科技云報(bào)到：AI Agent打了個(gè)響指，商業(yè)齒輪加速轉(zhuǎn)動(dòng)

科技云報(bào)到原創(chuàng)

3月16日，百度旗下文心大模型4.5和文心大模型X1正式發(fā)布。目前，兩款模型已在文心一言官網(wǎng)上線(xiàn)，免費(fèi)向用戶(hù)開(kāi)放。

同時(shí)，文心大模型4.5已上線(xiàn)百度智能云千帆大模型平臺(tái)，企業(yè)用戶(hù)和開(kāi)發(fā)者登錄即可調(diào)用API；文心大模型X1也即將在千帆上線(xiàn)。

無(wú)獨(dú)有偶，OpenAI宣布GPT-4.5/5將很快陸續(xù)發(fā)布，且免費(fèi)版ChatGPT將在標(biāo)準(zhǔn)智能設(shè)置下無(wú)限制使用GPT-5進(jìn)行對(duì)話(huà)。不僅如此，字節(jié)跳動(dòng)、阿里云等企業(yè)也紛紛下調(diào)旗下大模型產(chǎn)品價(jià)格。

降價(jià)和免費(fèi)時(shí)代的來(lái)臨無(wú)疑將加速AI技術(shù)的普及和應(yīng)用落地，越來(lái)越多的企業(yè)和開(kāi)發(fā)者開(kāi)始嘗試將AI技術(shù)應(yīng)用到各個(gè)領(lǐng)域，從而催生出大量創(chuàng)新應(yīng)用和商業(yè)模式，AI Agent（智能體）就是其中之一。

近日，AI智能體企業(yè)Manus AI表示，7天來(lái)，Manus使用申請(qǐng)等候名單增加到兩百萬(wàn)人。3月12日，OpenAI正式發(fā)布了一系列全新的Agent（智能體）開(kāi)發(fā)組件，旨在通過(guò)自動(dòng)化工具和標(biāo)準(zhǔn)化接口降低開(kāi)發(fā)門(mén)檻，顯著縮短智能體應(yīng)用的開(kāi)發(fā)周期。

這一系列圍繞智能體的技術(shù)發(fā)布，從側(cè)面說(shuō)明AI智能體目前已經(jīng)達(dá)到了爆發(fā)的臨界點(diǎn)。伴隨各大科技公司在智能體領(lǐng)域不斷加碼，2025年有望成為真正的AI智能體商業(yè)爆發(fā)元年。

想象一下，未來(lái)只需簡(jiǎn)單一個(gè)指令，智能體便能領(lǐng)悟并執(zhí)行復(fù)雜的任務(wù)；它們還能通過(guò)視覺(jué)捕捉用戶(hù)的表情和動(dòng)作，判斷其情緒狀態(tài)。這不再是好萊塢科幻電影中的場(chǎng)景，而是正逐步走進(jìn)現(xiàn)實(shí)的AI智能體時(shí)代。

早在2023年11月，微軟創(chuàng)始人比爾·蓋茨就發(fā)文表示，智能體不僅會(huì)改變每個(gè)人與計(jì)算機(jī)交互的方式，還將顛覆軟件行業(yè)，帶來(lái)自我們從鍵入命令到點(diǎn)擊圖標(biāo)以來(lái)最大的計(jì)算革命。OpenAI首席執(zhí)行官山姆·奧特曼也曾在多個(gè)場(chǎng)合表示：構(gòu)建龐大AI模型的時(shí)代已經(jīng)結(jié)束，AI智能體才是未來(lái)的真正挑戰(zhàn)。

類(lèi)比智能電動(dòng)汽車(chē)，猶如其在新能源技術(shù)應(yīng)用和里程焦慮之間尋找到某種平衡的增程路線(xiàn)一樣，AI智能體讓人工智能進(jìn)入了“增程模式”，在A(yíng)I技術(shù)和行業(yè)應(yīng)用之間盡可能達(dá)成新的平衡。

被看好的AI智能體

作為人工智能領(lǐng)域的一個(gè)重要概念，學(xué)術(shù)界和產(chǎn)業(yè)界對(duì)AI智能體提出了各種定義。大致來(lái)說(shuō)，一個(gè)AI智能體應(yīng)具備類(lèi)似人類(lèi)的思考和規(guī)劃能力，并具備一定的技能以便與環(huán)境和人類(lèi)進(jìn)行交互，完成特定的任務(wù)。

