AI的下一步：智能体 - 上海滩文旅投资有限公司

2026-03-02 06:20:12

文 | 大湾区人工智能应用研上海滩文旅投资有限公司究院

人的智能有三个方面：信息的网络、信息的处置惩罚爆发认知、基于认知的行动。。。。。。大语言模子现在主要的应用形态是ChatGPT这样的谈天机械人（Chatbot），，，，，，，，能力集中在前两个方面。。。。。。但越发有用的机械智能不但停留在“明确”和“语言”，，，，，，，，若是能像一个或一群优异的人才那样帮我们“做事”，，，，，，，，显然能创立更大的价值。。。。。。这就需要AI智能体（Agent）。。。。。。

智能体是能做事的A I。。。。。。LLM是近几年AI领域最主要的生长。。。。。。已经在语言明确与天生、对话交互以及知识整合等方面展示出超凡能力，，，，，，，，但它是“缸中大脑”——善于思索、剖析与回覆问题，，，，，，，，却并不可真正地做事情。。。。。。而在真实天下，，，，，，，，大大都认知运动并不止于“给出谜底”，，，，，，，，而是要有完整的“认知-行动”闭环：我们要求AI得能够自主的拆解重大需求，，，，，，，，妄想流程，，，，，，，，挪用工具和资源，，，，，，，，实现从感知到决议再到执行的完整循环；；；；；；；；进一步我们还希望AI的行动能够凌驾盘算机和互联网领域，，，，，，，，在物理天下中为我们做事情，，，，，，，，则需要AI能够感知物理天下的信号，，，，，，，，举行匹配具身的思索，，，，，，，，通过装备/机械人把决议转化为执行，，，，，，，，对现真相形爆发直接影响。。。。。。

打个例如，，，，，，，，LLM像是“未出山前的诸葛亮”，，，，，，，，善于剖析，，，，，，，，以“隆中对”和刘备对谈，，，，，，，，出谋划策，，，，，，，，但限于“纸上谈兵”；；；；；；；；智能体则是“出山后的诸葛亮”，，，，，，，，掌握全局情报，，，，，，，，运筹帷幄，，，，，，，，组织资源、调兵遣将，，，，，，，，亲自率军北伐。。。。。。

智能体以LLM为代表的前沿模子作为大脑，，，，，，，，通过软件工程令其可以在高阶目的驱动下完成重大使命。。。。。。�？？？？？梢运滴蠢创蟛糠值闹卮驛I应用都会以Agent为载体。。。。。。事实上，，，，，，，，我们在科幻作品中所看到的AI形象，，，，，，，，好比《钢铁侠》中的贾维斯或《2001：太空周游》中的HAL 9000，，，，，，，，正是创作者对以Agent为载体的未来AI的直观想象。。。。。。只是和物理天下交流的AI自己就极为主要和重大，，，，，，，，现在习惯上把这部分单独放在具身智能/机械人领域讨论。。。。。。

智能体能力的组成

为了在各行各业的应用中施展出显著价值，，，，，，，，理想中的智能体需要具备几个要害条件。。。。。。

首先，，，，，，，，智能体应具备强盛的目的明确和妄想能力来体现智能的自主性。。。。。。理想状态下，，，，，，，，人类只需给出笼统目的，，，，，，，，智能体便能明确目的、拆解使命、妄想行动，，，，，，，，并在只管少的人工干预下完成执行闭环。。。。。。就像影《星际穿越》中的机械TARS，，，，，，，，在紧迫情形下能够凭证"拯救宇航员"这一目的，，，，，，，，自主判断时势、制订和调解行动战略，，，，，，，，甚至做出牺牲自己数据的决议来完成使命。。。。。。这要求机械智能有深度“明确/思索”能力（推理、妄想、决议），，，，，，，，能够敏锐地决议，，，，，，，，能够基于执行效果与情形反响动态调解使命妄想，，，，，，，，而不是僵化地执行既定路径。。。。。。

