AI Agent 的发展现状、行业结构与趋势分析

       Agent 来自一种哲学概念，是个很古老的哲学术语，从哲学意义上讲，“代理”的概念涉及实体的自主性，具有行使意志、做出选择和采取行动的能力，而不是被动地对外部刺激做出反应。后来人们将这一概念引入计算机科学领域，用 Agent 概念指代整个人工智能，认为人工智能是“基于计算机的、表现出智能行为各个方面的 Agent”，因此可以理解为 AI Agent 是 Agent 这一哲学概念在人工智能领域的具体化，是能够感知周围环境，做出决策，然后采取行动的计算实体。AI Agent 由大语言模型驱动，能把目标自动分解成子任务，并调用工具来完成。这种应用框架把大模型的自然语言理解、内容生成、逻辑推理等核心能力外推到具体场景，辅以感知与行动技术，有端到端解决问题的潜力，因此被认为是大模型落地的重要模式。这引起国内外巨头、创业者和投资圈的热切关注，开始广泛布局AI Agent（或称智能体）框架、开发平台或具体应用。OpenAI在 2023年11月推出Assistant API以及后续的GPTs，进一步推高Agent热潮。

       关于Agent基本共识是一种能够感知环境、自主决策、执行复杂任务的智能实体，现阶段Agent则以大语言模型（LLM）为核心驱动力，以记忆、规划和工具能力为关键模块。但目前大家看到的“Agent”与以上共识目标还有很大距离，大多是部分功能实现，或者是有Agent思想的方案。这也是Agent从理念到落地的必经阶段，本文将简要梳理国内外一年来的主要进展，初步构建行业结构，并分析下一步发展要解决的重点问题。

一、发展现状

       关于 AI Agent 的发展现状，一方面在类型上，大致呈现了两种方向，一种侧重类似人的功能性的部分，如协同办公领域的钉钉 AI 助理等，另一种侧重类似人的社会性的部分， character.ai，允许用户设计自己的个性化 AI Chatbot 并与之互动，用户可以通过 Chatbot 和名人进行互动，也可以虚构形象进行角色扮演，以及斯坦福虚拟小镇 Smallville。

目前大模型的产品类型，主要有两种：

• Copilot：翻译成副驾驶，助手。在帮助用户解决问题时起辅助作用，例如github copilot是帮助程序员编程的助手。

• Agent：更像一个主驾驶，智能体，可以根据任务目标进行自主思考和行动，具有更强的独立性和执行复杂任务的能力。

在具体商业化形式上