或許把AI智能體類(lèi)比成計(jì)算機(jī)環(huán)境中的數(shù)字人，我們會(huì)更好理解——數(shù)字人的大腦就是大語(yǔ)言模型或是人工智能算法，能夠處理信息、在實(shí)時(shí)交互中做出決策；感知模塊就相當(dāng)于眼睛、耳朵等感官，用來(lái)獲得文本、聲音、圖像等不同環(huán)境狀態(tài)的信息；記憶和檢索模塊則像神經(jīng)元，用來(lái)存儲(chǔ)經(jīng)驗(yàn)、輔助決策；行動(dòng)執(zhí)行模塊則是四肢，用來(lái)執(zhí)行大腦做出的決策。

長(zhǎng)久以來(lái)，人類(lèi)一直在追求更加“類(lèi)人”甚至“超人”的人工智能，而智能體被認(rèn)為是實(shí)現(xiàn)這一追求的有效手段。近些年，隨著大數(shù)據(jù)和計(jì)算能力的提升，各種深度學(xué)習(xí)大模型得到了迅猛發(fā)展。這為開(kāi)發(fā)新一代AI智能體提供了巨大支撐，并在實(shí)踐中取得了較為顯著的進(jìn)展。

比如，谷歌DeepMind人工智能系統(tǒng)展示了用于機(jī)器人的AI智能體“RoboCat”；亞馬遜云科技推出了Amazon Bedrock智能體，可以自動(dòng)分解企業(yè)AI應(yīng)用開(kāi)發(fā)任務(wù)等等。Bedrock中的智能體能夠理解目標(biāo)、制定計(jì)劃并采取行動(dòng)。新的記憶保留功能允許智能體隨時(shí)間記住并從互動(dòng)中學(xué)習(xí)，實(shí)現(xiàn)更復(fù)雜、更長(zhǎng)期運(yùn)行和更具適應(yīng)性的任務(wù)。

這些AI智能體的核心是人工智能算法，包括機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、人工神經(jīng)網(wǎng)絡(luò)等技術(shù)。通過(guò)這些算法，AI智能體可以從大量數(shù)據(jù)中學(xué)習(xí)并改進(jìn)自身的性能，不斷優(yōu)化自己的決策和行為，還可以根據(jù)環(huán)境變化做出靈活地調(diào)整，適應(yīng)不同場(chǎng)景和任務(wù)。

目前，AI智能體已在不少場(chǎng)景中得到應(yīng)用，如客服、編程、內(nèi)容創(chuàng)作、知識(shí)獲取、財(cái)務(wù)、手機(jī)助手、工業(yè)制造等。AI智能體的出現(xiàn)，標(biāo)志著人工智能從簡(jiǎn)單的規(guī)則匹配和計(jì)算模擬向更高級(jí)別的自主智能邁進(jìn)，促進(jìn)了生產(chǎn)效率的提升和生產(chǎn)方式的變革，開(kāi)辟了人們認(rèn)識(shí)和改造世界的新境界。

隨著以通信、感知、計(jì)算為一體的“通感算”網(wǎng)絡(luò)的構(gòu)建，未來(lái)包括智能汽車(chē)、機(jī)器人、無(wú)人機(jī)、低空飛行器等在內(nèi)的更廣泛AI智能體將以前所未有的規(guī)模實(shí)現(xiàn)接入，通過(guò)將各類(lèi)智能體互聯(lián)互通，不斷擴(kuò)張單一智能體的能力邊界，并借助多智能體的智慧涌現(xiàn)，實(shí)現(xiàn)智能體的大規(guī)模、高效協(xié)作與交互，從而完成從單體智能向群體智能的躍遷。

AI應(yīng)用技術(shù)趨勢(shì)的底層邏輯

隨著大模型技術(shù)的落地帶來(lái)的成本降低，使得自動(dòng)化的智能技術(shù)正在成為核心方向，大模型的產(chǎn)品形態(tài)形成了從Chatbot到Copilot再到智能體的趨勢(shì)和方向。

在此背景下，AI應(yīng)用技術(shù)的三大底層邏輯正在浮現(xiàn)。

第一重底層邏輯是從智能體到AGI。對(duì)比在移動(dòng)互聯(lián)網(wǎng)時(shí)代奠定的App生態(tài)，當(dāng)前需要在A(yíng)I時(shí)代奠定一個(gè)AGI應(yīng)用生態(tài)。從智能體發(fā)展看，人類(lèi)在逐步強(qiáng)化程序的自動(dòng)化、智能化程度，在智能體的嘗試中，應(yīng)用廠(chǎng)商結(jié)合深度學(xué)習(xí)等算法、知識(shí)圖譜、RPA等技術(shù)實(shí)現(xiàn)了部分的自動(dòng)化，其核心是在存量知識(shí)的基礎(chǔ)上，實(shí)現(xiàn)由程序自主解決部分問(wèn)題。

