以待。