从“带护栏代理“到“全自动代理“：AI Agent发展趋势与大模型学习指南，值得收藏

本篇正文内容如下：

《2025 AI Agent未来发展趋势报告》（CB Insights）显示，自2023年以来全球已诞生500+ AI Agent初创公司，2024年相关融资达3.8B美元。

AI Agent正从2025年的“带护栏代理”阶段（依赖结构化工作流与约束，保留部分决策权）向2026年后的“全自动代理”演进。

报告提出2026年六大核心预测（语音AI加速、AI并购浪潮、利润率压力蔓延、代理商务基础巩固、“数据护城河”重塑企业软件、代理监控工具成刚需）。

一、引言与AI Agent定义

1. 报告背景：CB Insights CEO Manlio Carrelli指出，AI Agent从2023年起增速远超以往，2025年财报会议提及率较2023年增10倍；82%受访组织（2025年6月）计划12个月内将AI Agent用于客户支持，且已渗透至医疗临床决策、银行风险评估、律所法律备忘录起草。
2. AI Agent定义：基于LLM的系统，可通过推理、规划、调用外部工具/其他代理、利用记忆，独立为用户执行任务；2025年主流形态为“带护栏的代理”，需在约束环境中完成特定目标。
3. 商业成熟度：25%的AI Agent初创公司（2023年起成立）已实现部署，达到传统初创公司5年才能实现的商业分发水平；2025年CB Insights追踪的1500+技术市场中，前10大交易活跃市场有5个与Agent相关，1/5新独角兽聚焦Agent技术。

二、AI Agent发展阶段与演进框架

阶段	时间范围	核心特征	代表案例
聊天机器人	早期	基础交互，无复杂推理	Claude、ChatGPT
辅助工具（Copilot）	2023-2024	辅助人类任务，需人工输入引导	GitHub Copilot
带护栏的代理	2025	结构化工作流，约束环境，部分决策自主权	OpenAI Operator、ChatCBI
全自动代理	2026+	无人工干预，复杂决策、自适应执行	研发中（如Cognition Reflection）

关键趋势：基础模型能力提升推动自主性增强，2026年后将出现非聊天/辅助工具形态（如AI原生工作空间、语音驱动应用）。

三、2026年六大核心预测

1. 语音AI成为下一波Agent核心战场

• 早期生成式AI公司中，语音AI领域人员增长最快：12个月头部公司如Sapien（数据标注，+1150%）、wordware（AI Agent开发，+975%）、NURIX（语音AI，+611%）；
• 应用场景：客户服务、销售、IT支持的复杂对话（无需人工干预），Meta 2025年收购语音AI初创公司Play AI和WaveForms AI，显示巨头布局。

2. AI并购浪潮聚焦Agent领域

• 2025年已完成35+ Agent相关收购，Q1头部交易包括Moveworks、Weights & Biases、OfferFit；
• 重点并购领域：①销售/营销AI Agent（SaaS巨头补充Agent能力）；②编码AI Agent（市场分散、估值高，如Cognition收购Windsurf）。

3. 利润率压力从编码领域蔓延至全品类

• 核心原因：推理模型使输出token量增20x，计算成本飙升（Anthropic Claude 4定价较前代高5x）；
• 应对策略：企业转向混合定价，如2025年5月Salesforce Agentforce从“每对话2美元”改为“Flex Credits系统”（按结果绑定必要操作）；部分企业寻求退出（如Windsurf被Cognition收购）。

4. 代理商务（Agentic Commerce）基础巩固

• 核心突破：AI原生支付轨道（如Skyfire的Agent数字钱包）、数字钱包（用户授权/限制Agent支出）；
• 巨头动作：2025年9月Stripe推Agentic支付API，并与OpenAI联合发布Agentic Commerce Protocol（标准化买卖方-Agent通信）；Visa、Coinbase等投资Skyfire、Catena等初创。

5. “数据护城河战争”重塑企业软件

• 现状：软件巨头限制API访问（2025年Salesforce Slack设API速率限制，Atlassian限制Confluence/Jira API），阻碍AI初创数据整合；
• 应对：Snowflake 2025年9月牵头联盟（含Salesforce），推动数据格式标准化；初创分两条路：①“向上堆叠”（如通过计算机使用绕开API限制）；②“靠近数据层”（数据存储/处理环节）。

6. Agent监控工具成为企业刚需

• 需求驱动：Agent故障、幻觉、行为不可预测导致运营风险；
• 2025年早期动态：7笔融资（总额30.9M），聚焦三大方向：①语音Agent测试（Cekura 2.4M种子轮）；②合成用户生成（Janus）；③AI生产力量化（Larridin 17M种子轮，Andreessen Horowitz领投）。

四、AI Agent生态系统与技术栈

1. 生态市场地图：覆盖170+私有初创公司（Mosaic得分≥500或2022年后融资），分三大类：

• 基础设施：开发工具（记忆框架Letta、浏览器自动化Browserbase）、支付（Stripe、Payman）、语音（ElevenLabs、Retell AI）；
• 水平应用：客户服务（Cognigy）、软件开发（Cursor、Replit）、生产力助手（OpenAI Operator）；
• 垂直应用：金融（Boosted.ai）、医疗（Thoughtful AI）、工业（Composabl）。

