關于AI Agent在企業研發中的應用，先講一個真實的案例研究。根據研發部門的規模，大概可以判斷這是一家美國綜合性的工業與科技集團，市值在千億美元以上。

研究對1, 018 位科學家進行了隨機試驗，對照不同的分組使用AI給工作數量和質量帶來的變化。他們自己訓練了一個研發用的大模型，就是一個圖神經網絡系統，用來生成具有指定特性的化合物的配方。有點像文生圖一樣，科學家想要一個什么樣的化學結構，就輸入指令進系統，然后通過其中的擴散模型，生成各種各樣的化學結構，科學家再對這些生成的材料進行評估，篩選出候選的材料。在整個的研發管線里，研發部門判別出化合物產品的原型，下面就給交給產品部門了。

研究發現，使用AI工具，發現的新材料增加44%，申請的專利增加39%，創新增加了17%。這些化合物具有新穎性，質量更高，所以很多是可以申請專利。AI 可以提升研發效率大概在13%-15%。

（來源：Artificial Intelligence, Scientific Discovery and Product Innovation）

這項研究去年底公布，在 AI 、研發、行業圈子里引起了不小的轟動，它證明了AI 對于企業研發有顯著提升作用。AI 對企業中的應用效果，我之前也看過很多研究，比如說對企業的客服、呼叫中心之類的真實場景的研究，這是第一次看到比較高質量的對企業研發的研究。

引入AI對企業研發機制、協作方式和組織會帶來什么呢？創意生成階段花費的時間大幅度減少了，對生成的候選新材料進行判斷的時間增加了?？梢钥闯?，引入AI，較資深的科學家是贏家，充分發揮了他們的能力和經驗，而底層的1/ 3 初級科學家是輸家，他們使用AI工具基本沒有任何提升。這家企業在引入AI工具之后，就對研發部門做了一次調整，裁掉了 3% 的人，主要是初級的研發人員，增加了一些比較資深和高級的科學家。當企業引入AI 的時候，企業的組織協作方式一定會帶來變化。

那么究竟誰在做研發Agent？首先是科技巨頭都在做，如微軟、谷歌等；其次是一些行業巨頭也在做，如生物醫藥、化學、電子、汽車、材料等，第三是大學和研究機構在做，往往跟行業或科技巨頭合作；第四是AI 大模型企業，就是像OpenAI、 Anthropic 這些公司，都會推出 deep research功能，而數據和代碼功能也可以被歸入泛研發領域，實際上是一種通用agent；第四，就是一些初創企業，它們直接進入垂直領域，或者聚焦在整個研發管線中的某一個片段上、某一個模塊上，它們也可以歸為原生的AI初創企業，在新材料和生物醫藥領域比較多，也是高專利密度領域。

再舉一個例子，約翰霍普金斯大學和AMD 聯合做了一個研發agent。我看完論文之后，覺得專業領域的人做本專業的agent，優于那些科技巨頭做上述專業的agent 。

（來源：Johns Hopkins University）

約翰霍普金斯在生物醫藥領域在全球是頂尖的，它主導了這項研究。這張圖上的每個小人都是一個agent，有醫學博士后、軟件工程師，醫學博士生，還有機器學習的工程師。實驗流程上，包括文獻檢索、規劃形成、數據準備、實施實驗、報告撰寫，然后到報告的評審，全部都是agent完成的，甚至最后的評審也是用AI來做的。

它得出的一些結論中，有些細節很有意思。如它試用了 OpenAI 的三個模型，今年初，最好的模型是OpenAI的推理模型o1-preview，還有 o1-mini，還有一個 GPT-4o。他發現確實是 o1 preview是最好用的，最不好用是 GPT-4o，每一代大模型的提升，最終需要在實用中驗證。這個實驗 agent可以用全自動模式，也可以用協同模式，最終證明協同模式出來的結果還是比全自動要好。協同模式就是在每一個節點都會有一個人類專家的反饋。

當實驗用agent完成時，它的成本就變成算力成本。這里要說明的一點，測試結果所說的節省了84% 的成本，主要是相對測試基準，與其他前沿研發agent相比的結果，主要是在實際運行實驗agent時的時間成本和推理的成本。

研究發現，使用研發agent也會帶來一些問題。第一個就是學術的嚴謹性。醫藥生物學領域的實驗報告、論文，都需要人類專家或者同行的審核。第二，實驗中所使用的底層數據集和算法中固有的偏見，可能帶入到整個的研究流程里面，agent可能全盤接收，導致系統性的偏差。最后，當 agent自主性越來越強，研究結果究竟是由人負責還是由agent負責，這就要求必須明確披露人工智能的參與程度。

