AI Agent酣战:群雄逐鹿,鹿死谁手?

AI百科1周前发布 快创云
4 0

  导语:2025年,关于AI Agent的诸多预测和想象纷至沓来,如何拨开重重迷雾,窥见这一领域的真实面貌?

  科幻电影《太空漫游》中,一群刚学会直立行走的人猿偶然间捡起兽骨,挥舞间发现了其作为工具的价值。这一灵光一闪的瞬间,成为了人类进化史上的关键节点,象征着工具意识的觉醒。从某种意义上说,那根兽骨犹如开启了人类进化新征程的魔法棒,足以撬动地球未来,堪称AI Agent的鼻祖。2003年,美国宇航局的两辆火星车勇气号和机遇号在火星表面自主航行,无需人类干预。

  如果从遥远的光年之外俯瞰2025年,可能会发现人类又来到了一个进化的关键节点,而AI Agent仿佛正是那根趁手的“兽骨”。它代表着疯狂的未来,充满了无限的可能性和想象力。Meta CEO扎克伯格曾预言,“未来的AI智能体可能比人类还多,人类将生活在一个有数亿、甚至数十亿AI的世界中。”

  2025年有望成为AI Agent商业爆发元年,预测其应用市场将达到数百亿美元规模。中信证券发布研报称,AI产业的下一个大阶段已经拉开序幕,AI算力产业链从训练端军备竞赛主导进阶到推理端应用、商业循环主导的新周期,AI Agent的崛起正重塑AI产业链。

  在ChatGPT风靡的当下,OpenAI推出了可执行复杂任务的AI Agent,具备博士级别的助手功能。传说中的AI Agent究竟是何方神圣?OpenAI将“AI Agent”定义为以LLM为大脑驱动,具有自主理解、感知、规划、记忆和使用工具的能力,能自动化执行复杂任务的系统。如果说LLM像一个“超级大脑”,而AI Agent不仅有聪明的“大脑”,还有灵活的“手脚”,能像人一样行动,必要时还会使用“工具”。它让大模型从“Chat(对话)”走向真正的“Act(操作)”。

  这种神奇的AI系统可称为Auto-Pilot主驾驶,即AI Agent。它代表未来真正的人机交互方式,AI的角色从被使用的工具跃升为使用工具的主体。这种质的演变将引发人类生产关系的深刻变革,人与大量AI实体之间的协同工作模式将成为常态。

  在企业应用场景中,许多耗时任务都交给AI Agent——如充当“知识过滤器”,快速提炼关键信息;作为“生产力加速器”,协助用户安排日程、管理任务;作为“客服神助攻”,帮助企业快速处理客户咨询、解决问题。人类逐渐从具体业务中抽身,聚焦于企业战略,企业运营成效因此大幅提升。据悉,财富500强公司中近70%的员工已使用Microsoft365 Copilot中的Agents处理大量重复性工作。Gartner预测,到2028年,至少有15%的日常工作决策将由Agentic AI自主完成。

  AI Agent的使命是帮助企业构建“人机协同”的智能化运营新常态。它满足企业智能化需求,打通业务场景,承接日益复杂的提质增效需求,强化内外部协同效能,释放组织核心生产力。作为连接用户和服务的“桥梁”,AI Agent将持续进化为通往AGI(通用人工智能)的重要入口。

  微软在巨头阵营中尤为突出,深谙企业应用为王之道,凭借专业性知识沉淀稳稳落地B端。其建立的全球规模最大的企业级AI Agent生态系统——Copilot Studio平台,已吸引超过十万家企业使用该平台创建或编辑AI Agent。微软允许企业随意挑选Azure目录所提供的1800种大语言模型(LLM),这无疑是克服对OpenAI模型依赖的重要举措。

  谷歌的步伐紧随其后,发布了全新多模态大模型Gemini 2.0,并内置了三款AI Agent。OpenAI虽在基础模型上领先,但在Agent方面布局谨慎。2025年1月,OpenAI计划推出全新AI Agent——Operator,该系统能够自动执行各种复杂操作。

  从应用场景看,2025年将涌现更多Multi-Agent模式。多个Agent将扮演不同角色合作完成任务。例如,阿里云Mota社区推出的国内首个大型模型调用工具ModelScopeGPT,支持大大小小的模型共同协作。此外,百度、腾讯等大厂也推出了智能体创作中心等平台。

  尽管垂直领域的专业Agent正处于爆点并备受资本青睐,但真正成熟的超级智能体并实现大规模商业化应用仍需时间。目前让用户产生足够粘性和坚实依赖感的AI Agent寥寥无几。对于专家Agent而言,能否产生商业模式的关键取决于其在垂直领域的专业度和能否显著降本增效。

  然而,AI Agent的落地仍面临诸多挑战。如何保证用户的数据安全和隐私是一大难题。此外,高昂的推理成本也是一大制约因素。腾讯研究院的报告指出,AI Agent面临的问题还包括安全性与隐私性、伦理与责任等多个方面。在国内智能算力短缺的现状下,由于技术门槛高、资金投入多、商业模式不成熟,AI Agent这个赛道看似风光实则道险且阻。因此,只有扎实做好大模型技术和找到正确的商业化落地路径,AI Agent才能在未来不被赶下“牌桌”。

© 版权声明

相关文章