2. 核心技术栈（135+公司分17类）

技术层	核心功能	代表公司
基础模型层	LLM开发、模型部署	Anthropic、OpenAI、Databricks
开发框架层	Agent开发、低代码构建	LangChain、Sriptape、WRITER
工具集成层	浏览器集成、web搜索、API对接	Browserbase、Tavily、Composio
上下文层	向量数据库、记忆管理、数据准备	Pinecone、Zep AI、LlamaIndex
编排层	多Agent协作、模型路由	CrewAI、Martian
治理层	可观测性、安全、认证	Langfuse、Zenity、Okta

3. 生态关键趋势：云巨头主导标准（Google推A2A协议、Anthropic推MCP协议），Microsoft、Amazon、Google通过“基础设施+市场”抢占份额（如AWS Agent Marketplace、Google AI Agent Space）。

五、头部AI Agent企业营收竞赛（2025年9月）

排名	公司	聚焦市场	成立年份	年营收	营收倍数	人均营收
1	Cursor	软件开发	2022	$500M	20x	$3,205K
2	Replit	软件开发	2016	$150M	20x	$758K
3	Glean	企业工作流	2019	$100M	72x	$82K
4	Harvey	法律	2022	$100M	50x	$148K
5	Lovable	软件开发	2023	$100M	18x	$2,222K
13	Sierra	客户服务	2023	$20M	500x	$65K
19	Decagon	客户服务	2023	$10M	150x	$68K

• 关键特征：软件开发领域包揽营收前2名，法律、客户服务领域头部企业年营收达1000万-1亿美元；3家公司（Cursor、Lovable、Mercor）人均营收超100万美元，效率显著。

六、垂直行业应用落地

1. 金融服务&保险：最拥挤垂直领域（11家公司），应用包括财务研究（Boosted.ai）、保险销售支持（Indemn）、财富顾问运营（Finny AI）；
2. 医疗：聚焦人工任务减负，如临床文档自动化、收入周期管理（Thoughtful AI）、虚拟分诊，Hippocratic AI搭建医疗人员招聘市场；
3. 工业：优化设备控制（Composio的Agent平台控制工业机器）、供应链管理（HappyRobot），Palantir等巨头布局；
4. 零售：GEO（生成式引擎优化）提升AI平台曝光（Profound服务Indeed、U.S. Bank）、零售Agent管理订单/售后（Decagon服务Gopuff、Curology）。

七、核心挑战与未来方向

1. 企业落地挑战：数据整合复杂性（跨系统数据打通难）、安全顾虑（Agent权限管控）、供应商分散（工具选择多导致整合成本高）；
2. 未来方向：Agent市场places兴起（AWS、Microsoft推专属市场）、Agent monetization工具发展（如Paid量化成本/利润）、成本管理成重点（Larridin监控AI支出）。

4. 关键问题与答案

问题1：2023-2025年AI Agent市场快速增长的核心驱动因素是什么？其增长态势体现在哪些关键数据上？

答案：核心驱动因素包括三方面：

①LLM能力提升（如Anthropic Claude 3.7 Sonnet的推理模式支持“vibe coding”，实现多步骤任务自主执行）；

②企业效率需求（82%组织计划12个月内用Agent做客户支持，医疗/金融等领域需减负人工任务）；

③云巨头与资本推动（Microsoft、Google等构建Agent生态，2024年融资达3.8B美元）。

增长态势关键数据：

①500+初创公司自2023年成立；

②2025年CB Insights追踪的1500+技术市场中，前10大交易活跃市场有5个与Agent相关；

③1/5新独角兽聚焦Agent技术；

④头部企业营收爆发（如Cursor成立3年达年营收5亿美元，Lovable成立8个月达年营收1亿美元）；

⑤25%的2023年后初创公司已实现部署，商业成熟度较传统初创快5年。

问题2：AI Agent企业面临的“利润率压力”主要源于什么？目前头部企业和行业整体采取了哪些应对策略？

答案：利润率压力主要源于推理模型的计算成本激增：推理模型（如Claude 3.7 Sonnet）使输出token量增加约20倍，且输出token定价通常高于输入token，同时Anthropic等LLM提供商对新一代模型（如Claude 4）提价5倍，导致企业单位经济恶化。

应对策略包括：

①定价模式调整：Salesforce Agentforce（2025年5月）从“每对话2美元”改为“Flex Credits系统”，按任务结果绑定必要操作计费；Zendesk 2024年11月也转向类似模式；

②成本控制工具：Cline推出企业平台，支持集中计费、自动充值规则，管控推理支出；

③市场整合：部分企业寻求退出（如Windsurf被Cognition收购），OpenAI、Anthropic通过“反向收购招聘”（收购团队+授权技术，规避客户合同与基础设施成本）整合 talent；

