今年4月份，斯坦福和谷歌的研究者共同創建了一個“西部世界小鎮（Westworldsimulation）”，在這個小鎮里，25個智能體可執行類似人類的日常行為，比如起床后做早餐然后去上班，藝術家作畫，作家寫作。

這些就是如今人們共同談論的“AI Agent實驗”。而在國內的今年下半年，大模型市場的玩家們，似乎正齊刷刷地轉向AI Agent——這個清晰可見的AGI終局產品。

一組數據顯示，截止11月中旬，AI Agent賽道發生融資事件13起，總融資金額約735億人民幣，公司融資均值為56.54億人民幣。

而在國外，這一領域亦是火爆。“至少有100個項目正致力于將AI代理商業化，近10萬名開發人員正在構建自主Agent。”外媒MattSchlicht曾表示。

AI Agent為何如此火爆？

關于AI Agent的想象力，一個高贊回答是：“大語言模型只能編個貪吃蛇，而AI Agent可以整出一個王者榮耀。”

成熟的AI Agent可以使軟件生產大幅降低成本。未來Coding工作流中會很多Agent臨時寫成的軟件和測試方案，不追求長期的可復用性，可以隨用隨拋。目前一家軟件行業巨頭動輒上萬甚至十萬人，有了AI Agent之后研發、交付需要耗費的人力和資金將大幅降低。而且使得軟件可以靈活地解決更多長尾需求。

此外，AI Agent或將為LLM搭建一套框架來進行深度思考和分析，從而做出更復雜和可靠的決策。

總之，就像微軟創始人比爾·蓋茨所說的那樣：“誰能主宰個人助理Agent，那才是大事。因為你將永遠不去搜索網站，不去生產力網站，不去亞馬遜。”

值得注意的是，在這種巨大的技術變革下，目前我們仍沒有切身體會到AI Agent所帶來的紅利和變化。很明顯，AI Agent的發展仍面臨一些難題。

一些值得探討的問題是，國內外AI Agent的發展現狀如何？AI Agent落地的關鍵點是什么？以及AI Agent未來是怎樣的？

一

AI Agent現狀，海外VS本土

目前，國內一些科技公司已經產出了數個知名大模型，因此孕育而生的Agent智能體應用也開始逐漸進入大眾視野。

例如百度將文心大模型應用到智能搜索、自動駕駛；阿里將通義千問模型應用到高德地圖、優酷，盒馬等產品。華為將其盤古模型應用到智能氣象、語音識別等。

一家叫面壁智能的創業也公司推出了他們的AI Agent產品ChatDev，可以在短時間內完成一個軟件或者一個小游戲的開發，用戶所需要做的，只是提供給它一個要求。

值得注意的是，協同辦公領域似乎是巨頭們做AI Agent的“必經之地”。

例如釘釘魔法棒套件中，從聊天AI、文檔AI、會議AI、宜搭AI、TeambitionAI等都匯集了釘釘AI產品能力；騰訊會議中的“會議助理”功能提供了一些智能化的支持，如自動總結會議紀要、轉錄和翻譯；百度推出的智能工作平臺如流搭載了文心大模型，可以實現智能創作、智能推薦等功能；字節跳動旗下的辦公軟件飛書宣布推出智能AI助手“MyAI”，旨在提升團隊協作效率。

曾有投資人對媒體調侃：“十個AI應用里面，五個辦公Agent，三個AIGC，還有兩成是回春的數字人。”這不僅是國內AI Agent發展的現狀，其實從國外一些諸如谷歌、微軟等企業也在將AI Agent落于協同辦公場景。

其實在海外，AI Agent概念從出現到爆發，已經邁過多個階段。

在單一Agent階段，主要是針對不同領域和場景的特定任務，開發和部署專門的智能體。以GPTengineer為例，給它一個需求，其就可以把代碼寫個大概。

而多Agent合作階段，是由不同角色的Agent自動合作完成復雜的任務。例如在MetaGPT上，如果讓其做一個股票分析的工具，它會把這個任務分別翻譯給產品經理、架構師、項目經理等5個角色，模擬整個的軟件開發中所有決策工作流。

