到底什么是AI Agent？

@精英打工人们

点击上方蓝字关注我们

Manus来了，大家的关注点都在它和DeepSeek有什么区别上。其实，Manus是一款更偏偏向于执行和行动的AI工具，它既能思考，也能行动。而DeepSeek更偏向于动脑和深度思考，可以说是思考型的AI工具。

比如，让Manus预定餐厅，它不仅能够根据你所在的地址和平常的饮食偏好，给出备选的餐厅名单，还能使用相关的插件工具，进行餐厅的预订。

除了它和DS的区别，还有一个点值得关注：Manus被相关报道称为“全球首款通用型AI Agent”。这个AI Agent已经被炒了一段时间了，那么它到底是什么？目前处于什么发展阶段？未来有什么发展潜力？

01

什么是AI Agent

AI Agent，即人工智能体，是一种具备环境感知、自主决策、动作执行能力的程序或系统。

它的核心在于能够通过独立的分析思考，调用适当的工具，行动起来，执行命令，最终完成既定的目标任务。

AI Agent或许就是移动互联网时代的APP。在移动互联网时代，我们通过各种APP来获取信息和使用服务。但在AI时代，“AI Agent”或许将会逐渐替代“APP”，成为新的网络入口。同时“Agent Store”或许就是移动互联网时代的“APP Store”,“LLM”或许就是“IOS/Android”。

那么，AI Agent的这种思考、分析和执行任务的能力是如何完成的？支撑它的架构是什么样子的呢？

其实，AI Agent的系统架构可以划分为核心能力（LLM）和4大关键要素——规划（Planning）、记忆（Memory） 、 工具（Tools）、行动（Action）。这些要素共同协作，使AI Agent能够高效地思考和处理复杂的任务。

1. 核心能力：LLM（大语言模型）

AI Agent的核心驱动力是大语言大模型（LLM），它提供了强大的语言理解和推理能力，扮演着大脑的角色，是AI Agent的核心控制器。

2. 四大关键要素

（1）规划（Planning）

AI Agent利用大模型的思维链能力，将复杂任务分解为可管理的子目标或任务。

比如，安排一场会议，AI Agent会分解为“确定参会人员”、“发送邀请”、“安排会议室”等子任务。

（2）记忆（Memory）

分短期记忆和长期记忆，主要处理输入的信息或调用外部的信息。

• 短期记忆：用于处理所有输入信息，支持上下文学习，但受限于上下文窗口的长度。
  
• 长期记忆：用于存储和调用外部数据库中的无限信息，支持复杂任务（如阅读PDF、查询知识库等）。
  

比如，在处理客户咨询时，短期记忆用于理解当前对话，长期记忆用于调用客户历史记录或产品信息库。

（3）工具（Tools）

AI Agent可以调用外部工具的API，拓展自身能力以获取额外信息或完成特定任务。

比如，预测某个地区的天气情况，AI Agent会调用天气API获取数据，并根据结果进行后续规划。

（4）行动（Action）

基于规划、记忆和工具，AI Agent执行具体的行动，完成任务。

比如，AI Agent在完成会议安排后，自动在日历中创建好事件，并自动发送会议通知。

02

AI Agent经历的发展阶段

人类和AI的协作模式经历了三个阶段：Embedding模式、copilot模式、Agent模式。

• Embedding模式下：人类完成绝大部分工作，类似向AI询问意见，了解信息，AI提供信息和建议但不直接处理工作。

• copilot模式下：人类和AI进行协作，各自承担的工作量相当。AI根据人类的prompt完成工作初稿，人类进行目标设定，修改调整，最后确认。
  
• 到了Agent摸式：AI直接“独立上岗”了——它能自己记住任务、分析问题、制定计划并执行，完全不需要人类插手。
  比如，你只需要告诉AI Agent“帮我订一张去北京的机票”，它就能自己搞定后面的所有步骤，完全不用你操心。

03

AI Agent的产业链和生态图谱

AI Agent生态从底层的算力支持，到中层的平台框架，再到上层的具体应用，形成了一个完整的产业链。每一层都有不同的企业参与，共同推动AI Agent技术的落地与发展。

1. 底层：算力层

这是生态的底层基础，主要提供强大的计算资源支持。参与企业包括阿里云、百度云、华为云等，这些云计算厂商为AI Agent的运行提供了基础设施。

2. 中层：平台框架层

这是生态的核心层，分为两类：

• 企业级AI Agent平台

为企业工作流程提供智能化服务，主要由原来的RPA厂商主导。他们将大模型的AI Agent技术整合到自动化平台，帮助企业实现智能化改造。比如，汇智智能、猎户星空、钉钉等。

• 开发者AI Agent平台

为开发者提供开发、定制和部署Agents的工具和平台，参与者主要包括大模型厂商和落地服务商。比如，扣子、智谱AI、天工AI、科大讯飞等。

3. 上层：应用层

这是生态的顶层，包括B端和C端应用：

• B端垂直应用层

专注于垂直行业的应用软件或SaaS企业，主要是ERP、CRM、营销、法律等细分场景，为企业提供智能化解决方案。比如用友、Moka等。

• C端应用层

面向消费者的通用智能体，包括AI手机、AI PC等硬件设备，以及AI眼镜、智能汽车等未来可能成为AI Agent重要入口的产品。

04

AI Agent的商业化价值

AI Agent的商业价值主要体现在降本、增效和提供个性化服务上。

比如AI Agent和SOP、PDCA、OKR等管理方法适配，通过标准化、流程化、智能化可以对抗个体工作的不确定性，提升工作效率，降低人力和经营成本。

根据市场研究机构Market.us的最新报告显示，到2033年，AI Agent领域的市场规模或突破1391.2亿美元，到2033年的年均复合增长率约为43.8%。

麦肯锡的研究数据表明，AIGC在16个核心业务领域的63个具体应用中，每年可创造的经济价值预计在2.6至4.4万亿美元之间。如果AIGC技术在未来能够全面融入各行各业的生产环节，其潜在经济价值有望进一步提升至6.1至7.9万亿美元。

本文部分内容根据甲子光年、券商和互联网公开资料整理，版权归原作者所有，文章仅供读者学习交流，不作任何商业用途。如有标错来源或涉及作品版权问题烦请告知，将及时处理，谢谢！