今年以來，從中央到地方，對培育具身智能、發展智能機器人等作出一系列部署。伴隨著技術日新月異，機器人走進你我的生活已不再遙遠。本報今天起推出“機器人在身邊”系列報道，關注機器人產業的發展與變化。

　　隨著大模型的持續突破，AI智能體熱度持續提升。今年以來，從初創企業到科技巨頭紛紛加快布局，智能體應用場景持續拓展。北京、上海等地相繼出臺政策，為智能體發展注入新動能。什么是AI智能體，它可以做什么？AI企業為何紛紛布局智能體？發展智能體需要注意什么問題？

　　多主體布局智能體

　　通常認為，AI智能體（AI Agent）是在特定環境中能夠自主感知、思考和行動的一種高級的人工智能系統，它能夠理解、學習和推理，以執行復雜任務和作出決策。目前，智能體在內容創作助手、知識問答助手、智能助理、AI搜索等場景中已實現應用。

　　“廣義上看，AI智能體是一種能夠深度思考、自主規劃、作出決策并深度執行的智能應用，但在實現過程中，每個廠商和產品會根據用戶人群和使用場景進行不同的變化和組合。”阿里巴巴旗下AI應用夸克的相關負責人說。

　　今年以來，各家公司接連推出集聚各自優勢特長的智能體產品。國產大模型團隊Monica發布了通用AI智能體產品Manus，并宣布與阿里通義千問團隊正式達成戰略合作。智譜AI發布AI智能體產品AutoGLM沉思，推動AI智能體進入“邊想邊干”新階段。夸克以“AI超級框”形態打造超級智能體，在搜索、瀏覽器、掃描、拍題等領域具備優勢。聯想集團在武夷山、宜昌等城市相繼落地“城市超級智能體”，為千行百業和用戶提供定制化“人工智能+”引擎。字節跳動Agent產品“扣子空間”新近開啟內測。

　　目前的智能體可以做什么？中國信息通信研究院云計算與大數據研究所副所長栗蔚表示，目前看來，在企業級應用方面，可以應用智能體推動企業降本增效和數據驅動決策的進一步實踐。比如，在物流行業，智能體結合倉儲機器人，實現自動分揀、路徑規劃，降低分揀錯誤率，提升倉庫吞吐流轉效率；在人力資源管理領域，部署在云端的智能面試官可彈性擴展處理海量視頻面試數據，利用云GPU加速的多模態分析評估候選人匹配度，不僅將HR初篩效率提升80%，還通過云端持續學習機制不斷優化評估模型，避免人為偏見。

　　在消費級應用方面，栗蔚認為，智能體聚焦為個人提供場景化服務和個性化體驗。例如，快消行業的智能營銷引擎運行在云端，通過實時分析用戶行為數據流，動態生成千人千面的推薦策略和宣傳內容；智慧家居場景中的云邊協同智能體，將用戶習慣數據上傳至云端訓練個性化模型，再通過邊緣計算節點實時調控家庭環境設備，自動優化溫度、燈光、通風等方面的家居環境。

　　簡而言之，智能體的發展會重塑人、AI工具、任務的關系。阿里巴巴集團副總裁吳嘉日前表示，很多人說在AI時代要把所有產品重新做一遍，其實真正內涵是，為了讓AI更好地使用工具，要把這些工具重做一遍，“AI使用工具，而人使用AI”。

　　向商業化落地演進

　　在技術迭代與市場需求升級兩大因素的驅動下，創業公司、互聯網大廠相繼布局智能體產品和智能體開發平臺。底層技術突破與產業價值釋放的雙向共振，正在催化智能體從技術概念向商業化落地加速演進。根據賽迪顧問測算，未來5年，全球AI智能體市場規模將以超過40%的年均復合增長率保持增長。

　　政策東風加速產業進程。4月8日，北京市經濟和信息化局印發《北京市關于支持信息軟件企業加強人工智能應用服務能力行動方案（2025年）》的通知，提出支持通用智能體發展，支持創新主體開發跨領域、多任務、自規劃的通用智能體，對已取得生成式人工智能產品服務上線批號、首次在各類應用商店上架的通用智能體，優先協調算力保障，并對運營服務中調用算力和模型成本給予最高不超過3000萬元支持。

　　4月21日，上海市經濟和信息化委員會發布《關于開展2025年新一代通用人工智能創新任務揭榜掛帥工作的通知》提到，探索復雜開放環境下有機協同異構異質的眾多智能體，并實現可持續的群智涌現問題，攻關多智能體系統與優化決策技術、無人集群系統技術、群智軟件技術和群智聯邦學習技術等關鍵技術。

