审视AI Agent：追捧、落地，和2024年的To B破局点

发布时间：2025-05-05　点此：42次

图片来历@视觉我国

文 | 工业家，作者 | 斗斗，修改 | 皮爷

本年4月份，斯坦福和谷歌的研讨者一同创立了一个“西部国际小镇（Westworldsimulation）”，在这个小镇里，25个智能体可履行相似人类的日常行为，比方起床后做早餐然后去上班，艺术家作画，作家写作。

这些便是现在人们一同议论的“AI Agent试验”。而在国内的本年下半年，大模型商场的玩家们，好像正齐刷刷地转向AI Agent——这个清晰可见的AGI结局产品。

一组数据显现，截止11月中旬，AI Agent赛道发生融资事情13起，总融资金额约735亿人民币，公司融资均值为56.54亿人民币。

而在国外，这一范畴亦是火爆。“至少有100个项目正致力于将AI署理商业化，近10万名开发人员正在构建自主Agent。”外媒MattSchlicht曾表明。

AI Agent为何如此火爆？

关于AI Agent的想象力，一个高赞答复是：“大言语模型只能编个贪吃蛇，而AI Agent能够整出一个王者荣耀。”

老练的AI Agent能够使软件出产大幅下降本钱。未来Coding作业流中会许多Agent暂时写成的软件和测验方案，不寻求长时刻的可复用性，能够随用随抛。现在一家软件职业巨子动辄上万乃至十万人，有了AI Agent之后研制、交给需求消耗的人力和资金将大幅下降。而且使得软件能够灵敏地处理更多长尾需求。

此外，AI Agent或将为LLM建立一套结构来进行深度考虑和剖析，然后做出更杂乱和牢靠的决议方案。

总归，就像微软创始人比尔·盖茨所说的那样：“谁能操纵个人助理Agent，那才是大事。因为你将永久不去查找网站，不去出产力网站，不去亚马逊。”

值得注意的是，在这种巨大的技能革新下，现在咱们仍没有切身体会到AI Agent所带来的盈利和改变。很明显，AI Agent的开展仍面临一些难题。

一些值得评论的问题是，国内外AI Agent的开展现状怎么？AI Agent落地的要害点是什么？以及AI Agent未来是怎样的？

AI Agent现状，海外VS本乡

现在，国内一些科技公司现已产出了数个闻名大模型，因而孕育而生的Agent智能体运用也开端逐步进入群众视界。

例如百度将文心大模型运用到智能查找、主动驾驶；阿里将通义千问模型运用到高德地图、优酷，盒马等产品。华为将其盘古模型运用到智能气候、语音辨认等。

一家叫面壁智能的创业也公司推出了他们的AI Agent产品ChatDev，能够在短时刻内完结一个软件或许一个小游戏的开发，用户所需求做的，只是供给给它一个要求。

值得注意的是，协同作业范畴好像是巨子们做AI Agent的“必经之地”。

例如钉钉魔法棒套件中，从谈天AI、文档AI、会议AI、宜搭AI、TeambitionAI等都汇集了钉钉AI产品才干；腾讯会议中的“会议助理”功用供给了一些智能化的支撑，如主动总结会议纪要、转录和翻译；百度推出的智能作业渠道如流搭载了文心大模型，能够完结智能创造、智能引荐等功用；字节跳动旗下的作业软件飞书宣告推出智能AI帮手“MyAI”，旨在进步团队协作功率。

曾有投资人对媒体戏弄：“十个AI运用里边，五个作业Agent，三个AIGC，还有两成是回春的数字人。”这不仅是国内AI Agent开展的现状，其实从国外一些比如谷歌、微软等企业也在将AI Agent落于协同作业场景。

其实在海外，AI Agent概念从呈现到迸发，现已迈过多个阶段。

在单一Agent阶段，首要是针对不同范畴和场景的特定使命，开发和布置专门的智能体。以GPTengineer为例，给它一个需求，其就能够把代码写个大约。

而多Agent协作阶段，是由不同人物的Agent主动协作完结杂乱的使命。例如在MetaGPT上，假如让其做一个股票剖析的东西，它会把这个使命别离翻译给产品司理、架构师、项目司理等5个人物，模仿整个的软件开发中一切决议方案作业流。