不過，隨著微軟全新工具AutoGen的發布，AI Agent很快翻開了新的篇章。

AutoGen允許多個LLM智能體通過聊天來解決任務。LLM智能體可以扮演各種角色，如程序員、設計師，或者是各種角色的組合，對話過程就把任務解決了。這與MetaGPT不同，MetaGPT的角色模型是被定義好的，而AutoGen可以讓開發者自己定義Agent，還可以讓他們相互對話。

這是一個新的且富有創造性的Agent框架。在AutoGen發布的兩個星期內，星標量從390狂增到10K，并在Discord上吸引了5000多名成員。

微軟在AI Agent的布局較早。2023年3月Microsoft365Copilot發布，在當時便提示了一種基于LLM的應用開發范式，即Agent。目前，微軟CopilotStudio已經支持自定義ChatGPT助手無縫集成在CRM、ERP、OA等日常辦公系統中。

可以發現微軟的AI Agent能力主要是從其本身業務衍生出來的，AutoGen更像是一種自身基于業務所打造的能力的外放，這與OpenAI并不相同。

OpenAI開發的GPTs，以及推出的GPT-4Turbo和可定制AI Agent，使得每個人都可以打造自己的大模型應用。諸多業內人士認為，超低的創建門檻和APP Store一樣的商業模型，會讓OpenAI快速構建GPTs生態。

OpenAI提供的是基礎Agent的構建能力，如工具調用、基于知識庫文件記憶能力等。這項產品的發布，使得AI Agent進入了另外一個新階段，即為人人都可以打造自己的Agent提供了一種可能性。

值得注意的是，目前海外已經在零售、房地產、旅游、客戶服務、人力資源、金融、制造業等多個領域出現AI Agent架構與產品。

例如零售領域的亞馬遜Alexa、Aktify、Regie.ai等；房地產領域的Epique、propertypen、Listingcopy等；客戶服務領域的Agent4、Ebi.Ai、JasonAI、Aide等；人力資源領域的AutonomousHRChatbot、AIInterviewCoach、CareersAI等。

總體來看，在AI Agent在底層技術、架構以及具體產品應用等方面都較為完善。像OpenAI、微軟、谷歌這類科技巨頭，有著先發優勢。另一個可以看到的現象是，國內AI Agent的深度與廣度仍有所差距。

一個值得思考的問題是，Agent落地的關鍵是什么？

二

Agent落地的關鍵：

模型？行業經驗？還是載體？

當前市場上的大多數Agent，包括OpenAI推出的GPTs，其實只是構建了一個基于特定知識庫或專業數據的Chatbot。這些智能體主要用于進行問答交互，如獲取行業資訊、報告等。

然而，在程序聯動和操作方面還有很大的提升空間。目前，我們還無法直接使用GPTs來操作SAP或金蝶等ERP系統，因為這涉及到API的應用、授權、維護以及無API管理軟件的連接問題。

對于企業而言，如果GPTs等AI智能體僅用于知識問答，那么其作用將非常有限，就像一個玩具一樣，因為它目前還無法深入到企業的業務流程中。

這背后的原因有很多，包括模型能力、行業經驗、場景貼合度等，都會影響Agent的能力體現。

AI Agent需要具備感知環境、做出決策并執行適當行動的能力。在這些關鍵步驟中，最重要的是理解輸入給Agent的內容、進行推理、規劃、做出準確決策，并將其轉化為可執行的原子動作序列，以實現最終目標。

目前，許多研究利用LLM作為AI Agent的認知核心，這些模型的發展為完成這一步驟提供了質量保證。因此，基于GPT-4的Agent表現得更加智能。

但就目前而言，包括GPT-4在內的所有大模型，能力仍需提升。

“底座模型問題都還很大，AI Agent真正落地還要等更優秀的模型。”某位身處大模型技術一線的業內人士對產業家說。

不過針對模型能力不足這一問題，智譜AI&清華KEG提出了一種對齊Agent能力的微調方法AgentTuning，該方法使用少量數據微調已有模型，顯著激發了模型的Agent能力，同時可以保持模型原有的通用能力。

