AI Agent定义、分类、技术架构、发展历程及现状如何？

人机协作新范式，AI 商业化新革命。

AI Agent 是基于大语言模型的智能决策系统，具备自主处理复杂任务的能力。 其核心能力包括独立思考、自主执行和持续迭代，这些能力的提升使得其在企业 级应用中展现出强大的潜力。AI Agent 的应用场景广泛，涵盖了生活类、企业专 业类以及政务领域的多智能体协同等，不同于传统软件，能够自主感知环境、进 行决策并执行任务。 AI Agent 的分类可从技术特性、自主性、功能模式及应用场景等多维度划分。 功能模式上，包含预设规则的手工 Agent（如订票系统）、动态决策的专业 Agent （如 AutoGPT）和理论中的通用全能 Agent（如 Jarvis）。应用领域则覆盖执行 型（金融交易）、创造型（AIGC）、社交型（虚拟社区）和协调型（多链集成） 等场景。核心特征聚焦自主智能体（独立执行任务，如自动驾驶）与生成智能体 （内容创造，如 GPT）。当前技术多集中于 Task Agent 阶段，未来 Job Agent 的长期记忆能力和通用 Agent 的多模态协作能力或将成为突破方向，推动 AI 从 单一任务执行向复杂环境下的自主进化发展。

AI Agent 的技术架构包括模型、工具和编排层。模型是 AI Agent 的核心，通常 采用大语言模型（LLM）来实现自主推理和行动规划。工具部分赋予 AI Agent 与外部世界交互的能力，包括访问外部数据、执行外部任务等。编排层则利用各 种推理框架指导 AI Agent 的决策过程，通过协调模型和工具的使用，将复杂任 务进行拆解和规划，实现更复杂的任务处理。这种分层架构优势显著，不仅提升 了 AI Agent 的可扩展性，使其能够方便地添加新的工具和功能模块，还增强了 其对不同应用场景的适应能力，可灵活应对多样化的任务需求。

标准化、专业化、多领域协同发展。AI Agent 的技术框架和生态正在不断完善， 未来的发展趋势将趋向标准化、专业化，以及多智能体系统协同。随着技术的成 熟，AI Agent 将在更多行业领域中展现出应用潜力，特别是金融、电商零售、教 育、医疗、制造、交通、媒体娱乐、能源、物流和政务等领域。具体产品来看， 微软 Dynamics365 部署的 10 个自主 Agent 已实现订单处理、客户服务等流程 的全自动化运作，平均减少人工操作环节达 70%；谷歌 ProjectAstra 将多模态交 互融入日常办公场景，用户通过语音指令即可完成数据分析、会议纪要等复杂任 务；而幻方量化的 DeepSeek-R1 通过强化学习框架，使 AI Agent 具备自主优化 工作流的能力，在金融领域实现投资决策效率提升。这些智能体能够自动执行多 种业务流程，显著降低成本，提高工作效率，交互形式的变革也为 AI 技术的落 地应用提供了切实的载体，有望驱动 AI 应用商业化的进一步加速。

AI Agent 作为人工智能领域的重要发展方向，其技术演进从 2018 年谷歌率先推 出基于 Transformer 架构的 BERT 模型之时便已拉开序幕，随后 OpenAI 的 GPT 系列模型相继问世，从 GPT-2 到 GPT-3.5，模型能力呈指数级增长，自然语言 处理任务上表现卓越。 2023 年 3 月，OpenAI 发布的 GPT-4 及 AutoGPT 标志着 AI Agent 概念的雏形 诞生，只需提供 AI 的名称、描述及五个目标，AutoGPT 便能自主完成整个项目；2023 年 8 月，Voiceflow 成为最受欢迎的 AI Agent 构建平台之一，超过 13 万个 团队使用。与此同时，中国互联网及各类 AI 创业企业积极投入 AI Agent 研发， 部分企业开始探索 AI Agent 与端侧结合，行业开始趋向产品化、市场化。

我们将 AI Agent 产品大致分为两类：1）垂直领域应用；2）生态型通用平台。 目前来看，巨头及初创公司根据自身生态及产品禀赋相继推出 AI Agent 产品，本部分我们将介绍海外及国内巨头公司发布的 AI Agent 产品。 生态型通用平台方面，海外大模型龙头厂商包括 Google 和 OpenAI 分别于 24 年 12 月和 25 年 1 月发布名为“Project Jarvis”和“Operator”。Project Jarvis 是使用自然语言处理创造直观交互的人工智能助手，可以帮助用户管理电子邮件、 组织文件和进行研究。Operator 具备指令理解能力和智能化决策能力，可以实现 上网购物、订餐厅、信息检索整理、日程安排等能力。Operator 由一种被称为“计 算机使用代理”（CUA）的新模型提供动力。CUA 将 GPT-4o 的视觉能力与强 化学习的高级推理相结合，经过训练可以与图形用户界面交互。

在垂直应用方面，我们也能看到包括 Microsoft、Salesforce、ServiceNow、 Amazon 也都依托自身禀赋在产品中嵌入了 AI Agent 进行了升级。Microsoft 于 24 年 11 月 Ignite 大会上发布了对 Microsoft 365 Copilot 平台的多项改进，战略核心在于“智能体网格”，即各 AI 智能体间通过相互协作来解决复杂问题。此 外，还发布了 Copilot Studio 创建和定制自主 Agent 的一系列功能。自主 Agent 可以在企业的各个部门（如 IT、营销、销售、客户成功和财务）中打造以 AI 为 核心的业务流程，涵盖的行业包括旅游、零售和金融服务。

SalesForce 和 ServiceNow 分别于 24 年 9 月和 25 年 1 月发布智能体产品 “Agentforce”和“AI Agent Orchestrator”及“AI agent studio”。Agentforce 是 Salesforce 基于其底层的技术平台（PaaS）和多年累计的数据，和在 SaaS 技术和行业知识的积累，将上述一起融合，塑造成各种能负责不同任务的Agents， 帮助执行包括但不限于销售、客服、营销、数据分析等方面的工作。AI Agent Orchestrator 旨在通过协调多个 AI 代理的协作，实现复杂业务流程的端到端自动 化。AI Agent Studio 是 ServiceNow 推出的低代码/无代码开发工具，允许企业 用户快速构建和部署定制化 AI 代理。

Amazon 在 AI Agent 上的布局分为 2B 和 2C 两部分。2B 的产品为 Amazon Bedrock 代理，可以通过与企业系统、API 和数据来源的连接，使得生成式人工 智能应用程序能够自动执行多步任务。2C 方面，基于语音助手 Alexa，Amazon 通过 AI Agent 进行了升级，升级后的 Alexa 可以执行用户的多个指令，同时新 版本 Alexa+已于 2 月 27 日发布，可以与用户自然对话，还能记住家庭不同成员 的个人习惯提供个性化建议，完成制定旅行计划、提炼邮件重点等复杂任务。