不过，跟着微软全新东西AutoGen的发布，AI Agent很快翻开了新的篇章。

AutoGen答应多个LLM智能体经过谈天来处理使命。LLM智能体能够扮演各种人物，如程序员、规划师，或许是各种人物的组合，对话进程就把使命处理了。这与MetaGPT不同，MetaGPT的人物模型是被界说好的，而AutoGen能够让开发者自己界说Agent，还能够让他们互相对话。

这是一个新的且赋有创造性的Agent结构。在AutoGen发布的两个星期内，星标量从390狂增到10K，并在Discord上招引了5000多名成员。

微软在AI Agent的布局较早。2023年3月Microsoft365Copilot发布，在其时便提示了一种根据LLM的运用开发范式，即Agent。现在，微软CopilotStudio现已支撑自界说ChatGPT帮手无缝集成在CRM、ERP、OA等日常作业系统中。

能够发现微软的AI Agent才干首要是从其自身事务衍生出来的，AutoGen更像是一种自身根据事务所打造的才干的外放，这与OpenAI并不相同。

OpenAI开发的GPTs，以及推出的GPT-4Turbo和可定制AI Agent，使得每个人都能够打造自己的大模型运用。许多业内人士以为，超低的创立门槛和APP Store相同的商业模型，会让OpenAI快速构建GPTs生态。

OpenAI供给的是根底Agent的构建才干，如东西调用、根据常识库文件回忆才干等。这项产品的发布，使得AI Agent进入了别的一个新阶段，即为人人都能够打造自己的Agent供给了一种或许性。

值得注意的是，现在海外现已在零售、房地产、旅行、客户服务、人力资源、金融、制造业等多个范畴呈现AI Agent架构与产品。

例如零售范畴的亚马逊Alexa、Aktify、Regie.ai等；房地产范畴的Epique、propertypen、Listingcopy等；客户服务范畴的Agent4、Ebi.Ai、JasonAI、Aide等；人力资源范畴的AutonomousHRChatbot、AIInterviewCoach、CareersAI等。

整体来看，在AI Agent在底层技能、架构以及详细产品运用等方面都较为完善。像OpenAI、微软、谷歌这类科技巨子，有着先发优势。另一个能够看到的现象是，国内AI Agent的深度与广度仍有所距离。

一个值得考虑的问题是，Agent落地的要害是什么？

Agent落地的要害：模型？职业经历？仍是载体？

当时商场上的大多数Agent，包含OpenAI推出的GPTs，其实只是构建了一个根据特定常识库或专业数据的Chatbot。这些智能体首要用于进行问答交互，如获取职业资讯、陈述等。

可是，在程序联动和操作方面还有很大的进步空间。现在，咱们还无法直接运用GPTs来操作SAP或金蝶等ERP系统，因为这涉及到API的运用、授权、保护以及无API办理软件的衔接问题。

关于企业而言，假如GPTs等AI智能体仅用于常识问答，那么其作用将十分有限，就像一个玩具相同，因为它现在还无法深化到企业的事务流程中。

这背面的原因有许多，包含模型才干、职业经历、场景贴合度等，都会影响Agent的才干体现。

AI Agent需求具有感知环境、做出决议方案并履行恰当行为的才干。在这些要害进程中，最重要的是了解输入给Agent的内容、进行推理、规划、做出精确决议方案，并将其转化为可履行的原子动作序列，以完结终究方针。

