從有概念出現開始，短短的兩三年內智能體已經泛濫成災了。

馬克·扎克伯格曾預測，未來人類將生活在一個有數億甚至數十億AI智能個體的世界中，最終AI智能體的數量可能會比人類還多。

這種看似激進的說法，現在看來有點保守了，智能體的數量正在爆炸式增長。

智能體開始“走量”了

AI智能體（AI Agent）是具備自主決策與執行能力的智能代理系統，結合大模型、自動化工具和行業知識庫，不僅能理解指令，擁有記憶能力，還能規劃任務、調用工具（如API、數據庫），被業內認為是大模型深入產業的重要橋梁。

之前，9.11和9.9誰更大這么一道簡單的數學題，難倒了國內外多個頂級大模型。其實要是能“調用”個計算器或者什么工具，這個問題就很容易解決。這一個小問題，反映出了大模型的技術局限性。尤其是在解決一個實際任務的時候，這種局限性就會更加凸顯。

具有自主驅動、任務規劃、工具調用等技術特點的智能體正在成為大模型領域新的熱點，甚至在國外有蓋過大模型之勢。比爾·蓋茨認為：“智能體會改變每個人與計算機交互的方式。”

可以看到，國外的Open AI、Meta、微軟、谷歌等巨頭都在大規模投注智能體。

近期，谷歌發布了開源AI智能體Gemini CLI，將AI問答、內容生成等功能集成至開發者的終端界面，大大提升了開發效率。幾乎是前后腳，Open AI也陸續發布了Operator、云端AI編程等智能體。

在國內，我們的智能體供應更是“量大管飽”。IDC數據顯示，截至2024年9月，通義、訊飛星火、豆包等平臺的智能體數量分別超過1.6萬個、1.1萬個、9000個，到2024年12月，頭部綜合類AI原生應用智能體數量已超10萬個。

進入到2025年，智能體依舊保持增長的態勢，基本上每個月都有新產品發布。

1月，科大訊飛發布一系列智能體。在C端，升級發布了訊飛智文、訊飛文書、訊飛繪文和訊飛繪鏡，聚焦智能PPT制作、文書寫作、自媒體運營和視頻創作。在B端，發布星火紀要、星火投標、星火陪練和星火快答，聚焦會議總結、投標、培訓和接待等業務場景效率。

2月，復星醫藥發布PharmAID決策智能體平臺，聚焦醫藥領域的智能問詢。

3月，智譜AI發布AutoGLM沉思智能體，它能夠模擬人類的思維過程，完成從數據檢索、分析到生成報告。

4月，百度發布文心快碼Coding智能體Zulu，支持多模態高效交互，上傳圖片，即可一鍵生成完整代碼。

5月，聯想發布法思AI智能體律師助手、想想幫服務智能體、天禧個人超級智能體、樂享企業超級智能體。

6月，百度智能云推出覆蓋金融、電力、交通等多個行業的“場景智能體”解決方案。

這些都只是冰山一角，市場上還有很多“散養”的智能體根本無法統計。

不知不覺間，智能體這么高大上的前沿科技，已經在“批量化”生產了，這對技術發展而言究竟是好還是壞呢？

“兩年后將有超40%的智能體將會消失”

首先說好的一面。智能體能夠走量，很大程度上顯出了在技術領域深厚的技術沉淀和龐大的人才儲備。再加上我們這幾年在算力、模型和數據的基礎設施層面，砸下了至少幾千億的資金。這些不計成本的資金和技術投入，最終引發了智能體的大爆發。

現在，搭建一個智能體的門檻被大大降低，哪怕是不懂編程的人，也能基于完善的智能體平臺搭建一個智能體。根據自己的業務屬性，哪怕是職能部門的同事，也能無障礙搭建招聘智能體、面試智能體、合同審核智能體、財務智能體以及運營智能體等。有企業向數據猿反映，一個部門人均能達到三五個智能體，在某些場景下對于日常辦公會起到提質增效的作用。

但是，這種“走量”現象的背后，必然存在一些非理性的一面。

以金融領域為例，金融是數字化程度最高的領域，也是業務場景最為龐大的領域之一，這為智能體提供了絕佳的用武之地。

翻開2024年上市銀行的財報，AI與智能體幾乎成了共有的關鍵詞。中國銀行2024年新增超900個大模型及智能體業務場景；建設銀行落地193項場景應用；工商銀行建成企業級千億金融大模型技術體系“工銀智涌”，賦能20余個主要業務領域、200余個場景……

這些國有大行領天下先，用實踐探索智能體的落地路徑。但很多銀行的智能體建設畫風卻是另外一番景象。

“不得不承認，布局大模型已經是一個必須完成的任務。‘用不用’暫且不論，前提首先是你得有這些大模型。”一位某股份制銀行的領導不諱言的說道。

事實上，很多智能體只會存在于宣傳或者演示中，某城商行就發生過這樣的事情。上面有領導要來視察銀行擁抱人工智能的成果，消息傳出后，銀行提前一兩個月突擊作戰。基于外購的智能體平臺，調幾個參數，設計一些場景，增加一些本地的數據和知識，作出幾個“熱騰騰”的智能體。比如做一個銀行數字人，領導來的時候能跟領導互動一下。設計一個智能客服智能體，給領導展示一下先進的客戶服務能力。

但領導走后，這些智能體可能就束之高閣了。

這種情況并不只存在于銀行領域，這種因為別人有，我也必須得有的情況，在其他領域可能更甚。

在其他領域，很多智能體根本都算不上智能體，充其量就是大模型外掛了一個知識庫。還有很多企業的基礎大模型是買的，智能體是外包商幫著搭建的。搭建完了以后，還得有人專門指導怎么使用智能體。像這樣的產品，指望它能發揮多么大的價值，那真是想多了。

