AI Agent商业化应用情况如何？

2025 年有望成为 AI Agent 商业化应用元年、

Agent =大语言模型（LLM）+规划（planning）+记忆（memory）+工具（tools） +行动（Action）。根据曾任 OpenAI 安全研究副总裁翁荔（Lilian Weng）的博文，在 大语言模型（LLM）驱动的 Agent 系统中，LLM 充当 Agent 的大脑，并由 Planning （规划）、Memory（记忆）、Tools（工具）、Action（动作）等几个关键组件补充。 规划（Planning）：子目标和分解，Agent 通过将大型任务分解为更小的、可管理 的子目标，从而实现复杂任务的高效处理；反思与改进，Agent 可以对过去的行动进 行自我批评和自我反思，从错误中学习并改进未来的步骤，从而提高最终结果的质 量。 记忆（Memory）：短期记忆，将所有的上下文学习看成是利用模型的短期记忆 来学习；长期记忆，为 Agent 提供了长期存储和召回信息的能力，通常通过利用外 部的向量存储和快速检索实现。 工具（Tools）：Agent 通过学会调用外部 API 来获取模型权重（通常在预训练后 很难修改）中缺少的额外信息，包括当前信息、代码执行能力、对专有信息源的访 问等。 行动（Action）：根据上述大模型结合问句（Query）、上下文的规划（Context）、 各类工具，最终大模型才能决策出最终需要执行的动作是什么。

AI Agent 是通往 AGI 的必由之路。从 NLP 到 AGI 的发展分为五个级别，语料 库、互联网、感知、具身和社会属性。目前的大语言模型（LLM）已经来到第二层 级，具有互联网规模的文本输入和输出。AI Agent 在 LLM 的基础上再具备感知与行 动的能力时，将进入到第三和第四级别。再进一步，当多个 Agent 通过互动合作解 决更复杂的任务，或者反映出现实世界的社会行为，则有潜力来到第五层级。

Agent 将显著提升大模型使用工具能力。根据智谱定义的大模型发展的五个阶 段：L1 语言能力、L2 逻辑能力（多模态能力）、L3 使用工具的能力、L4 自我学习 能力、L5 探究科学规律。目前大模型已经初步具备了人类与现实物理世界互动的部 分能力，而 Agent 将显著提升 L3 使用工具能力，同时开启对 L4 自我学习能力的探 索。

Agent 为 AI 未来重点技术趋势，B 端为重要落地场景。根据硅谷著名创业加速 器 Y Combinator 的数据，2023 夏季和 2024 冬季 2 季创业营的 AI 项目中，Agent 已 成为最主要的技术路线之一，占比高达 80%，其余为多模态、基础设施、RAG 等。 其中，B 端应用项目数量远高于 C 端应用，包括软件开发、金融、电商、CRM、医 疗等。

AI Agent 场景特性：B 端强调专业性，C 端强调自由度。在 B 端应用中，AI Agent 强调专业性，被广泛应用于金融、医疗、法律、财务、生产、物流、资管、人力等 专业性极强的领域，往往需要专岗专职人员进行多年学习完成。在 C 端应用中，AI Agent 强调自由度，应用于游戏、娱乐、影视、营销、广告、教育等需要更多灵感及 创意的领域。

生成式 AI 在金融领域应用广泛。根据 Gartner 调查数据，66%的银行领导人预 计生成式 AI 的潜在收益大于潜在风险，61%的银行高管表示所在公司正在或计划未 来增加对人工智能的投资。例如为用户提供财务建议的 AI 理财教练，在增收方面至 少可以提升 30%，提高效率方面能够显著减少公司为客户创建新内容所花费的时间。

AI 智能体在金融领域降本增效前景广阔。智能体的优势在于能够自动执行日常 任务，从而释放人们的创造力，提高工作效率和生产力。Gartner 列出的生成式 AI 在银行业 20 个最有前景的应用案例中，多个场景涉及 AIAgent，如综合信贷数据、 AI-Copilot 前线应用、个性化营销内容等，利用生成式 AI 技术构建的数字员工，能 够显著增强银行业务处理能力、优化客户体验并降低风险。

AI Agent 赋能医疗服务诊前、诊中和诊后众多环节。政策、技术共振驱动下， AI 赋能医疗服务诸多场景。2024 年 11 月 14 日，国家卫健委、国家中医药局、国家 疾控局联合发布《卫生健康行业人工智能应用场景参考指引》，提出人工智能+医疗 服务管理、人工智能+基层公卫服务、人工智能+健康产业发展、人工智能+医学教学 科研四个类别，共计 84 个细分应用场景，积极推进卫生健康行业“人工智能+”应 用创新发展。

AI Agent 助力医疗服务提质增效。AI Agent 在医疗领域的应用前景广泛，涵盖 从日常辅助、影像分析、病历管理到手术支持、慢病管理等多场景，为医护人员减 负、提升诊断精准度并优化患者体验提供智能支持。根据美国国家经济研究局 2023 年报告数据，更多地采用人工智能可以节省 5%-10% 美国医疗保健支出。

法律行业有望成为 AI Agent 重要落地应用。法律行业的数据以文本为主，并且 多为绝对事实和真实案件，较为适合大模型学习。此外，法律工作的强知识性和逻 辑性也让大模型能够在更多法律工作流环节中提供价值。根据 ALM 就美国前 100 律所使用 AI 情况的问卷调查，其中有 41 家律所承认正在使用 AI，包括法律材料起 草、文档汇总、法律研究等场景。Jackson Lewis 等一些律所，还会定期为律师举办 人工智能培训课程。

Harvey AI 用户使用率快速增长，彰显法律领域对 AI Agent 产品的旺盛需求。 以Open AI投资的AI+法律初创公司Harvey AI为例，2023年8 月-2024年8 月，Harvey AI 用户使用率从 33%大幅增长至 69%，用户留存率在一年后保持在 70%左右，彰显 法律领域对 AI Agent 产品的旺盛需求和用户对产品的较高满意度。