AI Agent的行業經驗對于其落地也至關重要。

“如果一篇論文提出了某種不同的訓練方法，OpenAI內部的Slack上會嗤之以鼻,因為這些都是我們玩剩下的。但是當新的AI Agents論文出來的時候,我們才會認真興奮的討論。”這是OpenAI聯合創始人AndrejKarpathy最近發表的一段講話。

簡而言之，我們基于大模型能做出什么樣的東西，說到底還是要靠行業經驗，而這恰是OpenAI等一眾大模型巨頭們所欠缺的。

要知道，企業要引入AI Agent進行流程優化，必須經過成本控制、投入預算、實現效率、安全管控等多方面嚴格及縝密的評估。這就要求技術供應商提供的必須是平臺級解決方案，而不是只針對單一、個別場景需求來提供的AI Agent自動化解決方案。

大型企業引入新的AI技術不允許任何試錯成本，因此技術供應商給出的解決方案必須是開箱即用、具備行業Know-How術語和業務規則的真實智能體數字員工。也只有這樣的標準化AI Agent，才能被納入企業的內部編制中去統一管理和調度。

例如，一個醫療行業的AI Agent需要具備醫學知識，并能夠理解和處理醫療數據。一個金融行業的AI Agent需要具備金融知識，并能夠理解和處理金融數據。

AI Agent的落地效果也受限于應用場景。在如出行預訂中，得益于豐富的API等問題，AI Agent表現出色。而在如法律助手場景中，由于新知識的頻繁出現和API的不完善，實際應用面臨更多挑戰。

這一點，從國內AI Agent紛紛生長于協同辦公平臺就可見一斑。

事實上，協同辦公平臺本身具備良好的API接口和插件體系，這使得將大模型集成到現有工具中變得更加容易。

此外，許多企業和組織都在使用協同辦公軟件，這意味著大模型可以迅速覆蓋大量的潛在用戶。廣泛的用戶基礎可以加速大模型的迭代和優化過程，使其更好地滿足用戶需求。

還有大量的數據資源助于提高模型的性能，豐富的場景也可以推動大模型技術持續改進。

釘釘、飛書和企業微信在作為Agent載體時，也各自具有不同的優勢。釘釘提供了完善的組織架構管理功能，可以方便地創建、管理和調整團隊架構，使得企業能夠快速搭建適應其需求的組織結構。

飛書強調實時協作和溝通，支持多人在線編輯文檔、共同討論等功能，有助于團隊高效地完成協作任務。其特有的一體化，使得整個辦公流程更加標準化。

企業微信與微信互通，這使得其AI Agent有可能借助微信龐大的用戶數據和應用場景，提供更加個性化和場景化的服務。

站在這個角度來看，國內AI Agent扎堆協同辦公領域，則變得理所當然。而找到一個適合AI Agent落地的場景或者說載體更為重要。

不過，除了協同辦公，還有許多其他載體可能更適合AI Agent的落地應用。

例如智能客服、智能助手、RPA、CRM等。具體來看，在智能客服方面，AI Agent可以自動回答用戶的問題，處理投訴和建議，提高客戶滿意度和效率。在智能助手方面，蘋果公司的Siri、谷歌公司的GoogleAssistant和亞馬遜公司的Alexa都是智能助手的代表。

在智能流程自動化方面，許多企業采用智能流程自動化工具，如UiPath、BluePrism等，來自動完成某些特定的業務流程。

在智能營銷方面，許多營銷平臺都集成了AI Agent，如HubSpot、Salesforce等。這些平臺的AI Agent可以通過數據分析和機器學習技術，提供精準的營銷建議和預測，幫助企業更好地了解客戶需求，提高銷售業績。

