隨著技術(shù)的成熟和應(yīng)用場(chǎng)景的明確，AI Agent的能力維度逐步完善，用戶體驗(yàn)效果也會(huì)更好。這對(duì)于企業(yè)級(jí)智能體應(yīng)用也將十分有價(jià)值。

 內(nèi)容/阿文

編輯/詠鵝

校對(duì)/莽夫

智能體，正處于大爆發(fā)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(fā)布了用AI替代人類執(zhí)行任務(wù)的三款智能體，分別是面向手機(jī)的phone use——AutoGLM，面向電腦的compute use——GLM PC，以及面向網(wǎng)頁(yè)的GLM-Web能力。

此前，微軟也宣布，已建立全球規(guī)模最大的企業(yè)級(jí)AI Agent生態(tài)系統(tǒng)。加之谷歌Jarvis意外泄露、OpenAI即將推出Operator……似乎過(guò)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(lái)說(shuō)，AI Agent是一種不需要持續(xù)人類干預(yù)的AI系統(tǒng)，可以基于環(huán)境和背景信息，自主分析各種問(wèn)題，做出邏輯決策，并且在沒(méi)有持續(xù)人類輸入的情況下處理多種任務(wù)，比如AlphaGo是一個(gè)典型的AI Agent，它可以在和人類對(duì)弈圍棋的過(guò)程中，根據(jù)當(dāng)前的棋局和對(duì)手的行動(dòng)，自主決策下一步的動(dòng)作。

AI技術(shù)從基礎(chǔ)模型到Agent概念興起，再到如今能自主推理，還能操作執(zhí)行特定任務(wù)的軟件，經(jīng)歷了一個(gè)漫長(zhǎng)而復(fù)雜的技術(shù)演變過(guò)程。

強(qiáng)化學(xué)習(xí)是AI Agent發(fā)展的關(guān)鍵技術(shù)之一，大語(yǔ)言模型（LLM）的發(fā)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(shí)現(xiàn)復(fù)雜問(wèn)題的拆解、類人的自然語(yǔ)言交互等能力。

AI Agent代表著AI技術(shù)邁向更智能、更自主交互的新階段。它不再僅僅是簡(jiǎn)單地執(zhí)行指令，而是能夠像人類助手一樣，根據(jù)復(fù)雜的情境和目標(biāo)進(jìn)行自主規(guī)劃、決策與執(zhí)行任務(wù)。想象一下，如果你餓了，你只需要給AI助手下達(dá)“點(diǎn)個(gè)外賣”的指令，AI助手就能自動(dòng)幫你完成從外賣搜索、查詢、下單、確認(rèn)的全部動(dòng)作。

這不僅僅是提升效率的表現(xiàn)，還是一種全新的人機(jī)交互模式，可以讓機(jī)器和人之間的關(guān)系更加緊密。去年12月比爾·蓋茨曾預(yù)測(cè)，Agent不僅將改變?nèi)藗兣c計(jì)算機(jī)的互動(dòng)方式，還將顛覆軟件行業(yè)；李彥宏也認(rèn)為，智能體是AI時(shí)代的網(wǎng)站，將會(huì)有幾百萬(wàn)，甚至更大量的智能體出現(xiàn)形成龐大生態(tài)。

Part.1

AI Agent進(jìn)化史：

從簡(jiǎn)單對(duì)話到私人助理

Agent概念并非是人工智能第三次浪潮的產(chǎn)物，而是伴隨人工智能出現(xiàn)的“智能實(shí)體”概念不斷進(jìn)化的結(jié)果。

1966年，MIT人工智能實(shí)驗(yàn)室的Joseph Weizenbaum開(kāi)發(fā)出了歷史上第一個(gè)聊天機(jī)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(gè)有限的對(duì)話庫(kù)，可以針對(duì)提問(wèn)中的關(guān)鍵詞，進(jìn)行答復(fù)。

ELIZA其實(shí)沒(méi)有任何智能性可言。它基于規(guī)則運(yùn)作，既不理解對(duì)方的內(nèi)容，也不知道自己在說(shuō)什么。但即便如此，它還是開(kāi)創(chuàng)了人機(jī)對(duì)話的先河。ELIZA可以說(shuō)是現(xiàn)在Siri、小愛(ài)同學(xué)等問(wèn)答交互工具的鼻祖。