其次，，，，，，，，我们希望智能体能“下手”做事：执行和交互能力。。。。。。这就意味着它能够使用工具、执行操作，，，，，，，，并能与外部情形爆发直接交互。。。。。。在数字天下中，，，，，，，，智能体可以模拟人类操作，，，，，，，，通过键盘输入、点击屏幕的方法来完成使命；；；；；；；；也可以通过其他程序或系统接口来挪用工具；；；；；；；；还可以施展模子专长，，，，，，，，通过编写和执行代码来告竣目的。。。。。。在物理天下中，，，，，，，，智能体则需要与种种控制系统和装备相毗连，，，，，，，，通过下达指令来操控物理工具，，，，，，，，将智能决议转化为现实验动。。。。。。

第三，，，，，，，，我们希望智能体具备精彩的影象与学习能力。。。。。。影象和状态治理能力是完生长程、重大使命的条件。。。。。。在面向消耗者的场景中，，，，，，，，例如个性化的日程治理或恒久效劳支持，，，，，，，，智能体需要跨会话地记着用户偏好、历史交互与恒久状态，，，，，，，，才华镌汰重复相同、提升效劳质量；；；；；；；；在企业级应用中，，，，，，，，如跨周期项目治理、重大营业流程推进等，，，，，，，，则需要智能体记着使命进度、中心效果与要害决议依据，，，，，，，，确保使命在长周期、多阶段执行中坚持连贯性，，，，，，，，不中途偏离既定目的。。。。。。学习能力的意义是我们希望智能体能一连提升，，，，，，，，像人类员工一样可以从职场小白通过履历积累和吸收新知进化成专家。。。。。。

最后，，，，，，，，智能体还需要有很强的可靠性、可控性，，，，，，，，才华规�；；；；；；；；拇醇壑�。。。。。。这既体现在智能体能否稳固、鲁棒地完成使命，，，，，，，，也体现在其行为是否始终与人类的真实意图与价值观坚持一致。。。。。。在《2001：太空周游》中，，，，，，，，AI为完成使命选择牺牲人类乘员，，，，，，，，正是目的函数与人类价值未能有用对齐的极端效果。。。。。。随着智能体智能水平与自主性的提升，，，，，，，，这类对齐失败带来的危害可能会被进一步放大。。。。。。

怎样构建智能体

有了理想的标杆，，，，，，，，我们怎么构建智能体？？？？？？基本逻辑很简朴：以可获取的最“智慧”、理想的模子为焦点（大脑），，，，，，，，通过软件工程来搭建一个系统，，，，，，，，填补模子的缺乏，，，，，，，，只管迫近理想智能体的形态。。。。。。

大模子是现在智能体大脑的最优选择，，，，，，，，由于大模子的万亿参数压缩了人类积累的海量知识，，，，，，，，拥有强盛的模式识别和天生能力，，，，，，，，是处置惩罚包括语言在内的多种非结构化数据的万能接口，，，，，，，，拥有不错的泛化能力组成处置惩罚种种使命的基础。。。。。。而以OpenAI o1/DeepSeek R1为代表的新一代推理模子为智能体的生长进一步助推：增强的推理能力带来更强的使命剖析和妄想，，，，，，，，更好地自检和纠错，，，，，，，，也令智能体对工具的使用可以越发准确。。。。。。

大模子有一些结构性弱点，，，，，，，，直接限制了智能体在真实营业中的应用价值，，，，，，，，因此智能体工程的一大焦点事情，，，，，，，，就是在模子外围，，，，，，，，用工程手段补齐短板、设置界线、约束行为。。。。。。

首先，，，，，，，，大模子自己没那么可靠：保存无法根除的幻觉问题、知识时效性问题，，，，，，，，使命拆解和妄想经常不对理，，，，，，，，也缺乏面向特定使命的系统性校验机制。。。。。。这样一来，，，，，，，，以其为“大脑”的智能体使用价值会大打折扣：智能体把模子从“对话”推向“行动”，，，，，，，，过失不再只是答错问题，，，，，，，，而是可能引发明实操作危害；；；；；；；；而真实营业使命往往是跨系统、长链路的，，，，，，，，一次小过失会在链路中层层放大，，，，，，，，令长链路使命的失败率居高不下（例如单步乐成率为95%时，，，，，，，，一个 20步链路的整体乐成率只有约 36%）。。。。。。