　　在個人應用方面，夸克運用自身技術能力，幫助實現用戶廣泛場景的需求。“夸克用一個極簡的‘AI超級框’，去做一個個人的全能助手。”吳嘉表示，未來人類本身不再需要直接使用搜索等工具，而是把完整的任務指令直接交給AI，AI會思考、執行，完成最終的任務交付。智能手機在智能體加持下也更懂人類。據悉，榮耀YOYO智能體目前能夠完成600項需求意圖理解、950項個人習慣記憶、270項復雜任務規劃，點咖啡、查詢或取消自動續費、生成證件照等操作都可以通過一句話實現。

　　在賦能企業方面，火山引擎通過HiAgent平臺，為多個行業客戶提供了多款AI智能體解決方案。“金融行業中，智能體在客戶服務、財富管理、展業助手等場景進行相關嘗試和探索；醫療行業中，智能體在智能導診、院內服務、患者健康管理等場景進行相關嘗試和探索；教育行業中，智能體在校園百事通、教師課件助手、科研助手等場景進行相關嘗試和探索；制造業中，智能體在設備維修助手、研發助手、具身智能等場景進行相關嘗試和探索。”火山引擎相關負責人介紹。

　　在智慧城市領域，近日，聯想集團在武夷山、宜昌等城市落地“城市超級智能體”，采用“1×N智能體方案”，即一個超級智能體與多個領域智能體協同工作的模式，將AI能力輸送給城市的各行各業和市民游客，實現從政務到民生、產業的全面智能化，以小場景混合形成大場景，推動城市智慧化發展。“智能體通過‘揚長補短’的方式，不僅保留了大模型強大的數據處理能力，同時引入了自我邊界判斷、主動感知、復雜任務分解和記憶機制，使得人工智能更貼近人類智能的實際應用場景。”聯想集團高級副總裁、中國方案服務業務群總經理戴煒說。

　　賽迪顧問大數據與人工智能產業研究中心分析師韓子哲表示，智能體的自主決策能力和工具調用能力，使得AI不再是孤立的技術模塊，而是能夠深度嵌入企業運營系統的“生產力單元”，有望解決傳統AI應用場景碎片化、投入產出比低等問題，這將推動AI技術在產業側的應用落地。

　　關注多種挑戰風險

　　當行業一擁而上涌向智能體時，技術挑戰與多種風險也隨之而來。

　　首先需要警惕的就是“偽智能體”。栗蔚表示，隨著智能體概念熱度的攀升，市場上涌現出一批打著智能體旗號的“偽智能體”，不少公司將傳統的技術、現有的產品包裝或貼牌成智能體，通過營銷策略進行宣傳，誤導用戶。

　　其次需要關注技術瓶頸。韓子哲表示，要關注智能體認知可靠性的技術瓶頸，包括機器幻覺、決策黑箱等問題，這是保障智能體可信決策的技術基礎。栗蔚表示，AI智能體高度依賴大語言模型，但其生成內容的準確性、上下文理解能力仍不能滿足生產級場景的應用需求，機器幻覺問題的存在可能導致金融、醫療等高風險領域的決策失誤。

　　再次是成本問題同樣需要關注。使用智能體在執行大型復雜任務時，Token的消耗量顯著上升。比如，Manus將推理成本控制在OpenAI旗下智能體DeepReaserch推理成本的十分之一左右，每個任務仍需消耗50萬至200萬Tokens。“隨著用戶量和用戶使用量增加，算力資源的指數級增長是智能體落地不可避免的成本投入。而超大規模GPU集群的算力需求遠超傳統數據中心的調度能力，需依托AI云、算力互聯網等新型算力互聯調度架構實現高效低成本算力調用。”栗蔚說。

　　最后要關注技術生態與協作標準化問題。技術生態與協作標準化問題是決定AI智能體規模化落地和跨場景協同能力的關鍵。然而，當前協議標準“多強混戰”，尚未形成統一標準，協同效率未能有效提升。韓子哲認為，行業用戶需重視內部高質量數據集的構建，基于業務場景沉淀數據，以高質量數據驅動智能體的優化，再反哺業務價值提升，從而形成良性閉環。栗蔚建議，行業亟需構建類似互聯網協議簇的統一標準，優化多智能體架構釋放協同潛力，共同推動AI智能體從“單點突破”邁向“生態繁榮”。

　　從技術驗證邁向規模化落地關鍵期，AI智能體發展與我國經濟社會數字化轉型需求高度契合。面向未來，需統籌技術創新與治理體系建設，在夯實自主可控技術基座的同時，推動產學研用協同攻關，探索智能體技術與實體經濟深度融合的可持續模式，為數字時代生產力躍升注入持久動能。（經濟日報）

本網站轉載的所有的文章、圖片、音頻視頻文件等資料的版權歸版權所有人所有。如因無法聯系到作者侵犯到您的權益，請與本網站聯系，我們將采取適當措施。