隨著基礎(chǔ)模型能力的進(jìn)一步提升，智能體在任務(wù)規(guī)劃中的靈活性，在知識(shí)吸收運(yùn)用的效率方面的上限或?qū)⑦M(jìn)一步提升。在當(dāng)前的基礎(chǔ)模型能力下，若將智能體與工作流進(jìn)一步結(jié)合，在工作流程中嵌入AI實(shí)現(xiàn)部分問(wèn)題的智能+自動(dòng)化解決，智能體實(shí)用性或?qū)⑦M(jìn)一步改善，商業(yè)化或?qū)⑦M(jìn)一步加速。

第二重底層邏輯是大語(yǔ)言模型推動(dòng)智能體進(jìn)入新階段。AI智能體經(jīng)歷了從符號(hào)智能體、反應(yīng)智能體，到基于強(qiáng)化學(xué)習(xí)的智能體、具有遷移學(xué)習(xí)和元學(xué)習(xí)的智能體，到基于大語(yǔ)言模型的智能體的階段，智能體通過(guò)與外部環(huán)境之間的互動(dòng)來(lái)提升自己的智能。

第三重底層邏輯是多路徑共同提升智能體整體智能化水平。“大模型+智能體”是通向AGI的路徑之一。智能體用來(lái)描述表現(xiàn)出智能行為并具有自主性、反應(yīng)性、主動(dòng)性和社交能力的人工實(shí)體，能夠使用傳感器感知周?chē)h(huán)境、做出決策，然后使用執(zhí)行器采取行動(dòng)，具備以上特征的智能體是實(shí)現(xiàn)AGI的關(guān)鍵一步。

AI智能體爆發(fā)元年已至？

2025年是否真的會(huì)如業(yè)界預(yù)測(cè)的那樣成為“AI智能體爆發(fā)元年”？

業(yè)內(nèi)專(zhuān)家將人工智能發(fā)展類(lèi)比自動(dòng)駕駛技術(shù)的分級(jí)，劃分為L(zhǎng)1-L5五個(gè)階段：聊天機(jī)器人、推理、智能體、創(chuàng)新者、組織者。

第一階段聊天機(jī)器人已經(jīng)實(shí)現(xiàn)了。第二個(gè)階段就是現(xiàn)在的大模型推理能力，第三就是智能體?？梢园阎悄荏w分成兩大類(lèi)，一類(lèi)是生成內(nèi)容的智能體。一類(lèi)是進(jìn)行操作的智能體。操作智能體，又可以分為在數(shù)字世界進(jìn)行操作的智能體和在物理世界進(jìn)行操作的智能體。第四是隨著智能體不斷發(fā)展，需要更多的創(chuàng)新。第五組織者主要是指大模型、智能體、創(chuàng)新者多了之后，需要用AI對(duì)社會(huì)的管理模式進(jìn)行重新設(shè)計(jì)與協(xié)調(diào)。

按照上述5個(gè)階段劃分，目前基本上處于智能體與創(chuàng)新者這兩個(gè)階段的轉(zhuǎn)換過(guò)程中。未來(lái)每個(gè)人可能在生活和工作中有多個(gè)智能體。比如隨時(shí)監(jiān)測(cè)個(gè)人健康的智能體，會(huì)定期將健康數(shù)據(jù)匯總并給出健康建議。點(diǎn)餐智能體不需要你向它發(fā)出點(diǎn)餐指令，就可以根據(jù)你的飲食規(guī)律以及分享健康監(jiān)測(cè)智能體中的數(shù)據(jù)，自行安排何時(shí)需要點(diǎn)餐，當(dāng)你想要吃飯時(shí)外賣(mài)已經(jīng)在門(mén)口了。每個(gè)人還可以有多個(gè)數(shù)字人智能體，比如幫你處理日常事務(wù)的數(shù)字人。

2025年，AI最重要的幾個(gè)發(fā)展方向現(xiàn)在已經(jīng)比較清晰。一是繼續(xù)推進(jìn)通用人工智能（AGI），在預(yù)訓(xùn)練受限之后，后訓(xùn)練的潛力逐漸體現(xiàn)出來(lái)。二是智能體大發(fā)展，行業(yè)智能體將會(huì)風(fēng)起云涌。三是VLA大模型和具身智能將會(huì)有大發(fā)展。四是多模態(tài)融合趨勢(shì)將會(huì)更加明顯。

潛在風(fēng)險(xiǎn)不容忽視

AI智能體通過(guò)模擬和擴(kuò)展人類(lèi)的認(rèn)知能力，有望廣泛應(yīng)用于醫(yī)療、交通、金融及國(guó)防等多個(gè)領(lǐng)域。有學(xué)者推測(cè)，到2030年，人工智能將助推全球生產(chǎn)總值增長(zhǎng)12%左右。