为此，，，，，，，，智能体工程通常通过以下几类手段给大模子加“外骨骼”以改善可靠性：引入检索与知识库（RAG）以降低幻觉和知识陈腐的影响；；；；；；；；预先设计和约束事情流，，，，，，，，而不是完全自由的“自治智能体”，，，，，，，，以此限制可接受的执行路径；；；；；；；；通过多次回覆、自一致性检查或模子间交织验证，，，，，，，，识别并过滤高危害输出；；；；；；；；在要害链路节点上设置人工审批，，，，，，，，让人类对高危害行动“最后拍板”。。。。。。

其次，，，，，，，，大模子的影象能力有缺陷：大模子在训练时“记着”了大宗知识，，，，，，，，但训练完成后并不会在使用中一连学习、“记着“新知识；；；；；；；；每次推理时，，，，，，，，它只能依赖有限长度的上下文窗口来“记着”目今使命的信息（差别模子有差别上限，，，，，，，，凌驾窗口的内容就会被遗忘），，，，，，，，而无法像人一样自然地维持稳固、恒久的个体影象。。。。。。但在真实营业中，，，，，，，，我们需要机械智能有强盛的影象能力，，，，，，，，好比一个AI先生，，，，，，，，需要一连记着学生的学习历史、薄弱环节和偏好，，，，，，，，才华在后续的解说与训练中真正做到“因人施教”。。。。。。

针对这些影象缺陷，，，，，，，，智能体工程通常接纳以下手段举行增强：构建外部影象库将用户偏好、营业知识、历史交互等存储在数据库中，，，，，，，，智能体在需要时通过检索机制按需提取相关信息，，，，，，，，应对恒久影象缺陷；；；；；；；；对过长的上下文举行摘要和压缩，，，，，，，，保存焦点信息，，，，，，，，释放Token空间，，，，，，，，来应对信息过载导致的短期影象遗忘。。。。。。

除了补短板，，，，，，，，由于智能体要行动、要和情形交互，，，，，，，，需要有感知和执行。。。。。。

首先，，，，，，，，大模子自己无法自动感知，，，，，，，，只能对输入被动响应。。。。。。智能体需要用外部感知组件来自动获取情形信息。。。。。。关于数字天下的使命，，，，，，，，通过智能体工程可以建设基于时间的触发器，，，，，，，，按期检查日志、邮件、股价变换等；；；；；；；；或基于事务的订阅、监听，，，，，，，，吸收API推送的事务通知，，，，，，，，或当数据库爆发变换时自动叫醒纪录数据。。。。。。在物理天下中，，，，，，，，智能体还可以通过传感器、摄像头、麦克风等装备收罗视觉、听觉、触觉等信号。。。。。。

其次，，，，，，，，大模子没有自然的执行能力，，，，，，，，需要辅以智能体工程来将意图转化为现实操作。。。。。。工具挪用是目今最主流的方法，，，，，，，，大模子凭证使命需求，，，，，，，，天生结构化的函数挪用指令，，，，，，，，由智能体框架剖析后执行响应操作，，，，，，，，好比挪用天气API、数据库盘问、发送邮件等；；；；；；；；另一种方法是模拟人类操作，，，，，，，，通过视觉识别和模拟操作来"看屏幕、点按钮、填表单"来完成使命，，，，，，，，近期大火的豆包手机就是这样完成智能体操作；；；；；；；；关于更重大的使命，，，，，，，，智能体还可以设置代码诠释器（Code Interpreter / Sandbox），，，，，，，，让模子编程运行，，，，，，，，这可以极大的扩展智能体的行动界线。。。。。。

当下智能体的能力界线

刚刚已往的2025年被不少AI从业者和科技媒体称作“智能体元年”。。。。。。这个视察是较为准确的，，，，，，，，得益于以下几个条件的成熟，，，，，，，，已往一年左右的智能体生长进入快车道：

