與大模型不同，Agent就像是一個(gè)“標(biāo)準(zhǔn)答案”，直接擺在企業(yè)面前，就連使用說(shuō)明書(shū)和企業(yè)最看重的投入回報(bào)比都計(jì)算好了。

“今年，我們是針對(duì)具體的場(chǎng)景構(gòu)建大模型，等到明年會(huì)進(jìn)行更深一步的探索。目前我們正在和云服務(wù)伙伴討論構(gòu)建數(shù)字員工的問(wèn)題”。一家物流履約平臺(tái)獨(dú)角獸企業(yè)告訴產(chǎn)業(yè)家。

如果說(shuō)AGI是大模型的終極目標(biāo)，那么Agent智能體則是實(shí)現(xiàn)這一目標(biāo)過(guò)程中的關(guān)鍵節(jié)點(diǎn)。它同時(shí)也是衡量大語(yǔ)言模型“從量變到質(zhì)變”的關(guān)鍵。換句話說(shuō)，只有當(dāng)大語(yǔ)言模型達(dá)到一定成熟度后，Agent智能體才會(huì)迎來(lái)真正意義上的爆發(fā)。

2024年7月，OpenAI定義了通往AGI的五個(gè)等級(jí)（見(jiàn)下圖），其中Agent智能體就位于L3，并聲稱我們即將達(dá)到L2級(jí)別，即具備人類的推理水平，能解決多種復(fù)雜難題。

幾個(gè)月后，那個(gè)被外媒稱作“國(guó)內(nèi)最有可能成為OpenAI“的企業(yè)智譜AI，發(fā)布智能體AutoGLM時(shí)則表達(dá)了不同的觀點(diǎn)。在智譜看來(lái)，大模型已經(jīng)達(dá)到L3，即可以使用工具、執(zhí)行動(dòng)作的級(jí)別，只不過(guò)其對(duì)工具的掌握能力還不夠，并不能成自我學(xué)習(xí)。

然而，從市場(chǎng)需求的角度，企業(yè)級(jí)Agent的趨勢(shì)已經(jīng)顯現(xiàn)。據(jù)統(tǒng)計(jì)，到2028年，全球Agent市場(chǎng)預(yù)計(jì)達(dá)到2850億美元。

對(duì)企業(yè)而言，AI真正的價(jià)值是降本增效，而現(xiàn)在的聊天機(jī)器人遠(yuǎn)遠(yuǎn)無(wú)法滿足需求。于是，在2024年大模型商業(yè)化的一年里，以國(guó)央企為首的大型企業(yè)開(kāi)始通過(guò)開(kāi)發(fā)行業(yè)大模型的方式，來(lái)升級(jí)企業(yè)內(nèi)部IT建設(shè)，或者解決特定場(chǎng)景下人工難以解決的問(wèn)題。

但問(wèn)題是，并不是所有企業(yè)都有“資本”建行業(yè)大模型，或做大模型開(kāi)發(fā)相關(guān)工作；而且經(jīng)過(guò)一年的大模型商業(yè)化探索，一個(gè)結(jié)論是，企業(yè)對(duì)如何構(gòu)建大模型，怎么用還不夠清晰。

它們更需要一套“標(biāo)準(zhǔn)答案”。

而與大模型不同，Agent就像是這個(gè)“標(biāo)準(zhǔn)答案”，直接擺在企業(yè)面前，就連使用說(shuō)明書(shū)和企業(yè)最看重的投入回報(bào)比都計(jì)算好了。

一、“Agent戰(zhàn)事”，前奏已打響

一個(gè)真實(shí)數(shù)據(jù)是，據(jù)外媒Medium，截至2024年末，將有5億個(gè)Agent分布在各行各業(yè)。等到2025年，這個(gè)數(shù)字將上升至500～1000億個(gè)。

