今年以来，从中央到地方，对培育具身智能、发展智能机器人等工作做出了一系列部署。随着技术的飞速发展，机器人走进大众生活已不再是遥不可及的梦想。本报自今日起推出“机器人在身边”系列报道，聚焦机器人产业的发展与变革。
随着大模型不断取得突破，AI智能体的热度持续攀升。今年伊始，无论是初创企业还是科技巨头，都纷纷加快了在这一领域的布局，智能体的应用场景也在不断拓展。北京、上海等地陆续出台相关政策，为智能体的发展注入了新的活力。
那么，什么是AI智能体，它又能发挥哪些作用呢？AI企业为何纷纷投身智能体领域？发展智能体又需要关注哪些问题呢？
多主体布局智能体
通常而言，AI智能体（AI Agent）是一种能够在特定环境中自主感知、思考和行动的高级人工智能系统。它具备理解、学习和推理的能力，能够执行复杂任务并做出决策。目前，智能体已经在内容创作助手、知识问答助手、智能助理、AI搜索等场景中得到了应用。
阿里巴巴旗下AI应用夸克的相关负责人表示：“从广义上来说，AI智能体是一种能够进行深度思考、自主规划、做出决策并深入执行的智能应用。不过，在实际实现过程中，每个厂商和产品会根据用户群体和使用场景的不同进行相应的调整和组合。”
今年以来，各大公司纷纷推出了具有自身优势和特色的智能体产品。国产大模型团队Monica发布了通用AI智能体产品Manus，并宣布与阿里通义千问团队达成正式战略合作。智谱AI发布了AI智能体产品AutoGLM沉思，推动AI智能体进入了“边想边干”的新阶段。夸克以“AI超级框”的形式打造了超级智能体，在搜索、浏览器、扫描、拍题等领域具有显著优势。联想集团在武夷山、宜昌等城市相继落地“城市超级智能体”，为各行各业和用户提供定制化的“人工智能+”引擎。字节跳动的Agent产品“扣子空间”也新近开启了内测。
目前智能体的应用领域
中国信息通信研究院云计算与大数据研究所副所长栗蔚指出，目前在企业级应用方面，智能体可以助力企业实现降本增效，并推动数据驱动决策的进一步实践。例如，在物流行业，智能体与仓储机器人相结合，能够实现自动分拣和路径规划，降低分拣错误率，提高仓库的吞吐流转效率；在人力资源管理领域，部署在云端的智能面试官可以弹性扩展处理海量视频面试数据，利用云GPU加速的多模态分析评估候选人的匹配度，不仅将HR初筛效率提高了80%，还通过云端持续学习机制不断优化评估模型，避免人为偏见。
在消费级应用方面，栗蔚认为智能体主要聚焦于为个人提供场景化服务和个性化体验。比如，快消行业的智能营销引擎运行在云端，通过实时分析用户行为数据流，动态生成个性化的推荐策略和宣传内容；智慧家居场景中的云边协同智能体，将用户习惯数据上传至云端训练个性化模型，再通过边缘计算节点实时调控家庭环境设备，自动优化家居环境的温度、灯光、通风等方面。
简而言之，智能体的发展将重塑人、AI工具和任务之间的关系。阿里巴巴集团副总裁吴嘉日前表示：“很多人说在AI时代要把所有产品重新做一遍，其实真正的内涵是，为了让AI更好地使用工具，需要把这些工具重新打造一遍，即‘AI使用工具，而人使用AI’。”
向商业化落地演进
在技术迭代和市场需求升级的双重驱动下，创业公司和互联网大厂纷纷布局智能体产品和智能体开发平台。底层技术的突破与产业价值的释放相互促进，正在加速智能体从技术概念向商业化落地的进程。
根据赛迪顾问的测算，未来5年，全球AI智能体市场规模将以超过40%的年均复合增长率持续增长。政策的支持也为产业发展提供了有力保障。4月8日，北京市经济和信息化局印发《北京市关于支持信息软件企业加强人工智能应用服务能力行动方案（2025年）》的通知，提出支持通用智能体的发展，对已取得生成式人工智能产品服务上线批号、首次在各类应用商店上架的通用智能体，优先协调算力保障，并对运营服务中调用算力和模型成本给予最高不超过3000万元的支持。4月21日，上海市经济和信息化委员会发布《关于开展2025年新一代通用人工智能创新任务揭榜挂帅工作的通知》，提到要探索复杂开放环境下有机协同异构异质的众多智能体，并实现可持续的群智涌现问题，攻关多智能体系统与优化决策技术、无人集群系统技术、群智软件技术和群智联邦学习技术等关键技术。