首先是大模子的一连前进，，，，，，，，主要体现在推理模子的泛起提供了更强的使命明确、妄想能力，，，，，，，，以及多模态模子的生长为智能体能够处置惩罚和天生更重大的信息提供了基础。。。。。。

其次是基础设施和生态的成熟，，，，，，，，包括LangChain、AutoGPT等开源框架经由两年的迭代，，，，，，，，已经形成了一套标准化的开发范式，，，，，，，，极大地缩短了开发周期；；；；；；；；Dify、Coze（扣子）等低代码/无代码平台的普及，，，，，，，，让不懂代码的营业职员也能通过拖沓拽快速天生一个专用智能体；；；；；；；；值得一提的是2025年Anthropic宣布的MCP（模子上下文协议）和skills（手艺系统）给智能体生态提供了主要的标准和启发：MCP作为一个开源协议标准，，，，，，，，令大模子与外部数据源或工具之间的交互更统一、便捷，，，，，，，，Skills则是把人类设计的完成某类使命所需的能力/事情流打包起来，，，，，，，，让Agent在这类使命上可以更稳固的事情，，，，，，，，虽然手艺含量不高，，，，，，，，但在当下有很强的适用性。。。。。。

再次，，，，，，，，学术界和工业界都有大宗的人才、资源投入到智能体领域，，，，，，，，以ACL（国际盘算语言学协会年会）2025为例，，，，，，，，有凌驾230篇论文和智能体相关，，，，，，，，为历年最高，，，，，，，，涵盖妄想、工具使用、多智能体协作与评估等多个偏向。。。。。。

在能力的提升、生态的健全、资源的投入影响下，，，，，，，，各行各业正在实验把智能体真正的用起来。。。。。。凭证麦肯锡2025年全球调研显示，，，，，，，，约62%的受访组织已在部分营业中实验智能体（23%为至少一个场景的规�；；；；；；；；才�，，，，，，，，39%为试验性应用）；；；；；；；；但从营业职能的详细接纳数据来看，，，，，，，，工业对智能体的应用还处于早期阶段：凭证该视察，，，，，，，，关于智能体应用最多的职能依次是IT、知识治理、营销和效劳，，，，，，，，以应用最多的IT为例，，，，，，，，仅有2%和8%的受访企业IT部分周全规�；；；；；；；；‵ully Scaled）和规�；；；；；；；；⊿caling）的应用智能体，，，，，，，，以及6%和7%的企业IT部分试点(Piloting)和试验(Experimenting)的应用。。。。。。

造成这种规�；；；；；；；；τ盟浇系偷脑倒试捎辛椒矫妫阂皇乔懊嫣致鄣闹悄芴迥芰ξ侍�，，，，，，，，虽然在快速前进，，，，，，，，但离周全的适用性尚有距离；；；；；；；；二是各行各业的企业应用者要把智能体用好还需要一些自身条件的配合。。。。。。

第一方面，，，，，，，，除了短使命链条的数据剖析、天生、检索等方面的应用，，，，，，，，智能体现在规�；；；；；；；；τ贸【案怕钥梢怨槟勺酆衔嚼�，，，，，，，，一是在编程领域，，，，，，，，编程是智能体最理想的"练兵场"，，，，，，，，情形隔离、容错率高，，，，，，，，目的明确、现在妄想能力能应对，，，，，，，，程序可执行，，，，，，，，尚有即时的执行反响。。。。。。这令其成为智能体第一个大规模、商业化的突破口。。。。。。二是在各行各业的种种营业（销售、客服、人力等）的专用智能体可以荟萃成一个大类，，，，，，，，有一个配合点：现在主要是事情流自动化类型，，，，，，，，着实这也是应对智能体深度明确（妄想、决议）能力缺乏的权宜之计，，，，，，，，通过把智能体的使命的开放性降低、给出参考事情流程、界说可用的有限工具集等来提高智能体在这些使命上的事情质量。。。。。。智能体进一步的规�；；；；；；；；τ眯枰淠芰�，，，，，，，，为企业能够带来切实的价值。。。。。。