海外AI企業(yè)已經(jīng)加入到Agent這場(chǎng)戰(zhàn)事當(dāng)中。

首先是融資超130億美元的AI巨頭OpenA已經(jīng)加入到這場(chǎng)Agent競(jìng)賽中；其次是融資超73億美元的Anthropic；AI Agent企業(yè)Adept投資4.13億美元開(kāi)發(fā)Agent；AI Agent企業(yè)Imbue投入2.2億美元；Magic AI斥資1.45億美元用于Agent研發(fā)。

而在國(guó)內(nèi)，云廠商、大模型廠商、運(yùn)營(yíng)商、軟件廠商等等也早已開(kāi)始了Agent的探索。

從2024年初開(kāi)始，以百度、騰訊、阿里為首的互聯(lián)網(wǎng)廠商都紛紛發(fā)布自家的Agent開(kāi)發(fā)平臺(tái)。它們都是基于自家的大模型平臺(tái)，為用戶推出低代碼、無(wú)代碼的Agent開(kāi)發(fā)平臺(tái)。此外，在推出Agent開(kāi)發(fā)平臺(tái)的同時(shí)，他們還為此推出了完整的算力層和模型層的服務(wù)。

像上述互聯(lián)網(wǎng)大廠推出的這些Agent開(kāi)發(fā)平臺(tái)，一方面是為了擴(kuò)大模型生態(tài)圈；另一方面，也是AI大模型時(shí)代新一波的用戶爭(zhēng)奪戰(zhàn)。但實(shí)際上，嚴(yán)格意義上講，通過(guò)這些開(kāi)發(fā)平臺(tái)搭建的Agent，還不能夠稱之為OpenAI所描述的“Agent”，后者更傾向于行動(dòng)層面。

比如在企業(yè)里充當(dāng)“數(shù)字員工”的角色，真正達(dá)到降本增效的作用。

而對(duì)于真正在行動(dòng)層面的Agent，目前還停留在大型企業(yè)。在產(chǎn)業(yè)家此前統(tǒng)計(jì)的大模型中標(biāo)項(xiàng)目中，結(jié)果顯示，到2024年，智能體已經(jīng)成為一種趨勢(shì)，而且在行業(yè)分布中，電信運(yùn)營(yíng)商采購(gòu)大模型的比例位居前三，主要采購(gòu)的智能體為智能客服。

另外，除了云廠商和大模型廠商，一些軟件廠商也在嘗試以SaaS+AI的方式打造智能體。

一個(gè)成功的案例是，海外SaaS巨頭Salesforce推出SDR（銷(xiāo)售開(kāi)發(fā)代表）和愛(ài)因斯坦教練，具體來(lái)講，他們可以幫助企業(yè)篩選甄別銷(xiāo)售線索，安排會(huì)議，然后提供與潛在客戶長(zhǎng)相相似的人物視頻形象，以幫助銷(xiāo)售人員通過(guò)角色扮演來(lái)排練他們的話術(shù)等等。

那么究竟為什么說(shuō)Agent會(huì)成為2025年的主敘事？

因?yàn)殡S著大模型技術(shù)、產(chǎn)品和商業(yè)化愈加成熟，客戶最關(guān)注的不是大模型榜單，也并非大模型的新技術(shù)，抑或是模型架構(gòu)等等，企業(yè)真正關(guān)心的是誰(shuí)能為他們提供一個(gè)標(biāo)準(zhǔn)答案，誰(shuí)能像拼圖一樣，嚴(yán)絲合縫地與企業(yè)痛點(diǎn)進(jìn)行匹配。

而這些答案無(wú)疑都指向Agent。

二、從技術(shù)到落地，Agent智能體成為AI第一步

根據(jù)2024年大模型中標(biāo)項(xiàng)目來(lái)看，中標(biāo)類型主要分為三類：算力、行業(yè)大模型、智能體。

通常情況，只有政府、大型央國(guó)企，或是需要消耗大量GPU的行業(yè)，如自動(dòng)駕駛企業(yè)、運(yùn)營(yíng)商等，他們才有購(gòu)買(mǎi)算力的需求。

