发展概述：AI Agent历经两阶段蜕变，迈向多领域自主执行的广泛应用
AI智能体（AI Agent）是一种能够自主感知环境、进行决策并执行任务的智能系统。从早期专注于特定任务的AI系统，到如今能自主执行复杂任务的智能实体，演进历经两个关键时期：
基于规则和早期机器学习阶段：AI Agent专注于特定领域的任务，能力有限。1997年，IBM的深蓝在国际象棋中战胜世界冠军，展示基于规则的AI在特定领域的潜力，但缺乏通用性。2016年，谷歌的AlphaGO通过深度学习和蒙特卡洛树搜索战胜围棋高手，拓宽AI在策略博弈领域的应用。
基于大语言模型的快速发展阶段：大语言模型强势崛起，基于LLM的AI Agent应运而生。2018年，谷歌发布BERT模型开启大语言模型时代，AI Agent进入快速发展期。2019年，OpenAI推出GPT系列，尤其是GPT-3和GPT-3.5，大幅提升AI Agent的文本生成和知识储备能力。2023年，LLaMA、BLOOM等开源大模型降低了行业门槛，促进技术生态的多元化。今年3月GPT-4和AutoGPT的发布，使AI Agent能够自主规划和执行复杂任务，实现了从被动执行到主动工作的转变。据Gartner预计，Agentic AI是2025年十大技术趋势之一，并预测到2028年，至少有15%的日常工作决策将由Agentic AI自主完成。
功能应用：基于LLM的AI Agent的关键功能受限，有待未来突破
基于LLM的AI Agent不仅让每个人都有增强能力的专属智能助理，还会改变人机协同的模式。生成式AI带来的人机协同，呈现出三种模式。在智能体模式中，AI的互动性、自主性和适应性得到充分发挥，可以作为独立行动者自主完成任务，人类则从执行者转变为监督者和评估者，与嵌入模式的命令执行工具和副驾驶模式的合作伙伴有本质区别。
表1 生成式AI带来的三种人机协同模式对比
AI Agent的关键功能，如自主思考、规划与工具调用、记忆、多模态理解，当前均存在一定的局限性。一是自主思考能力有限。当前AI Agent多基于RPA理念，依赖人为设定的规则和干预，自主探索能力较弱。二是规划与工具调用能力低。AI Agent在复杂场景下的推理和规划能力尚待提高，对于模糊或不完整的指令，其表现可能不稳定。三是长期记忆构建能力不足。大多数AI Agent依赖Prompt构建短期记忆，而事实性记忆则通过RAG技术实现，但缺乏长效、稳固的记忆体系，难以支撑连贯且深入的交互需求。四是多模态理解能力差。AI Agent主要依赖大语言模型，在图像、音频、视频等多模态信息理解上能力有限。随着技术不断进步，未来AI Agent有望在这些领域实现显著突破，变得更加智能和自适应。
市场发展：2024年企业AI设计模式中，AI Agent异军突起
据Menlo Ventures数据，在企业AI设计模式中，AI Agent今年异军突起，占比从0上升至12%。Agent具备复杂推理能力、能执行多步骤任务，有望与企业应用深度结合，在企业服务等各类场景中发挥巨大价值。
图1 企业AI设计模式采用率变化
2024年以来，全球AI Agent赛道资本市场也愈加活跃，融资数量超25起，融资金额超665亿元1，其中下半年融资数量是上半年2倍多。随着AI相关技术的快速发展，未来AI Agent领域有望获得更多融资，市场发展前景也更加广阔，据Markets and Markets预测，全球AI Agent市场将从2024年的51亿美元增长到2030年的471亿美元，年复合增长率达44.8%。
AI Agent已成科技巨头必争之地。微软在Ignite 2024技术大会宣布建立全球最大的企业级AI Agent生态系统，已有超过10万家公司利用Copilot Studio创建或编辑AI Agent。谷歌推出商用AI Agent市场AI Agent Space，上架19款解决方案，并且还在持续更新中。国内科技巨头也在快速布局AI Agent领域，智谱在11月29日的OpenDay上发布AutoGLM、AutoGLM-Web、AutoGLMPC三款Agent产品，字节、腾讯、百度、阿里等大厂也推出扣子、腾讯元器、文心智能体、千帆AgentBuilder等Agent产品。AI Agent成为“新风口”。
典型应用：Agent成为个性化需求和企业智能化转型的重要工具
随着AI技术的发展，有以下几个典型Agent产品：
AutoGLM更关注手机端使用。AutoGLM是智谱科技推出的一款AI智能体产品，旨在提升用户的生活和工作效率。一是模拟人类操作，通过文字或语音指令，完成如微信点赞评论、淘宝购物、携程酒店预订、12306购票、美团外卖等多项任务。二是无需API支持，摆脱特定接口依赖，直接对接图形用户界面。三是具备跨App能力，支持抖音、京东、饿了么等主流APP，为用户在多APP交互场景中提供便利，如可在美团和饿了么比价、在小红书搜攻略后去携程订酒店等。四是自动化任务执行，在真实环境中执行自动化任务，简化用户的操作流程。AutoGLM在7款常见手机APP中应用测试中表现良好，绝大多数任务都能圆满完成，少数未完成的任务也能部分推进。
图2 AutoGLM在7款常见的安卓APP表现情况
Claude 3.5 Sonnet具备“像人一样使用电脑”的能力。2024年10月，Anthropic发布升级版Claude 3.5 Sonnet模型。一是推理能力大幅升级，在研究生水平推理能力GPQA、一般推理能力MMLU、编程能力等方面表现优于GPT-4o和Gemini 1.5。二是新增“Computer use”功能，可模拟人类操作电脑，通过API指令，Claude能观察屏幕、移动光标、点击按钮和输入文本，从而执行网站设计、表格填充等任务，显著提升AI的自动化能力。三是分步骤拆解规划，在模拟人类操作电脑时，Claude将任务拆解成了若干步骤，并对每一步给出详细解释，使用合适的工具去完成规划。四是具备自我调整过程，如遇到浏览器闪崩可以再次打开浏览器并展示结果。升级版Claude 3.5 Sonnet在OSWorld2测试中，虽然得分为AI模型中首位，但其电脑使用能力表现较人类水平仍有提升空间。
Agentforce商业化进展加速。Agentforce是由Salesforce在2024年9月推出的一款自主AI Agent产品，旨在通过智能化和自动化的方式提升企业的服务、销售和营销效率。Agentforce由Agent Builder和Agentforce Service Agent两部分组成。一是提供定制服务，Agent Builder可以让企业用户可通过低代码/无代码等方式来定制AI Agent，以适应不同的业务场景需求。二是支持即用服务，Agentforce Service Agent是面向客户的AI服务助手，支持多渠道（如语音、WhatsApp、Facebook Messenger）自助服务，帮助企业快速响应客户需求。Agentforce已面向服务和销售全面推出，起价为每对话2美元。根据Salesforce FY2025Q3业绩会，第三季度公司获得超过100万美元的AI交易数量，同比增长两倍多。
表2 典型AI agent应用对比
注释
1.数据来源:来觅数据
2.一项评估 AI 模型电脑使用能力的测试