在个人应用方面，夸克凭借自身的技术能力，满足了用户在广泛场景下的需求。吴嘉表示：“夸克用一个极简的‘AI超级框’，打造了一个个人的全能助手。”未来，人类无需直接使用搜索等工具，只需将完整的任务指令交给AI，AI就能思考、执行并完成最终的任务交付。智能手机在智能体的加持下也更加懂用户。据悉，荣耀YOYO智能体目前能够完成600项需求意图理解、950项个人习惯记忆、270项复杂任务规划，用户可以通过一句话实现点咖啡、查询或取消自动续费、生成证件照等操作。
在赋能企业方面，火山引擎通过HiAgent平台，为多个行业的客户提供了多款AI智能体解决方案。火山引擎相关负责人介绍：“在金融行业，智能体在客户服务、财富管理、展业助手等场景进行了相关尝试和探索；在医疗行业，智能体在智能导诊、院内服务、患者健康管理等场景进行了相关尝试和探索；在教育行业，智能体在校园百事通、教师课件助手、科研助手等场景进行了相关尝试和探索；在制造业，智能体在设备维修助手、研发助手、具身智能等场景进行了相关尝试和探索。”
在智慧城市领域，近日，联想集团在武夷山、宜昌等城市落地“城市超级智能体”，采用“1×N智能体方案”，即一个超级智能体与多个领域智能体协同工作的模式，将AI能力输送给城市的各行各业和市民游客，实现从政务到民生、产业的全面智能化，以小场景混合形成大场景，推动城市智慧化发展。联想集团高级副总裁、中国方案服务业务群总经理戴炜表示：“智能体通过‘扬长补短’的方式，不仅保留了大模型强大的数据处理能力，同时引入了自我边界判断、主动感知、复杂任务分解和记忆机制，使得人工智能更贴近人类智能的实际应用场景。”
赛迪顾问大数据与人工智能产业研究中心分析师韩子哲认为，智能体的自主决策能力和工具调用能力，使得AI不再是孤立的技术模块，而是能够深度嵌入企业运营系统的“生产力单元”，有望解决传统AI应用场景碎片化、投入产出比低等问题，这将推动AI技术在产业侧的应用落地。
关注多种挑战风险
当行业纷纷涌入智能体领域时，也面临着技术挑战和多种风险。
首先，需要警惕“伪智能体”的出现。栗蔚表示，随着智能体概念的热度不断攀升，市场上出现了一批打着智能体旗号的“伪智能体”。不少公司将传统的技术、现有的产品进行包装或贴牌，通过营销策略进行宣传，误导用户。
其次，技术瓶颈也是需要关注的问题。韩子哲指出，要关注智能体认知可靠性的技术瓶颈，包括机器幻觉、决策黑箱等问题，这是保障智能体可信决策的技术基础。栗蔚表示，AI智能体高度依赖大语言模型，但其生成内容的准确性、上下文理解能力仍不能满足生产级场景的应用需求，机器幻觉问题可能导致金融、医疗等高风险领域的决策失误。
成本问题同样不容忽视。使用智能体执行大型复杂任务时，Token的消耗量会显著增加。例如，Manus将推理成本控制在OpenAI旗下智能体DeepReaserch推理成本的十分之一左右，但每个任务仍需消耗50万至200万Tokens。栗蔚表示：“随着用户量和用户使用量的增加，算力资源的指数级增长是智能体落地不可避免的成本投入。而超大规模GPU集群的算力需求远超传统数据中心的调度能力，需要依托AI云、算力互联网等新型算力互联调度架构实现高效低成本算力调用。”
最后，技术生态与协作标准化问题也是关键。技术生态与协作标准化问题是决定AI智能体规模化落地和跨场景协同能力的关键。然而，当前协议标准“多强混战”，尚未形成统一标准，协同效率未能有效提升。韩子哲认为，行业用户需要重视内部高质量数据集的构建，基于业务场景沉淀数据，以高质量数据驱动智能体的优化，再反哺业务价值提升，从而形成良性闭环。栗蔚建议，行业亟需构建类似互联网协议簇的统一标准，优化多智能体架构释放协同潜力，共同推动AI智能体从“单点突破”迈向“生态繁荣”。
从技术验证迈向规模化落地的关键时期，AI智能体的发展与我国经济社会数字化转型的需求高度契合。面向未来，我们需要统筹技术创新与治理体系建设，在夯实自主可控技术基础的同时，推动产学研用协同攻关，探索智能体技术与实体经济深度融合的可持续模式，为数字时代的生产力跃升注入持久动力。#毛药师 #ai商业思维 #ai智能体
琼公网安备 46010802000728号