现在，许多研讨运用LLM作为AI Agent的认知中心，这些模型的开展为完结这一进程供给了质量保证。因而，根据GPT-4的Agent体现得愈加智能。

但就现在而言，包含GPT-4在内的一切大模型，才干仍需进步。

“底座模型问题都还很大，AI Agent实在落地还要等更优异的模型。”某位身处大模型技能一线的业内人士对工业家说。

不过针对模型才干缺乏这一问题，智谱AI&清华KEG提出了一种对齐Agent才干的微调办法AgentTuning，该办法运用少数数据微调已有模型，明显激发了模型的Agent才干，一同能够坚持模型原有的通用才干。

AI Agent的职业经历关于其落地也至关重要。

“假如一篇论文提出了某种不同的训练办法，OpenAI内部的Slack上会不以为然,因为这些都是咱们玩剩余的。可是当新的AI Agents论文出来的时分,咱们才会仔细振奋的评论。”这是OpenAI联合创始人AndrejKarpathy最近宣布的一段说话。

简而言之，咱们根据大模型能做出什么样的东西，说到底仍是要靠职业经历，而这恰是OpenAI等一众大模型巨子们所短缺的。

要知道，企业要引进AI Agent进行流程优化，有必要经过本钱操控、投入预算、完结功率、安全管控等多方面严厉及细致的评价。这就要求技能供货商供给的有必要是渠道级处理方案，而不是只针对单一、单个场景需求来供给的AI Agent主动化处理方案。

大型企业引进新的AI技能不答应任何试错本钱，因而技能供货商给出的处理方案有必要是开箱即用、具有职业Know-How术语和事务规矩的实在智能体数字职工。也只要这样的标准化AI Agent，才干被归入企业的内部编制中去统一办理和调度。

例如，一个医疗职业的AI Agent需求具有医学常识，并能够了解和处理医疗数据。一个金融职业的AI Agent需求具有金融常识，并能够了解和处理金融数据。

AI Agent的落地作用也受限于运用场景。在如出行预定中，得益于丰厚的API等问题，AI Agent体现出色。而在如法令帮手场景中，因为新常识的频频呈现和API的不完善，实践运用面临更多应战。

这一点，从国内AI Agent纷繁生善于协同作业渠道就可见一斑。

事实上，协同作业渠道自身具有杰出的API接口和插件系统，这使得将大模型集成到现有东西中变得愈加简略。

此外，许多企业和安排都在运用协同作业软件，这意味着大模型能够敏捷掩盖很多的潜在用户。广泛的用户根底能够加快大模型的迭代和优化进程，使其更好地满意用户需求。

还有很多的数据资源助于进步模型的功用，丰厚的场景也能够推进大模型技能继续改善。

钉钉、飞书和企业微信在作为Agent载体时，也各自具有不同的优势。钉钉供给了完善的安排架构办理功用，能够方便地创立、办理和调整团队架构，使得企业能够快速建立习惯其需求的安排结构。

飞书着重实时协作和沟通，支撑多人在线修改文档、一同评论等功用，有助于团队高效地完结协作使命。其特有的一体化，使得整个作业流程愈加标准化。

企业微信与微信互通，这使得其AI Agent有或许凭借微信巨大的用户数据和运用场景，供给愈加个性化和场景化的服务。

站在这个视点来看，国内AI Agent扎堆协同作业范畴，则变得天经地义。而找到一个合适AI Agent落地的场景或许说载体更为重要。

不过，除了协同作业，还有许多其他载体或许更合适AI Agent的落地运用。

例如智能客服、智能帮手、RPA、CRM等。详细来看，在智能客服方面，AI Agent能够主动答复用户的问题，处理投诉和主张，进步客户满意度和功率。在智能帮手方面，苹果公司的Siri、谷歌公司的GoogleAssistant和亚马逊公司的Alexa都是智能帮手的代表。

在智能流程主动化方面，许多企业选用智能流程主动化东西，如UiPath、BluePrism等，来主动完结某些特定的事务流程。

在智能营销方面，许多营销渠道都集成了AI Agent，如HubSpot、Salesforce等。这些渠道的AI Agent能够经过数据剖析和机器学习技能，供给精准的营销主张和猜测，协助企业更好地了解客户需求，进步出售成绩。