但是量就這么堆上來了，現在打開百度搜索“智能體”，你會看到五花八門智能體產品。這些智能體除了名稱不一樣以為，根本找不到明顯的差異。

分析機構Gartner認為，今年以來愈演愈烈的AI智能體概念熱潮在很大程度上是炒作的結果，很多項目的“智能體化”僅僅是品牌名稱重塑，在市場冷靜后將會出現一波退潮。

到2027年底將有超40%智能體/代理人工智能 (Agentic AI) 項目將被取消。

這個數字我們認為是合理的，最終也許被淘汰的智能體會超過這個數字。這種淘汰不是一件壞事，我們可以把它看成是一種市場自我優化的正常出清。

智能體在各個領域的規模化入侵，反映出人們對于創新的焦慮。別管有沒有用，需不需要，因為這個概念很新潮，必須要大干快上。但數量的堆疊并不能帶來價值的提升，反而會流于形式，久而久之也會抑制大模型創新的動能，誤導創新的方向。

而且，低效、混亂的智能體堆疊在系統中，還會帶來巨大的治理成本和潛在風險。

The Futurum Group的CIO實踐負責人Dion Hinchcliffe將智能體的泛濫比作RPA在其鼎盛時期不受控制的擴散。RPA最開始也是從一些細小的場景開始蔓延，比如自動化發票處理、客戶入職等，但很快就演變成了一堆脆弱、重疊的機器人。如果智能體不加以節制，它們就會相互碰撞、重復工作，讓用戶和系統都感到困惑。

因此，一些低效、低應用價值的智能體，它們的消失并不是一件壞事，市場也無需為此感到緊張，這并不影響智能體向下一個階段進化的歷史大勢。

當下最關鍵的問題是，如何讓智能體實現“質”的有效增長。

智能體要回歸到業務

智能體是技術進步的成果，但技術只是表象，其本質還是業務。因為智能體天然就是植根于場景和業務而生的，它不同于大模型，大模型的價值在于內容生成，不管是文字、代碼還是視頻圖片，其主要能力在于交互，在于“chat”。而智能體的獨特價值，是讓AI從交互走向業務的精準實施，真正讓AI服務于業務和物理場景。所以它不能懸在業務之上，更不能脫離業務之外，要不偏不倚，潤物細無聲的嵌入到業務中。

所謂善戰者無赫赫之功，我們不能本末導致，讓智能體唱了主角。

吳恩達曾發表過這樣的觀察：太多人在爭論什么是真正的智能體，什么不是。這種爭論往往陷入"這個系統是否真正自主"的哲學討論，而非專注于解決實際問題。

因此，吳恩達提出了一個更加實用的框架：將智能體視為一個連續的光譜，不同系統具有不同程度的自主性。在這個框架下，一個只能執行簡單任務的系統和一個能夠進行復雜決策的系統，都可以被稱為"agentic系統"，只是智能化程度不同而已。

當前，大多數成功的智能體應用都是相對簡單的線性工作流，而非復雜的自主決策系統。偶爾有一些分支判斷，但整體上并不復雜。

吳恩達的觀點非常有啟發性，也更符合當前的實際情況。我們花了太多的時間和資源去討論智能體的神圣性，廠商們似乎每一個都在憋著大招，隔三差五就想發布一個驚天動地的產品。但智能體恰恰在一些細小的場景下更能發揮價值。

比如，在法務、財務、行政、銷售等部門，合同審核是一項艱巨的工作。有些合同厚得跟書一樣，除了密密麻麻的漢字，還摻雜大量的數字、英文以及一些特殊符號。依靠人工比對不僅費時費力，還容易出錯，所以往往一份合同需要多人多次審核才行。這么幾圈審核下來，人被搞得疲憊不堪，不信你看看每個公司的財務都是什么精神狀態。

這種機械化的事情，正好適合AI。 這是一個基于合同審核的場景，依托智能體搭建的一個工作流。可以看到，整個工作流邏輯簡單、步驟清晰，是一個典型的小而美、細而短的工作流，這種工作流往往實用性更強。

合同審核工作流，引自網絡

細而小的智能體那還能叫智能體嗎？或者還有必要必須冠以名號嗎？就像人類的毛細血管一樣，我們不需要為每一根血管都單獨起一個名字，這個是腎臟毛細血管，那個是腦神經毛細血管。

作為獨立產品的智能體也許會消亡一批，也會隱匿一批，但是更多的智能體會以另外的方式煥發新生，以工作流的形式嵌入業務中。正如Gartner 2024報告顯示：80%企業將“智能體能力”納入采購標準，但僅15%要求獨立產品。

在未來，智能體作為一個“單品”的存在樣態可能不是最主要的，它將像神經系統一樣，是一個龐大的系統，而且是動態變化的。智能體逐漸擺脫孤立的工具的角色，充分融入“人機環境”的體系中，在業務的驅動下實現多智能體協作。比如，在智慧交通的場景下，在未來可能需要幾萬個智能體緊密協作。

如果真如馬克·扎克伯格所預料的那樣，智能體的數量將超過人類，那么我們將被一個充滿智能體的環境包圍，也許“消失”是一個適合智能體生存的最佳狀態。當一項技術開始“消失”，往往意味著它已從新奇玩具進化為不可或缺的基礎設施——這恰是智能體走向成熟的標志。我們不需要刻意強調智能體的存在，因為它已經無處不在了。