通信世界網消息（CWW）在最近的展會上，小編聽到了很多行業大佬在講“AI Agent”。

一般附在大模型的后面，介紹的篇幅甚至要比大模型更長更詳細。

那么，備受推崇的AI Agent究竟是什么，與目前的大模型有什么區別呢？

按百度百科來講，AI Agent是一種能夠感知環境、進行決策和執行動作的智能實體。不同于傳統的人工智能，AI Agent 具備通過獨立思考、調用工具去逐步完成給定目標的能力。

意思就是，相比于大模型，AI Agent“會使用工具”。

如果說人與動物的區別是人類會使用工具，那么AI Agent與大模型的區別亦然。

因為當前的LLM（大語言模型），無論是國外的ChatGPT還是國內的文心一言、Kimi智能助手等，都是對話式，都是按照用戶提問-回答-再提問-再回答（如此循環）來實現。

那么，問題就來了，這些大模型輸出的內容常取決于用戶的提問能力，如果提問不夠精確、不夠全面，是不是就得不到滿意的效果？

因此，現在網上甚至出現一些“大模型提示詞怎么寫？”“AI大模型或重塑職場！'會提問'將成制勝新技能”等言論。

就連我們編輯部的設計師同事也曾吐槽過，雖然大模型出一張圖很快，但如何讓它設計出滿意的圖，卻比自己完成花的時間更久。

由此可見，當前人工智能方面的重要矛盾是人們對大模型日益增長的需要與大模型提問模式不平衡不充分的發展之間的矛盾。?

而且，隨著AI的不斷迭代，如今很多算法已經實現了自主學習、調用工具的能力，因此，AI Agent應運而生。

AI Agent的起源、定義

在查閱Agent的論文時，我發現其中很大一部分是關于哲學方面的表述。

甚至最早要追溯到”道生一，一生二，二 生三，三生萬物”可以自我演進的春秋時期（公元前450年）和“擁有欲望、信念、意圖和采取行動能力的實體”的亞里士多德時期（公元前350年）。

足以見得，人類對于人工智能甚至說演進的研究保持了一如既往的熱愛。

而當代Agent的起源，則莫過于圖靈測試。20 世紀 50 年代，阿蘭圖靈（Alan Turing）把“高度智能有機體”概念擴展到了人工實體，并提出了著名的圖靈測試。即測試者寫下自己的問題，隨后將問題以純文本的形式（如計算機屏幕和鍵盤）發送給另一個房間中的一個人與一臺機器。測試者根據他們的回答來判斷哪一個是真人，哪一個是機器。

隨著人工智能的發展，如今的“高度智能有機體”逐漸得到共識：用來描述顯示智能行為并具有自主性、反應性、主動性和社 交能力等素質的實體——AI Agent。

同時，自圖靈測試后，人工智能經歷了上世紀60年代電影等文藝作品的涌現、1997年深藍擊敗人類國際象棋冠軍、2011年蘋果發布Siri、2012年AlexNet 卷積神經網絡的深度學習模型取得“ImageNet 計算機視覺挑戰賽”第一名、2016年AlphaGO擊敗世界圍棋冠軍李在石等光輝時刻。

終于在2022年末，隨著ChatGPT發布5天，用戶數突破100萬人，人工智能憑借大模型再一次肩負起了能給世界帶來革命性改變的重托。

緊接著，在2023年4月，OpenAI發布了AutoGPT。

與ChatGPT不同的是，用戶不需要不斷對 AI 提問以獲得對應回答，在 AutoGPT 中只需為其提供一個 AI 名稱、描述和五個目標，AutoGPT 就可以自己完成項目。它可以讀寫文件、瀏覽網頁、審查自己提示的結果，以及將其與所說的提示歷史記錄相結合。

如果說這還沒有讓大家感到重視。那么2023年6 月底，OpenAI Safety 團隊負責人翁麗蓮在自己的博客上發表的一篇名為 LLM Powered Autonomous Agents 的文章足以讓大家對Agent有了更多了解。文中，翁麗蓮詳細介紹了基于LLM的AI Agent，并直言：AI Agent將是使LLM轉為通用問題解決方案的途徑之一。

一時間，AI Agent成為繼LLM之后的又一熱門話題，如今提及AI Agent，創業者們就會雙眼放光，投資人們也是熱情高漲，大企業們更是躍躍欲試。

在2024世界互聯網大會上，中國工程院院士鄔賀銓就曾言，AI Agent是大模型落地載體的關鍵作用。他認為，國內外科技巨頭紛紛布局智能體領域，搭建各自的智能體開發平臺，以推動AI技術的廣泛應用與商業化進程。

