AI Agent，也称为人工智能代理，通常是指能够感知环境、进行自主理解、决 策和执行动作的智能体。
OpenAI将AI Agent 定义为“以大语言模型为大脑驱 动，具备自主理解、感知、规划、记忆和使用工具的能力，可自动化执行完成 复杂任务的系统。”大语言模型（Large Language Model，LLM）是AI Agent实现的基础和前提。 AI Agent的基本框架包括记忆、规划、工具、行动四个主要模块：（1）记忆： 该模块负责存储信息，分为短期记忆、长期记忆。以聊天机器人为例，其上下 文学习是利用短期学习来记忆，而长期记忆通常是通过利用外部向量数据库和 快速检索；（2）规划：该模块分为事前规划和事后反思两个阶段。在事前规划 阶段，智能体将复杂任务分解为小的、可管理的子任务。在事后反思阶段，智 能体具有检查和改进过往行为的能力，反思不足并完善，形成和加入长期记忆；
（3）工具：该模块是指利用外部资源或工具来执行任务。例如，智能体学习调 用外部API来获取模型权重中缺少的额外信息，包括当前信息、代码执行能力、 对专有信息源的访问等；（4）行动：该模块是智能体实际执行的决定，智能体 可根据不同的任务选择不同的行动，包括记忆检索、推理、学习、编程等。
AI Agent 具有以下特点：（1）自主性：AI Agent可自主感知环境并作出决策； （2）适应性：AI Agent可根据环境变化和任务需求进行调整和优化；（3）交 互性：AI Agent可以与人类或其他系统进行语言、数据等的交互；（4）智能 性：AI Agent能够不断学习，提升自身的智能水平，处理更复杂的任务。这些 特点使AI Agent可在不同环境下独立行动，与人类或其他不同智能体进行交互， 对外部环境作出反应，并不断根据经验调整自身行为。
受限于高质量文本数据逐步减少、边际效应递减等因素，传统大模型Scaling Law（规模定律，即通过提升模型参数、训练数据和成本来增强模型性能）已 放缓，大模型能力增长面临瓶颈。2024年9月，OpenAI发布o1模型，可通过 增加推理计算资源提升模型表现，全球AI企业的注意力也逐步从大模型转向AI Agent。 国内方面，AI Agent 技术起步较晚，但近年来取得较显著的进展。例如，微 盟集团旗下大模型应用产品微盟WAI在2024年9月24日更新重要功能，WAI的 AI助理推出多Agent功能，包含系统客服Agent、商城运营Agent、数据顾问 Agent、图文专家Agent。微盟表示，在Agent团队上线后，使用AI的月活客 户提升了74%，中小商家续费率达75%，高于国内SaaS市场约24%的平均续费 率。
海外方面，美国科技企业在AI Agent领域仍具有较强的领先优势。例如， Salesforce在2024年9月12日推出自动化AI Agent产品——Agentforce，并 在10月宣布Agentforce进入全面商用阶段。Salesforce高管表示2024年三季 度通过AI获得的超过100万美元的订单量同比增长2倍多，共签署超2,000份AI 协议，包括200份Agentforce合作协议。2024年，Salesforce的股价在AI Agent产品加持下跃升至历史高点，也显示了市场对这一技术的高度认可。 整体看，在全球不同国家的企业对AI Agent持续加大投入的背景下，各行各业 的AI Agent持续涌现。随着众多企业布局AI Agent产品和生态，AI Agent商 用爆发的时点已渐行渐近，从业者预计2025年有望成为爆发元年。
AI Agent处于快速发展阶段，市场具有巨大发展潜力。据Markets and Markets预测，全球AI Agent市场规模将从2024年的51亿美元增长到2030年 的471亿美元，年复合增长率44.8%。AI Agent市场保持快速增长的原因如下： （1）技术进步：得益于NLP（自然语言处理）、机器学习、计算机视觉等相关 技术的进步，AI Agent理解及与用户交互的能力进一步增强，可以处理与用户 之间更复杂、更细微的情境感知交互，有效推动AI Agent在客户服务、金融、 医疗等多个行业的应用。根据Markets and Markets的估计，通过人工智能驱 动的自动化，生产效率可以提高20%-30%，其中大部分的变化将由AI Agent 来实现；
（2）政策支持：全球主要国家对人工智能高度重视，均出台了一系列政策支持 AI相关技术的研究与应用，从资金支持、税收优惠等方面保障AI Agent等AI相 关领域的良好发展； （3）自动化与个性化客户体验需求上升：企业通过实施AI Agent来提高自动 化运营效率，同时随着对超个性化数字互动的需求增长，企业和个人对AI Agent的采用率均不断提高，可根据不同偏好定制各类AI Agent。据Gartner 预计，到2028年，至少15%的日常工作决策将通过AI Agent自主完成（2024 年这一比例为0%）。 此外，巴克莱银行认为，随着AI应用的质量和性能通过嵌入各类Agent而提高， 预计到2026年，消费者AI的日活跃用户将达到10亿。可见，AI Agent逐步成 型，也将会推动AI行业走向成熟。
AI Agent当前仍面临诸多挑战。技术方面，AI Agent的算法复杂，需要高水 平的专业知识开发和维护，且随着AI Agent自主性的提高，可能会出现目标不 一致或意外行为。数据隐私与安全性方面，AI Agent依赖大量个人和敏感数据 进行训练，如何确保数据的安全和隐私是关键问题。伦理和法律方面，当AI Agent的行为导致不良后果时，如何界定责任也成为一个复杂的问题。同时， AI Agent的黑盒机制也使工程师难以向团队和利益相关者解释其功能和行为。 据LangChain调查，现阶段将更多AI Agent投入生产的前三类障碍是性能质量 （41%）、成本（18.4%）、安全（18.4%），AI Agent的准确性仍是落地的 重要难点。
AI Agent的融资呈现一定头部效应。2024年以来，全球AI Agent赛道的融资 金额已超过665亿元。整体看，融资资金主要流向具有领先技术与市场潜力的 头部企业，如智谱与OpenAI在2024年的融资金额合计占AI Agent所有融资金 额的比例超90%。以智谱为例，其在2024年12月新一轮的融资金额为30亿元， 参与方包括多家知名战投和国资投资机构，此前其在9月也获得了数十亿元融资。 此外，在智谱的投资方中，除了国内资本外，沙特阿美旗下的风险基金 Prosperity7 Ventures也加入投资，表明国际资本也关注并开始布局中国的大 模型及AI Agent市场。随着AI相关技术的快速发展，未来AI Agent领域有望获 得更多融资。