進(jìn)入21世紀(jì)后，隨著技術(shù)的不斷發(fā)展，AI Agent的發(fā)展進(jìn)入平穩(wěn)期，機(jī)器學(xué)習(xí)技術(shù)的興起為AI Agent的智能提升提供了動(dòng)力，深度學(xué)習(xí)技術(shù)的突破為AI Agent的發(fā)展帶來(lái)了革命性的進(jìn)步，使得AI Agent在圖像識(shí)別、語(yǔ)音識(shí)別、自然語(yǔ)言處理等領(lǐng)域取得了重大突破。

目前，人工智能已經(jīng)廣泛應(yīng)用于各個(gè)領(lǐng)域，如醫(yī)療、教育、交通、金融等，AI Agent在這些領(lǐng)域的應(yīng)用提高了工作效率。

2011年，可以說(shuō)具備關(guān)鍵轉(zhuǎn)折意義的一年。首先，IBM Watson在智力問(wèn)答節(jié)目Jeopardy!中戰(zhàn)勝人類選手，展示了AI的強(qiáng)大潛力；其次，這一年，蘋果推出Siri，開(kāi)創(chuàng)了移動(dòng)智能助手的新時(shí)代。2014年，微軟在中國(guó)推出AI聊天機(jī)器人“小冰”，首次展現(xiàn)了AI在情感計(jì)算和社交互動(dòng)方面的潛力。

但嚴(yán)格意義上來(lái)說(shuō)，AI Agent真正到來(lái)的開(kāi)端是2022年11月，OpenAI發(fā)布ChatGPT，掀起了全球AI熱潮。2023年3月14日多模態(tài)大模型GPT-4發(fā)布，支持圖像輸入，其理解力和生成能力大幅提升，開(kāi)創(chuàng)了自主AI Agent的先河�？梢哉f(shuō)，ChatGPT的問(wèn)世，實(shí)現(xiàn)了從“說(shuō)”到“做”，不再僅僅停留在對(duì)話層面，而是能夠自主執(zhí)行復(fù)雜任務(wù)。

AI Agent能有如今的發(fā)展速度，離不開(kāi)關(guān)鍵技術(shù)的突破，如深度學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)的發(fā)展、大規(guī)模預(yù)訓(xùn)練語(yǔ)言模型、強(qiáng)化學(xué)習(xí)與人類反饋、多模態(tài)交互能力以及工具使用和環(huán)境適應(yīng)能力等等。

據(jù)悉，智能體的數(shù)量呈爆發(fā)式增長(zhǎng)，國(guó)內(nèi)智能體總數(shù)1年超1000萬(wàn)個(gè)，是蘋果應(yīng)用商店每年上線應(yīng)用數(shù)量的85倍。智能體創(chuàng)作平臺(tái)也被比爾·蓋茨認(rèn)為是繼Android、iOS和Windows后的下一代應(yīng)用開(kāi)發(fā)平臺(tái)。

Part.2

大廠紛紛下場(chǎng)

AI Agent涌向終端市場(chǎng)

智能體或?qū)⒊蔀槔^PC、移動(dòng)終端后的下一個(gè)爆發(fā)點(diǎn)。李彥宏曾公開(kāi)表示，基礎(chǔ)模型本身是需要靠應(yīng)用才能顯現(xiàn)出來(lái)的價(jià)值。智能體就是一個(gè)幾乎可以是放之四海而皆準(zhǔn)的基于大模型的應(yīng)用。

數(shù)據(jù)顯示，2024年1月到10 月，中國(guó)AI原生應(yīng)用（App）累計(jì)下載量排名前5的應(yīng)用豆包、文小言（原文心一言）、Kimi、星野、天工AI累計(jì)下載量分別為1.08億、2260萬(wàn)、2100萬(wàn)、1790萬(wàn)、1170萬(wàn)。

國(guó)內(nèi)最早上線大模型原生應(yīng)用的是百度，于2023年3月16日上線文心一言，與OpenAI發(fā)布ChatGPT僅相距三個(gè)月時(shí)間。隨后國(guó)內(nèi)互聯(lián)網(wǎng)大廠和創(chuàng)業(yè)新秀們陸陸續(xù)續(xù)上線國(guó)產(chǎn)AI大模型應(yīng)用，如阿里通義千問(wèn)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(fā)布不過(guò)10個(gè)月。

2024年6月25日OpenAI宣布中國(guó)不在當(dāng)前支持API服務(wù)的188個(gè)國(guó)家和地區(qū)名單中，這意味著ChatGPT將終止在中國(guó)的服務(wù)。而對(duì)于國(guó)內(nèi)的AI玩家和智能體開(kāi)發(fā)者來(lái)說(shuō)，這無(wú)疑是天大的利好機(jī)會(huì)。