其次，對(duì)于行業(yè)大模型來(lái)說(shuō)，采購(gòu)方也通常為大型企業(yè)。一方面由于開(kāi)發(fā)行業(yè)大模型同樣需要自身有足夠強(qiáng)的IT積累；另一方面，搭建行業(yè)大模型需要對(duì)企業(yè)內(nèi)的知識(shí)進(jìn)行重新梳理，還涉及到打通各種IT系統(tǒng)之間的壁壘等等，這進(jìn)一步增加了開(kāi)發(fā)難度。

況且，從過(guò)去一年大模型商業(yè)化探索來(lái)看，一個(gè)結(jié)論是，企業(yè)對(duì)如何構(gòu)建大模型，怎么用還不夠清晰。因此，行業(yè)大模型在特定情況下，并不算是最完美的選項(xiàng)。

但智能體則不同。它更像一個(gè)標(biāo)準(zhǔn)答案，因?yàn)橹悄荏w更像是大模型時(shí)代，針對(duì)特定場(chǎng)景的AI解決方案。

比如像上述提到的智能客服，也是如今應(yīng)用最廣的領(lǐng)域，其價(jià)值就顯而易見(jiàn)。某客服大模型項(xiàng)目負(fù)責(zé)人告訴產(chǎn)業(yè)家，過(guò)去行業(yè)里智能客服的解決率能達(dá)到70%左右，也就是說(shuō)轉(zhuǎn)人工率在30%上下；而應(yīng)用大模型客服之后，解決率可以提升到90%以上，對(duì)于企業(yè)來(lái)說(shuō)，10幾天節(jié)省了上萬(wàn)元的成本。

這對(duì)企業(yè)而言才是最真實(shí)的降本增效。

當(dāng)然，智能體也并非如此成熟。首先，從行業(yè)分布來(lái)看，應(yīng)用最廣的智能體主要有智能客服、AI代碼助手。對(duì)此，產(chǎn)業(yè)家了解到，在不少互聯(lián)網(wǎng)廠商內(nèi)部，智能客服都是他們最先嘗試的企業(yè)級(jí)Agent項(xiàng)目。

其次，從客戶類型來(lái)看，目前采購(gòu)意愿最強(qiáng)的依舊是大型企業(yè)。

要知道，大模型時(shí)代，在需求側(cè)一個(gè)最明顯的變化就是底層資源的消耗，從過(guò)去的CPU變成GPU。這意味著企業(yè)要耗費(fèi)更多資源，需要大量成本投入。而如今，無(wú)論是能用得起大模型的，還是能用得起智能體的，都分布在大型企業(yè)/國(guó)央企。

百度智能云客悅負(fù)責(zé)人向產(chǎn)業(yè)家透露，近兩年，POC項(xiàng)目最大的變化就是，客戶比例更偏重于大企業(yè)。

這里要解釋一點(diǎn)，任何新事物誕生都需要探索與創(chuàng)新。同樣地，在軟件行業(yè)，如果企業(yè)需要上線新項(xiàng)目，通常都要經(jīng)歷非常關(guān)鍵、也非常耗時(shí)的一步，即POC。

據(jù)了解，一些大廠早在2023年中下旬就已經(jīng)開(kāi)始與央國(guó)企進(jìn)行智能體方面的POC項(xiàng)目合作了。未來(lái)，伴隨著智能體生態(tài)的成熟，這些趨勢(shì)也將向中小企業(yè)延展。

三、誰(shuí)能拿到Agent入場(chǎng)券？

實(shí)際上，很多智能體過(guò)去都是以SaaS形態(tài)存在，而如今Agent則正在成為企業(yè)的優(yōu)先選項(xiàng)。

在大模型時(shí)代，從SaaS過(guò)渡到Agent，同時(shí)也意味著底層架構(gòu)的顛覆。過(guò)去SaaS的底層架構(gòu)是基于IaaS+PaaS；而今天底層架構(gòu)則是基于大模型，也就是算力層+MaaS/模型層。