总而言之，模型才干是中心，职业经历是要害，载体是保证。无论是模型才干仍是职业经历抑或是载体都是AI Agent落地的要害。值得注意的是，国内的软件业态，倒逼国内厂商造就了一身定制化、个性化才干，这种才干旁边面验证了国内企业在技能落地上的潜力，这将会进一步推进Agent的落地。

AI Agent的结局是什么？

在文章开篇的“西部国际小镇（Westworldsimulation）”里，这些智能体能够与别人和环境沟通（相互注意到互相行为、建议对话或许问好）、反思这些调查成果（构成共同的个人观点）、拟定每天的方案。他们具有自己回忆和方针，会发生可信的个人和呈现的交际行为，而不是经过预先规划完结。

例如从用户指定的单一使命开端，即一个AI Agent想要举行情人节集会，AI Agent们在接下来的时刻里会自发的传达约请、知道新朋友、相互约出参与集会的日期，并协调在正确的时刻一同呈现在集会上。

这是Agent项目里具有代表性的运用。人们之所以为这个项目感到惊奇，是因为Agent的交互呈现了人类意料之外的现象。AI Agent迸发的一段时刻，人们普遍以为补齐了大模型短板的AI Agent更具有实用性，将是大模型重要落地方向。

跟着Agent的构建越发简略，Agent生态的老练会让C端Agent呈现百家争鸣的局势，面临用户，Agent将会愈加接地气，引起新一轮的迸发。

但就现在而言，这一途径的商业化存在许多问题。拿游戏场景而言，现在收费首要来历于出售游戏配备、皮肤等方法。而AI Agent的价值无法体现在这些固有的变现途径上。而且就现在Agent落地作用来看，未呈现颠覆性的才干，C端用户是否会为其买单无法得知。

更值得注意的是，跟着让C端Agent百家争鸣，其运用价值方面也随边际效应而无限趋向于更小量级。换言之，AI Agent能否成为AI大模型从C端商业化迸发一个最中心运用方向，还需时刻验证。且即便未来会成为C端商业化迸发一个最中心运用方向，但其“寿数”并不长。

一个事实是，AI Agent终究的落脚点或将在B端。

比尔盖茨以为，智能体作为下一个渠道，将会影响人们运用软件的方法以及软件的编写方法。它更拿手查找信息并为用户总结信息，能够会为用户找到最优惠的价格，将替代查找网站及电商网站，也将替代文字处理器、电子表格和其它出产力运用程序。而且，现在各自独立的查找广告、广告交际网络、购物、出产力软件等，都将变成智能体这一项事务。Agent会彻底改变运用软件的打开方法。

这些革新降临之前，相关于 Agent自身带来的影响，怎么构建一个Agent，是一个更值得重视的问题。

Agent构建渠道上，企业或将能够自己构建自己RPA、CRM、作业OA等一系列办理软件；软件厂商也能够根据此渠道构建软件为企业供给服务。

关于身处或预备进入AI Agent范畴的玩家而言，找到切入点以及好的商业模式至关重要。

未来AI Agent的开展将不只是局限于单体智能，而是会扩展到物的智能和机器人的联动。

从集体智能的视点来看，ToC或许会构成更大的社区化虚拟安排，每个人的Agent都能经过虚拟数据衔接在一同；而ToB则或许构成虚拟的安排和企业，不同的企业和职工都能经过智能体归入到网络傍边。

终究，整个社会将变成一个巨大的真假结合的网络，构成“智联网”。在这个网络中，不同的智能体将供给更强的出产力，从头刻画整个出产关系，然后进步整个社会的产能。

因而，AI Agent的开展前景十分宽广，它们将不断扩展其运用规模和影响力，为未来的社会开展带来巨大的革新和机会。

时至今日，AI Agent尽管带来了许多想象力，却依旧存在许多质疑。技能开展之路本就充溢质疑与批评，科技革新关于任何一个企业与个别都是一场机会，要害在于怎么掌握它。

告发/反应