同時，在“2024 WAIC”上，百度創始人、董事長兼首席執行官李彥宏就也公開表示：“Agent是我們最看好的AI應用發展方向?！?/p>

此外，比爾蓋茨、吳恩達、李飛飛等均多次表示AI Agent是重要發展方向。

Agent爆發前夜

大廠都在“卷”什么？

Agent有著如此重要的行業前景，自然，國內外大廠都在精心布局，但從實際效果來說，究竟是真的具有自主性、獨立性，還是在原有人工智能的基礎上扣一個Agent的外殼，走“換湯不換藥”那一套，也具有極強的迷惑性。

國際視角

作為AI領域的先鋒，Open AI不僅早在2023年4月推出推出 Plugin(插件)，希望用戶可以輕松在Plugin平臺下開發應用插件，并且在OpenAI首屆開發者大會（OpenAI DevDay）上，OpenAI發布了AI Agent初期形態產品GPTs，推出了相應的制作工具GPT Builder。用戶僅僅通過跟GPT Builder聊天，把想要的GPT功能描述一遍，就能生成專屬GPT。

然而，目前OpenAI打造的GPT商店（即GPTs）卻因只能讓ChatGPT Plus 付費會員使用，受益面較窄，因此一時間無法達成“復刻App Store輝煌”的目標。

微軟在AI Agent的布局上同樣不遺余力。2023年3月Microsoft 365 Copilot發布，在當時便提出了一種基于LLM的應用開發范式，即Agent。2024年5月22日，微軟在一年一度的Build開發者大會正式推出Team Copilot，將Copilot for Microsoft 365從幕后的個人AI助手，擴展為團隊助手。

在toB方面，IBM提出基于深厚技術與客戶基礎，實現Agent和智能體平臺的組合布局，推出企業級AI與數據平臺——watsonx平臺。在7月9日的IBM Think大會上，IBM宣布了watsonx平臺的新更新和新推出的數據與自動化功能，稱使人工智能對企業而言更具開放性、成本效益與靈活性。

國內視角

在國內，AI Agent的發展同樣如火如荼。2024年，中國“玩家”與時俱進，在2024年元年論被“說爛了”的基礎上，提出了“2024年是AI Agent的發展元年”一說。

不僅大廠中，字節跳動的扣子、騰訊云的騰訊元器、百度智能云千帆AgentBuilder、阿里云大模型平臺百煉、科大訊飛星火智能體平臺、華為方舟實驗室的盤古智能體框架（Pangu-智能體）等紛紛“出手”，同時包括智譜AI、面壁智能等大模型創業公司，容聯云、思邁特等SaaS公司，釘釘、飛書等協同辦公賽道企業等也都在“加碼”。

但該說不說，Agent仍然是國內被認可的人工智能應用落地的最重要的產品形態。

依照OSI參考模型，有媒體將當前中國AI Agent生態分為算力層（泛AI算力）、平臺框架層（企業級AI Agent平臺和開發者AI Agent平臺/框架）和垂直應用層三層。

其中，在算力基礎設施層面，阿里云、百度智能云、華為云等領軍企業憑借卓越的計算資源調配能力與龐大的數據存儲容量，構筑了AI技術發展的堅實基礎。

平臺框架層作為連接底層算力與上層應用的“橋梁”，可細化為兩大核心方向：一是企業級AI Agent平臺，以釘釘、實在智能等企業為代表，通過整合先進的人工智能技術與敏銳的行業洞察，為企業用戶打造智能化、自動化的業務流程，顯著提升運營效率與決策精準度。二是AI Agent開發平臺，如星火智能體開發平臺、文心智能體平臺等，致力于為廣大開發者提供開放、靈活的開發環境。

垂直應用層則是AI生態體系中直接面向終端用戶的“前沿陣地”，涵蓋了金融、招聘、營銷、供應鏈、教育、數據分析、AI PC等眾多領域。

但從目前來看，由于Agent的重要性，一些大廠甚至在各個層面都有布局，形成“大廠要生態、小廠要聚焦”的場景。

結語

數據顯示，全球數據量將在未來5年保持持續增長，2022年，全球數據規模已達到103ZB，中國數據規模達到23.9ZB；預計2027年，全球數據規?？蛇_到284.3ZB，2022-2027的復合增長率可達到22%，而中國數據量規模則可達到76.6ZB。

在這樣的數據規模下，人工智能的應用邊界似乎只受限于人類的想象力，可謂是“只有你想不到，沒有我辦不到”。

但也必須清醒認識，AI Agent的演進并非旨在取代人類，而是在拓展人類發展的邊界，為人類社會注入前所未有的可能性。AI將逐步轉型為工作中的得力伙伴，以其不知疲倦的探索精神和永恒的好奇心，成為人類智慧的重要補充。

而AI Agent也終將是一位助手，而已。