據(jù)悉，互聯(lián)網(wǎng)大廠中，百度、阿里、騰訊、字節(jié)跳動(dòng)、華為等皆已布局智能體賽道，并推出一站式智能體開(kāi)發(fā)平臺(tái)。一時(shí)間，字節(jié)跳動(dòng)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(tái)百煉、科大訊飛星火智能體平臺(tái)等智能體開(kāi)發(fā)平臺(tái)百花齊放。

相較于大廠的算力、數(shù)據(jù)、人才等資源優(yōu)勢(shì)，能夠在模型端、應(yīng)用端以及中間層智能體開(kāi)發(fā)平臺(tái)協(xié)同閉環(huán)發(fā)展，其他規(guī)模廠商的大模型技術(shù)路徑雖各有側(cè)重，但都有一定的大模型研發(fā)基礎(chǔ)。

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(yǔ)言處理、內(nèi)容生成、自動(dòng)化數(shù)據(jù)標(biāo)注、自定義模型訓(xùn)練等多種強(qiáng)大功能。

再比如百川智能，由搜狗創(chuàng)始人王小川創(chuàng)立，自2023年成立以來(lái)便以驚人的速度發(fā)展。短短半年多時(shí)間，百川智能便接連發(fā)布了Baichuan-7B/13B、Baichuan2-7B/13B四款開(kāi)源可免費(fèi)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(huì)有一款新的大模型問(wèn)世。

智譜AI自2019年成立以來(lái)，便深耕于大模型研發(fā)領(lǐng)域，憑借著清華大學(xué)知識(shí)工程實(shí)驗(yàn)室（KEG）的強(qiáng)大技術(shù)支撐。2023年，其推出面向C端用戶的聊天對(duì)話應(yīng)用“智譜清言”。

和互聯(lián)網(wǎng)大廠不同的是，智譜AI、百川智能等初創(chuàng)企業(yè)，更多的是以AI應(yīng)用助手的產(chǎn)品形式為主，暫未推出智能體開(kāi)發(fā)平臺(tái)。

值得注意的是，2024年，越來(lái)越多的手機(jī)廠商開(kāi)始頻繁提及手機(jī)智能體相關(guān)概念。近日，vivo在其2024開(kāi)發(fā)者大會(huì)上推出了名為PhoneGPT的手機(jī)智能體，是手機(jī)中可以基于用戶意圖主動(dòng)完成任務(wù)的多模態(tài)助理，它可以準(zhǔn)確地識(shí)別手機(jī)屏幕界面中的內(nèi)容，自動(dòng)操作手機(jī)中各種各樣的應(yīng)用，完成用戶交代的任務(wù)，比如打電話、短信等。

早在今年9月，榮耀在2024德國(guó)柏林消費(fèi)電子展上發(fā)布跨應(yīng)用開(kāi)放生態(tài)智能體。更早之前，6月，華為也在其開(kāi)發(fā)者大會(huì)期間宣布了“鴻蒙原生智能”（Harmony Intelligence），小藝升級(jí)為系統(tǒng)級(jí)智能體。

比爾·蓋茨曾預(yù)測(cè)，AI Agent將是大模型之后的下一個(gè)平臺(tái)，越來(lái)越多的大模型公司和科技企業(yè)都開(kāi)始布局Agent。在大模型這場(chǎng)競(jìng)爭(zhēng)裝備賽中，如果說(shuō)上半場(chǎng)卷的是基礎(chǔ)能力，那么現(xiàn)在，AI Agent的應(yīng)用落地成為最重要的產(chǎn)品競(jìng)爭(zhēng)形態(tài)。

Part.3

爆發(fā)前夜：

全民智能體能否成為現(xiàn)實(shí)？

AI Agent的能力會(huì)不斷完善。首先，能夠分解任務(wù)并制定執(zhí)行計(jì)劃；其次，可以調(diào)用API、訪問(wèn)網(wǎng)絡(luò)、操作軟件；第三，具備持續(xù)學(xué)習(xí)和知識(shí)積累能力。最后，能夠在復(fù)雜環(huán)境中做出自主判斷。