總而言之，模型能力是核心，行業經驗是關鍵，載體是保障。無論是模型能力還是行業經驗抑或是載體都是AI Agent落地的關鍵。值得注意的是，國內的軟件業態，倒逼國內廠商造就了一身定制化、個性化能力，這種能力側面驗證了國內企業在技術落地上的潛力，這將會進一步推動Agent的落地。

三

AI Agent的終局是什么？

在文章開篇的“西部世界小鎮（Westworldsimulation）”里，這些智能體可以與別人和環境交流（互相注意到彼此舉動、發起對話或者問候）、反思這些觀察結果（形成獨特的個人觀點）、制定每天的計劃。他們擁有自己記憶和目標，會產生可信的個人和涌現的社交行為，而不是通過預先設計實現。

例如從用戶指定的單一任務開始，即一個AI Agent想要舉辦情人節聚會，AI Agent們在接下來的時間里會自發的傳播邀請、認識新朋友、互相約出參加聚會的日期，并協調在正確的時間一起出現在聚會上。

這是Agent項目里具有代表性的應用。人們之所以為這個項目感到驚訝，是因為Agent的交互出現了人類意料之外的現象。AI Agent爆發的一段時間，人們普遍認為補齊了大模型短板的AI Agent更具備實用性，將是大模型重要落地方向。

隨著Agent的構建越發簡單，Agent生態的成熟會讓C端Agent出現百花齊放的局面，面對用戶，Agent將會更加接地氣，引起新一輪的爆發。

但就目前而言，這一路徑的商業化存在諸多問題。拿游戲場景而言，目前收費主要來源于出售游戲裝備、皮膚等方式。而AI Agent的價值無法體現在這些固有的變現途徑上。并且就目前Agent落地效果來看，未出現顛覆性的能力，C端用戶是否會為其買單無法得知。

更值得注意的是，隨著讓C端Agent百花齊放，其應用價值方面也隨邊際效應而無限趨向于更小量級。換言之，AI Agent能否成為AI大模型從C端商業化爆發一個最核心應用方向，還需時間驗證。且即使未來會成為C端商業化爆發一個最核心應用方向，但其“壽命”并不長。

一個事實是，AI Agent最終的落腳點或將在B端。

比爾蓋茨認為，智能體作為下一個平臺，將會影響人們使用軟件的方式以及軟件的編寫方式。它更擅長查找信息并為用戶總結信息，能夠會為用戶找到最優惠的價格，將取代搜索網站及電商網站，也將取代文字處理器、電子表格和其它生產力應用程序。并且，現在各自獨立的搜索廣告、廣告社交網絡、購物、生產力軟件等，都將變成智能體這一項業務。Agent會徹底改變應用軟件的打開方式。

這些變革來臨之前，相對于 Agent本身帶來的影響，如何構建一個Agent，是一個更值得關注的問題。

Agent構建平臺上，企業或將可以自己構建自己RPA、CRM、辦公OA等一系列管理軟件；軟件廠商也可以基于此平臺構建軟件為企業提供服務。

對于身處或準備進入AI Agent領域的玩家而言，找到切入點以及好的商業模式至關重要。

未來AI Agent的發展將不僅僅局限于單體智能，而是會擴展到物的智能和機器人的聯動。

從群體智能的角度來看，ToC可能會形成更大的社區化虛擬組織，每個人的Agent都能通過虛擬數據連接在一起；而ToB則可能形成虛擬的組織和企業，不同的企業和員工都能通過智能體納入到網絡當中。

最終，整個社會將變成一個巨大的虛實結合的網絡，形成“智聯網”。在這個網絡中，不同的智能體將提供更強的生產力，重新塑造整個生產關系，從而提升整個社會的產能。

因此，AI Agent的發展前景非常廣闊，它們將不斷擴展其應用范圍和影響力，為未來的社會發展帶來巨大的變革和機遇。

時至今日，AI Agent雖然帶來了諸多想象力，卻仍舊存在諸多質疑。技術發展之路本就充滿質疑與批判，科技變革對于任何一個企業與個體都是一場機遇，關鍵在于如何把握它。