Agent定义、技术、平台与CB端进展如何?

Agent定义、技术、平台与CB端进展如何?

最佳答案 匿名用户编辑于2025/10/15 14:34

重塑企业智能的核心引擎。

定义:具备自主性、规划力与执行力的智能实体,超越“指令执行”进入“代理权”时代。核心突破在于赋予“代理权”(Agency)→ 主动感知环境、自主规划决策、执行复杂任务。关键特性:1)自主决策:主动感知环境、制定目标并采取行动;2)动态学习:通过记忆与经验积累实现持续优化;3)跨系统协作:调用工具、API及多Agent协同完成复杂任务。 核心模块:1)感知层:多模态输入(文本/语音/图像);2)记忆层:短期记忆(对话上下文)+ 长期记忆(知识库);3)决策层:基于目标规划与强化学习的行动策略;4)执行层:工具调用(API)、跨系统协作(RAG技术)。 关键区别:1)LLM≠Agent:LLM是“知识顾问” ,Agent是“战略指挥官” ;2)传统自动化:仅规则执行vsAgent:端到端任务闭环。

MCP(Model Context Protocol模型上下文协议)- AI的“万用接口” ,标准化AI模型(LLM)与外部数据源、工具间的交互方式。Anthropic在2024年11月推出并开源MCP协议,支持并行工具调用(如Web搜索、代码执行)和动态工作流编排。核心组件: ① MCP Server:通过MCP协议对外提供服务的轻量级应用,可提供工具执行、资源访问、预定义Prompt等资源。② MCP Client:充当LLM和MCP Server之间的桥梁,通过MCP Client SDK实现Host应用与MCP Server的交互。③ MCP Host:承载AI模型的应用,如Claude Desktop和Cursor这类智能助手应用和IDE。

A2A(Agent-to-Agent):让不同厂商或框架的AI代理彼此直接通信、协同。 2025年4月Google推出的开放协议,得到了Salesforce、SAP等50多家科技公司的支持参与。基于其设定的Agent Card、Task、Message等概念和相关认证策略,如“智能体卡”概念用于描述智能体的身份、功能和服务接口。

2025年微软Build大会题目开放代理式网络(Open agentic web),强调发布多项工具含 GitHub Copilot代理、Azure SRE代理,助力开发及运维。 Azure AI Foundry:构建企业级 AI 模型与智能体全生命周期管理体系。已被80%的财富500强企业使用,25Q2处理的tokens超500万亿,同比增长超7倍,agent service客户数达1.4万。集成Grok-3等1900+模型。

Copilot Studio:低代码构建复杂智能体工作流,实现跨角色任务自动化。 ① 低代码多Agent编排:支持通过组件连接Copilot、Azure或自建Agent,协同处理复杂任务(如法律文档生成+合规审查)。② 协议支持:支持 MCP 协议,可调用符合开放标准的第三方智能体。

总结:微软聚焦B端基础设施,是市场上模型支持最全面的平台,工具链和生态整合全面,安全与稳定性强;谷歌依托AIStudio兼顾B/C端多场景,多模态强但生态不成熟、市场占有率低;亚马逊/Anthropic依托AWS服务中小企业为主,侧重算力销售与便捷部署,Claude模型实用性强,但工具链分散。

国外AI搜索产品:ChatGPT在整个观测期内始终保持显著领先地位,其用户规模远超第二名Gemini,显示出较强的用户粘性和品牌优势。这一领先地位可能源于其早期市场进入、强大的模型性能以及广泛的应用集成。Gemini伴随着2.0系列模型发布与使用加速增长。其相比之下,Claude、Perplexity和Character.AI等尚未形成显著竞争力。

国内AI搜索产品:DeepSeek自2024年年底起持续领先,得益于其模型能力与春季热度、峰值超1亿,近期MAU出现较大回落,系其R2模型发布计划延后、响应速度慢、性能不稳定等因素影响。夸克凭借浏览器和搜索入口的流量支撑,MAU也保持在较高水平。通义千问自3月起MAU显著上升,反映出阿里生态的有效导流和在电商、智能助手等多场景应用的推动效果。相比之下,Kimi的MAU在2025年后回落明显,可能因长文本处理功能面临竞争且缺乏强生态支撑,随着K2模型发布流量有所改善。文心一言访问量呈现持续下行态势,系技术迭代节奏及市场竞争环境等因素综合影响。

海外科技大厂扶持的C端Agent/搜索产品发展迅猛,两年头部产品MAU增长至5亿/10亿量级、年化收入破百亿、估值达千亿美金。 目前产品发展仍以用户增长与产品体验提升、模型技术迭代为主,商业化变现主要通过订阅与API调用实现。

根据IDC对新兴Copilot市场的分析和估计,主要将Copilot应用分为以下三类。其预计Copilot将深度融入办公、开发与客户管理等场景,2029年市场规模有望达到近200亿美金,2024-2029年CAGR为54.3%。 ① 协作、内容工作流和管理应用程序:通过共享信息、通信和频繁的流程,协同团队工作。典型产品包括:Microsoft(Office)365的Copilot、GoogleWorkspace的Gemini、AmazonQBusiness等; ② 应用程序开发和软件质量应用程序(ADD):开发人员主要用于构建、测试和部署软件以及处理、集成、治理和分析数据的工具和平台。典型产品包括:GitHubCopilot、GeminiCodeAssist等 ③ 客户关系管理(CRM)应用程序:在组织内自动执行面向客户的业务流程,而不受行业特性(即广告、营销、数字商务、销售、客户服务和联络中心)的影响。典型产品包括:Salesforce Einstein Copilot、Amazon QinConnect等。

Google I/O 2025 大会宣布正式推出: ① 通用大模型助手 Project Astra:多模态AI助手,能实时理解物理环境、有长期记忆能力,可记住用户喜好信息并调取。② 浏览器助手 Project Mariner:多任务处理能力出众,升级后的 Project Mariner 代理系统可同时处理10项任务,像房产交易时筛选信息、预约看房,购物中比价推荐 。 ③ 编程助手 Jules:集成于 GitHub 工作流程,深度解析编程问题,生成解决方案,自动编写代码,助力开发者攻克复杂逻辑。

参考报告

人工智能行业专题报告:AI Agent开发平台、模型、应用现状与发展趋势.pdf

人工智能行业专题报告:AIAgent开发平台、模型、应用现状与发展趋势。AIAgent是突破指令执行的智能实体,核心是具备代理权,可主动感知、自主决策并执行复杂任务,区别于LLM(知识输出)和传统自动化(规则执行)。在AGI分级中,Agent处于L3智能体阶段,性能等效90%熟练成年人。AI背景下AIInfra(AI基础设施)层面临重构,客户将重新选择云/AI平台,云厂加大布局AI/Agent平台瓜分新市场:微软聚焦B端基础设施,是市场上模型支持最全面的平台,工具链和生态整合全面,安全与稳定性强,云收入增速显著领先;谷歌依托AIStudio兼顾B/C端多场景,多模态强但生态不成熟、市占率较低;...

查看详情
相关报告
我来回答