④开源模型替代：Moonshot AI Kimi K2、Alibaba Qwen-Coder等开源模型成本仅为闭源模型的1/10，部分企业尝试自托管降低支出。

问题3：AI Agent在垂直行业的落地中，金融服务、医疗、工业三个领域的核心应用场景有何差异？各领域的头部玩家及落地进展如何？

答案：三个领域应用场景、头部玩家及进展差异如下：

行业	核心应用场景	头部玩家	落地进展
金融服务&保险	财务研究、保险销售/支持、财富顾问运营、风控评估	Boosted.ai、Indemn、Finny AI	最拥挤垂直领域（11家核心公司），2025年已有32%的垂直Agent公司实现部署，如Finny AI优化财富顾问 prospecting流程
医疗	临床文档自动化、收入周期管理、虚拟分诊、人员招聘	Thoughtful AI、Hippocratic AI	聚焦人工任务减负，Thoughtful AI已实现收入周期全流程自动化，Hippocratic AI搭建医疗人员招聘 marketplace，23%的医疗Agent公司处于验证阶段
工业	工业设备控制、供应链优化、生产调度、安全合规	Composio、HappyRobot、Palantir	Composio 2024年5月推出Agent平台，可通过LLM为工业设备定义任务目标；Palantir AIP支持航空航天、汽车 fleet维护，90%的工业Agent当前为“辅助工具”形态，向全自动演进中

差异核心：金融服务侧重“风险与效率平衡”，医疗侧重“合规与人工减负”，工业侧重“设备自主控制与流程优化”，三者均需解决行业专属数据（如医疗HIPAA合规数据、工业设备数据）的整合与安全问题。

普通人如何抓住AI大模型的风口？

领取方式在文末

为什么要学习大模型？

目前AI大模型的技术岗位与能力培养随着人工智能技术的迅速发展和应用 ， 大模型作为其中的重要组成部分 ， 正逐渐成为推动人工智能发展的重要引擎 。大模型以其强大的数据处理和模式识别能力， 广泛应用于自然语言处理 、计算机视觉 、 智能推荐等领域 ，为各行各业带来了革命性的改变和机遇 。

目前，开源人工智能大模型已应用于医疗、政务、法律、汽车、娱乐、金融、互联网、教育、制造业、企业服务等多个场景，其中，应用于金融、企业服务、制造业和法律领域的大模型在本次调研中占比超过 30%。

随着AI大模型技术的迅速发展，相关岗位的需求也日益增加。大模型产业链催生了一批高薪新职业：

人工智能大潮已来，不加入就可能被淘汰。如果你是技术人，尤其是互联网从业者，现在就开始学习AI大模型技术，真的是给你的人生一个重要建议！

最后

只要你真心想学习AI大模型技术，这份精心整理的学习资料我愿意无偿分享给你，但是想学技术去乱搞的人别来找我！

在当前这个人工智能高速发展的时代，AI大模型正在深刻改变各行各业。我国对高水平AI人才的需求也日益增长，真正懂技术、能落地的人才依旧紧缺。我也希望通过这份资料，能够帮助更多有志于AI领域的朋友入门并深入学习。

真诚无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发

大模型全套学习资料展示

自我们与MoPaaS魔泊云合作以来，我们不断打磨课程体系与技术内容，在细节上精益求精，同时在技术层面也新增了许多前沿且实用的内容，力求为大家带来更系统、更实战、更落地的大模型学习体验。

希望这份系统、实用的大模型学习路径，能够帮助你从零入门，进阶到实战，真正掌握AI时代的核心技能！

01 教学内容

• 从零到精通完整闭环：【基础理论 →RAG开发 → Agent设计 → 模型微调与私有化部署调→热门技术】5大模块，内容比传统教材更贴近企业实战！

• 大量真实项目案例： 带你亲自上手搞数据清洗、模型调优这些硬核操作，把课本知识变成真本事‌！

02适学人群

应届毕业生‌： 无工作经验但想要系统学习AI大模型技术，期待通过实战项目掌握核心技术。

零基础转型‌： 非技术背景但关注AI应用场景，计划通过低代码工具实现“AI+行业”跨界‌。

业务赋能突破瓶颈： 传统开发者（Java/前端等）学习Transformer架构与LangChain框架，向AI全栈工程师转型‌。

vx扫描下方二维码即可

本教程比较珍贵，仅限大家自行学习，不要传播！更严禁商用！

03 入门到进阶学习路线图

大模型学习路线图，整体分为5个大的阶段：

04 视频和书籍PDF合集

从0到掌握主流大模型技术视频教程（涵盖模型训练、微调、RAG、LangChain、Agent开发等实战方向）

新手必备的大模型学习PDF书单来了！全是硬核知识，帮你少走弯路（不吹牛，真有用）

05 行业报告+白皮书合集

收集70+报告与白皮书，了解行业最新动态！

06 90+份面试题/经验

AI大模型岗位面试经验总结（谁学技术不是为了赚$呢，找个好的岗位很重要）

07 deepseek部署包+技巧大全

由于篇幅有限

只展示部分资料

并且还在持续更新中…

真诚无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发