第二方面，，，，，，，，企业要用好智能体需要组织和资源上的匹配。。。。。。凭证Anthropic 2026年的最新调研，，，，，，，，46%的受访者体现与现有系统的集成是智能体安排的主要障碍，，，，，，，，43%和42%的受访者划分指向实验本钱和数据的可及性/质量，，，，，，，，40%和39%的受访者体现清静/合规和员工的学习本钱/抵制是主要障碍（中小企业尤其担心学习本钱，，，，，，，，51%的受访者指向这一点）。。。。。。关于企业的记挂，，，，，，，，本钱、清静等问题和手艺前进的关系较大，，，，，，，，但数据问题、集成问题、学习某人才问题都是需要企业通过组织厘革、进一步数字化和全员的学习来提升。。。。。。

总结与展望

未来，，，，，，，，智能体将会是我们在各行各业、种种场景应用人工智能的主要载体。。。。。。�？？？？？梢栽ぜ�，，，，，，，，随着模子能力和智能体工程的前进，，，，，，，，企业数据治理和组织适配的提升，，，，，，，，智能体会逐步成为每家企业极有竞争力的数字员工，，，，，，，，和我们人类员工竞争与协作。。。。。。

从路径上看，，，，，，，，前面提到现在智能体规�；；；；；；；；τ眉性诒喑毯褪虑榱髯远矫�，，，，，，，，随着机械智能深度明确水平的提升，，，，，，，，可以预期智能体的应用会一直拓展界线，，，，，，，，能肩负更笼统、重大的使命，，，，，，，，更多的自主妄想和决议，，，，，，，，来把人类的意图转化为效果。。。。。。虽然，，，，，，，，突破不即是扬弃事情流。。。。。。在企业高危害场景里，，，，，，，，事情流/权限/审计会酿成“护栏”，，，，，，，，用来限制智能体的行动空间，，，，，，，，以确保应用的清静。。。。。。在相当长的时间内，，，，，，，，人类的审批、审计在智能体事情的闭环中可能都是不可缺氨赡。。。。。。

智能体生长的另一个要害偏向，，，，，，，，是成为人类的“小我私家助手”或“智能署理”。。。。。。与其他类型的智能体相比，，，，，，，，这一偏向的门槛更高，，，，，，，，由于它需要更强的个性化能力、恒久影象、跨场景泛化能力以及更严酷的清静界线。。。。。。小我私家助手型智能体有潜力重塑人类与天下的交互方法——无论是购物、社交，，，，，，，，照旧信息获取——并可能对许多工业的商业逻辑爆发倾覆性影响。。。。。。

已往一年中，，，，，，，，“豆包手机”的推出，，，，，，，，以及2026年年头爆火的“OpenClaw”，，，，，，，，让我们看到了助手型智能体的一些早期探索，，，，，，，，令人振奋。。。。。。前者代表了装备级智能体的实验：它将智能体能力深度嵌入操作系统，，，，，，，，通过模拟人类操作以调取种种App，，，，，，，，为用户完成使命。。。。。。后者则是一种始终在线的解决计划，，，，，，，，能够自动视察与执行使命，，，，，，，，并通过外地安排获取富厚的个性化数据和软件控制权，，，，，，，，起源体现了小我私家助手型Agent的一些焦点特征。。。。。。

凭证IDC的预计，，，，，，，，活跃智能体上海滩文旅投资有限公司的数目将从2025年的约2860万，，，，，，，，攀升至2030年的22.16亿。。。。。。这意味着五年后，，，，，，，，能够资助企业或个体执行使命的数字劳动力数目将是现在的近80倍，，，，，，，，年复合增添率139%；；；；；；；；使命执行的数目将从2025年的440亿次暴涨至2030年的415万亿次，，，，，，，，年复合增添率高达524%；；；；；；；；Token的消耗将从2025年的5000亿激增至2030年的1.5万亿亿，，，，，，，，年复合增添34倍。。。。。。IDC的展望未必准确，，，，，，，，但趋势很是显着，，，，，，，，每一家企业都要为此做好准备。。。。。。

PT视讯(中国区)官网