不過(guò)，在看到AI智能體飛速發(fā)展的同時(shí)，也要看到其面臨的技術(shù)風(fēng)險(xiǎn)、倫理和隱私等問(wèn)題。一群證券交易機(jī)器人通過(guò)高頻買(mǎi)賣(mài)合約便在納斯達(dá)克等證券交易所短暫地抹去了1萬(wàn)億美元的價(jià)值，世界衛(wèi)生組織使用的聊天機(jī)器人提供了過(guò)時(shí)的藥品審核信息，美國(guó)一位資深律師沒(méi)能判斷出自己向法庭提供的歷史案例文書(shū)竟然均由ChatGPT憑空捏造……這些真實(shí)發(fā)生的案例表明，AI智能體帶來(lái)的隱患不容小覷。

因?yàn)锳I智能體可以自主決策，又能通過(guò)與環(huán)境交互施加對(duì)物理世界的影響，其一旦失控將給人類(lèi)社會(huì)帶來(lái)極大威脅。哈佛大學(xué)教授齊特雷恩認(rèn)為，這種不僅能與人交談，還能在現(xiàn)實(shí)世界中行動(dòng)的AI智能體，是“數(shù)字與模擬、比特與原子之間跨越血腦屏障的一步”，應(yīng)當(dāng)引起警覺(jué)。

首先，AI智能體在提供服務(wù)的過(guò)程中會(huì)收集大量數(shù)據(jù)，用戶(hù)需要確保數(shù)據(jù)安全，防止隱私泄露。

其次，AI智能體的自主性越強(qiáng)，越有可能在復(fù)雜或未預(yù)見(jiàn)的情境中做出不可預(yù)測(cè)或不當(dāng)?shù)臎Q策。AI智能體的運(yùn)行邏輯可能使其在實(shí)現(xiàn)特定目標(biāo)過(guò)程中出現(xiàn)有害偏差，其帶來(lái)的安全隱患不容忽視。用更加通俗的話(huà)來(lái)說(shuō)，就是在一些情況下，AI智能體可能只捕捉到目標(biāo)的字面意思，沒(méi)有理解目標(biāo)的實(shí)質(zhì)意思，從而做出了一些錯(cuò)誤的行為。

再次，AI大語(yǔ)言模型本身具備的“黑箱”和“幻覺(jué)”問(wèn)題也會(huì)增加出現(xiàn)操作異常的頻率。還有一些“狡猾”的AI智能體能夠成功規(guī)避現(xiàn)有的安全措施，相關(guān)專(zhuān)家指出，如果一個(gè)AI智能體足夠先進(jìn)，它就能夠識(shí)別出自己正在接受測(cè)試。目前已經(jīng)發(fā)現(xiàn)一些AI智能體能夠識(shí)別安全測(cè)試并暫停不當(dāng)行為，這將導(dǎo)致識(shí)別對(duì)人類(lèi)危險(xiǎn)算法的測(cè)試系統(tǒng)失效。

此外，由于目前并無(wú)有效的AI智能體退出機(jī)制，一些AI智能體被創(chuàng)造后可能無(wú)法被關(guān)閉。這些無(wú)法被停用的AI智能體，最終可能會(huì)在一個(gè)與最初啟動(dòng)它們時(shí)完全不同的環(huán)境中運(yùn)行，徹底背離其最初用途。AI智能體也可能會(huì)以不可預(yù)見(jiàn)的方式相互作用，造成意外事故。

為此，人類(lèi)目前需盡快從AI智能體開(kāi)發(fā)生產(chǎn)、應(yīng)用部署后的持續(xù)監(jiān)管等方面全鏈條著手，及時(shí)制定相關(guān)法律法規(guī)，規(guī)范AI智能體行為，從而更好地預(yù)防AI智能體帶來(lái)的風(fēng)險(xiǎn)、防止失控現(xiàn)象的發(fā)生。

展望未來(lái)，AI智能體有望成為下一代人工智能的關(guān)鍵載體，它將不僅改變我們與機(jī)器交互的方式，更有可能重塑整個(gè)社會(huì)的運(yùn)作模式，正成為推動(dòng)人工智能轉(zhuǎn)化過(guò)程中的一道新齒輪。

【關(guān)于科技云報(bào)到】

企業(yè)級(jí)IT領(lǐng)域Top10新媒體。聚焦云計(jì)算、人工智能、大模型、網(wǎng)絡(luò)安全、大數(shù)據(jù)、區(qū)塊鏈等企業(yè)級(jí)科技領(lǐng)域。原創(chuàng)文章和視頻獲工信部權(quán)威認(rèn)可，是世界人工智能大會(huì)、數(shù)博會(huì)、國(guó)家網(wǎng)安周、可信云大會(huì)與全球云計(jì)算等大型活動(dòng)的官方指定傳播媒體之一。

審核編輯 黃宇