而在這種底層架構(gòu)的顛覆下，并非所有企業(yè)都能拿到Agent的入場(chǎng)券。

因?yàn)锳gent是在大模型或小模型基礎(chǔ)上設(shè)計(jì)的，這意味著Agent企業(yè)需要具備模型能力，或者與大模型廠商進(jìn)行合作。以實(shí)在智能為例，這曾是一家傳統(tǒng)的軟件廠商，主要為客戶提供RPA解決方案，但于2023年開(kāi)始，便依次發(fā)布其自研大模型，并開(kāi)始向Agent轉(zhuǎn)型。

而像百度、騰訊等互聯(lián)網(wǎng)廠商也是一樣需要借助大模型能力，據(jù)了解，雙方都推出了自家的大模型客服機(jī)器人，而且底層的模型能力也分別基于文心大模型和混元大模型。在此基礎(chǔ)上，進(jìn)行模型的精調(diào)。

然而，與云計(jì)算時(shí)代相似的是，大模型時(shí)代也有更標(biāo)準(zhǔn)化的Agent版本。這些智能體同樣也以更標(biāo)準(zhǔn)化的SaaS版本存在。

而當(dāng)大量標(biāo)準(zhǔn)化版本涌入市場(chǎng)之時(shí)，也是2025年Agent敘事的開(kāi)始。

那么，今天大模型時(shí)代下的Agent智能體，和過(guò)去傳統(tǒng)軟件，除了在底層架構(gòu)方面，還有什么區(qū)別？

其中最明顯的一個(gè)區(qū)別就是Agent是有自我學(xué)習(xí)能力的軟件。

雖然在目前階段，大模型還并沒(méi)有發(fā)展到讓Agent能夠完全自我學(xué)習(xí)、自我進(jìn)化的程度，也就是OpenAI口中的L3階段；但大模型廠商依據(jù)過(guò)去服務(wù)企業(yè)的行業(yè)know-how，將其總結(jié)成SOP流程喂給Agent，它也能進(jìn)行半自主進(jìn)化。

未來(lái)，隨著大模型能力的進(jìn)一步提升，Agent將會(huì)達(dá)到真正的自我學(xué)習(xí)階段。屆時(shí)，也將有越來(lái)越多的中小企業(yè)加入到Agent的敘事中來(lái)。

然而，關(guān)于企業(yè)級(jí)Agent，或者說(shuō)智能體，從產(chǎn)品路線到企業(yè)內(nèi)部的AI建設(shè)，再?gòu)纳虡I(yè)模式到服務(wù)模式，都未形成標(biāo)準(zhǔn)化的范式。

以商業(yè)模式為例，過(guò)去云計(jì)算時(shí)代，SaaS軟件的付費(fèi)模式主要分為訂閱費(fèi)、定制化開(kāi)發(fā)兩種；而未來(lái)，從云計(jì)算到大模型時(shí)代，當(dāng)SaaS過(guò)渡為Agent形式，則出現(xiàn)了更多元化的付費(fèi)模式。

目前主要分為三類：

1）按照傳統(tǒng)SaaS訂閱的方式計(jì)費(fèi)；

2）按tokens付費(fèi)，這也是大模型時(shí)代下衍生出的一種新的商業(yè)模式，即按需付費(fèi)，同時(shí)也根據(jù)其Agent調(diào)用的能力付費(fèi)；

3）通過(guò)生態(tài)合作的方式，根據(jù)實(shí)際效果進(jìn)行分成，比如銷(xiāo)售額增長(zhǎng)、效率提升等等；再或者以系統(tǒng)集成商合作，將 Agent 集成到其產(chǎn)品或服務(wù)中，通過(guò)銷(xiāo)售分成、合作推廣費(fèi)用等方式實(shí)現(xiàn)盈利。

可以看到，如今關(guān)于Agent的一切，敘事都正在展開(kāi)。