上面兩個例子，一個是代表了企業內實際應用的，一個是代表了學術機構正在探討的。接下來分享一下最近很火的一篇論文。我看完之后，感覺它實際上就是談下一代研發agent的。

（來源：Welcome to the Era of Experience ）

這篇由谷歌DeepMind負責強化學習的副總裁西爾弗(Daivd Silver)和今年圖靈獎獲得者、強化學習奠基人薩頓（Richard Sutton）共同撰寫的論文《歡迎來到經驗時代》，把大模型分成了三個階段，模擬的階段，人類數據階段，實驗數據的階段。它的一個核心的觀點，就是說我們現在研究大模型，不僅僅是在預訓練階段撞上了數據墻，而且整個AI的研究都撞上了數據墻。我們現在用的有質量的人類數據，已經基本上耗盡了，更多真正高質量的數據的來源，是在人類的邊界之外。AI在進入經驗時代，即agent不斷地從與環境互動的經驗中學習。

他們舉了三個例子，第一個是AlphaGo 戰勝李世石的第二番棋中出現的神之 37 手；第二個是 DeepSeek 在訓練R0模型時，直接用了無監督的強化學習，里面所謂的Aha時刻，就是模型涌現了新的智慧；第三個例子，是最近谷歌的AlphaProof，除了用人類所有的解法訓練之外，自己又去嘗試了很多新的解法，結果參加數學奧林匹克得了銀牌。

這三個例子，是在AI具備了先驗的知識之后，學習中主要不再使用人類投喂的數據，而是圍繞機器和自己所在環境里產生的數據來進行學習，這代表了大模型發展的未來。

論文面講得最多的其實就是研發agent。如持續學習，就是說agent能夠持續地跟自己的環境的互動，而不是說現在是一問一答就結束了。這樣agent就能自己持續地調整和適應?，F在大模型能提供越來越持久的記憶力，上下文已經過到了上千萬token，也有企業號稱將提供無限記憶力的。持續學習，才能稱得上是真正的的智能體。第二個就觀察和行動，agent可以通過數字接口和真實世界進行互動，包括物理世界。以后觀察世界的角度，agent仰望星空的感覺，可能跟人類不大一樣。第三個就是獎勵機制，以前是人給它設定的，那么它以后通過自己的算法，會為自己不斷地涌現出圍繞著自己的經驗而產生的獎勵機制。所以agent可能為自己構建一個世界模型。

上面講的這個三個例子，第一個是大型企業中的應用，而且是一個大型的企業，一千多位科學家在用，證明AI 在研發領域確實可以提升效率。第二個是在一個世界頂級大學的實驗agent，證明了它的有效性和局限性，但是大多數專業人士是愿意去試用。第三個例子，實際上說明的是agent的能力，最終還是取決于前沿的大模型取得的突破。我們期待agent在研發領域更快應用起來，一方面取決于垂直領域的know-how與AI更深入的結合，另外一方面，前沿大模型的創新和突破，包括產生算法新范式，依然是最基礎、最引領的。

最后小結幾點。首先，我們沿著現在的技術路線，幾乎可以看到agent在研發部門會實現單點-模塊-工作流-多智能體協作-業務-組織-生態這樣一個順序滲透，同時agent的自主性會越來越強，沿著工具-助手-代理-專家-創新者-組織者這樣一路成長，中間會看到從專業代理到專業人士，之間的界限會越來越模糊。研發agent更值得信任，還是取決于大模型新范式，如經驗性的學習，值得期待。最后，所有這些技術的突破，會不斷挑戰發明創造的倫理，agent與人類的權利和責任怎么去劃分；如何防止有人去濫用和惡意使用。最后，當agent 越來根據自己的經驗來終身學習，自己投喂自己數據，自己設立獎勵機制，它自主性越來越強，那人類如何能控制它。

本文來自智慧芽“AI重塑知識產權價值”大會上的演講，有調整。

參考：

Artificial Intelligence, Scientific Discovery and Product Innovation

Agent Laboratory: Using LLM Agents as Research Assistants

The AI Scientist: Towards Fully Automated Open-Ended Scientific Discovery

Welcome to the Era of Experience

下載演講PDF：Agent如何改變企業研發