智能體不僅能對(duì)話，還具有反思和規(guī)劃能力。如果用戶反饋結(jié)果不對(duì)，它會(huì)自己思考哪里出問(wèn)題了，還能夠?qū)Ψ峙涞娜蝿?wù)進(jìn)行自主規(guī)劃、思考調(diào)用什么工具能夠?qū)崿F(xiàn)最終目標(biāo)。

因此也可以預(yù)判，隨著技術(shù)的成熟和應(yīng)用場(chǎng)景的明確，AI Agent的能力維度逐步完善，用戶體驗(yàn)效果也會(huì)更好。這對(duì)于企業(yè)級(jí)智能體應(yīng)用也將十分有價(jià)值。未來(lái)，企業(yè)級(jí)AI Agent或?qū)⒂瓉?lái)快速增長(zhǎng)期，各行各業(yè)都將開(kāi)始大規(guī)模采用定制化的Agent解決方案。

此外，未來(lái)的AI系統(tǒng)將不再是獨(dú)立運(yùn)行的單個(gè)Agent，而是多Agent協(xié)作將取代單Agent系統(tǒng)，即由多個(gè)專業(yè)化Agent組成的協(xié)作網(wǎng)絡(luò)，它們能夠分工合作，共同完成復(fù)雜任務(wù)。

銀河證券研報(bào)指出，AI Agent的崛起正重塑AI產(chǎn)業(yè)鏈并帶來(lái)投資新機(jī)遇。預(yù)計(jì)到2028年，中國(guó)AI代理市場(chǎng)規(guī)模將激增至8520億元，年復(fù)合增長(zhǎng)率達(dá)72.7%。AI Agent產(chǎn)業(yè)鏈?zhǔn)嵌嘣�化且高度協(xié)同生態(tài)系統(tǒng)，未來(lái)市場(chǎng)空間廣闊。AI Agent推動(dòng)App生態(tài)逐漸向端側(cè)生態(tài)轉(zhuǎn)變，將成為AI應(yīng)用發(fā)展新趨勢(shì)。傳統(tǒng)端側(cè)AI之前的痛點(diǎn)之一是無(wú)法通過(guò)用戶指令調(diào)用操作界面并實(shí)現(xiàn)用戶目標(biāo)。AI Agent模型通過(guò)實(shí)現(xiàn)自然語(yǔ)言與硬件的交互，解決端側(cè)AI痛點(diǎn)。

AI Agent雖然帶來(lái)了諸多想象力，但在真正的落地應(yīng)用中還存在諸多挑戰(zhàn)。比如，可靠性、性能和成本依舊是一個(gè)大難題。眾所周知，LLM容易產(chǎn)生幻覺(jué)和不一致性，將多個(gè) AI步驟連接起來(lái)會(huì)加劇這些問(wèn)題，尤其是對(duì)于需要精確輸出的任務(wù)。此外，GPT-4、Gemini-1.5和Claude Opus在使用工具/函數(shù)調(diào)用方面表現(xiàn)不錯(cuò)，但它們?nèi)匀惠^慢且成本高，特別是需要進(jìn)行循環(huán)和自動(dòng)重試時(shí)。

風(fēng)口之上，任何一家企業(yè)與個(gè)體都想要抓住它，但Agent如何保證用戶的數(shù)據(jù)安全和隱私一直是業(yè)界討論最多的問(wèn)題之一。

Agent一旦投入應(yīng)用，勢(shì)必會(huì)接觸到客戶的核心數(shù)據(jù)，倘若數(shù)據(jù)泄漏，可能讓用戶和社會(huì)蒙受巨大損失。如若在賬單、密碼、購(gòu)物等涉及支付或個(gè)人信息的敏感動(dòng)作中，用戶信任很難建立。但數(shù)據(jù)又是模型訓(xùn)練不可缺少的“生產(chǎn)資料”。

當(dāng)前，中國(guó)正處于AI智能體應(yīng)用快速發(fā)展的關(guān)鍵節(jié)點(diǎn)，有挑戰(zhàn)是正�，F(xiàn)象。誰(shuí)能快速適應(yīng)并利用好智能體技術(shù)，將直接影響該企業(yè)未來(lái)能否在市場(chǎng)競(jìng)爭(zhēng)中脫穎而出。而AI Agent的火爆，會(huì)迎來(lái)一個(gè)比互聯(lián)網(wǎng)時(shí)代還要火爆的黃金年代嗎？我們拭目以待。

       原文標(biāo)題 : 寫(xiě)在智能體大爆發(fā)前夜：全民 Agent時(shí)代即將來(lái)臨