Agent智能體，打響中國大模型落地產(chǎn)業(yè)第一槍

與大模型不同，Agent就像是一個“標準答案”，直接擺在企業(yè)面前，就連使用說明書和企業(yè)最看重的投入回報比都計算好了。

作者|思杭

編輯|皮爺

出品|產(chǎn)業(yè)家

“今年，我們是針對具體的場景構建大模型，等到明年會進行更深一步的探索。目前我們正在和云服務伙伴討論構建數(shù)字員工的問題”。一家物流履約平臺獨角獸企業(yè)告訴產(chǎn)業(yè)家。

如果說AGI是大模型的終極目標，那么Agent智能體則是實現(xiàn)這一目標過程中的關鍵節(jié)點。它同時也是衡量大語言模型“從量變到質(zhì)變”的關鍵。換句話說，只有當大語言模型達到一定成熟度后，Agent智能體才會迎來真正意義上的爆發(fā)。

2024年7月，OpenAI定義了通往AGI的五個等級（見下圖），其中Agent智能體就位于L3，并聲稱我們即將達到L2級別，即具備人類的推理水平，能解決多種復雜難題。

幾個月后，那個被外媒稱作“國內(nèi)最有可能成為OpenAI“的企業(yè)智譜AI，發(fā)布智能體AutoGLM時則表達了不同的觀點。在智譜看來，大模型已經(jīng)達到L3，即可以使用工具、執(zhí)行動作的級別，只不過其對工具的掌握能力還不夠，并不能成自我學習。

然而，從市場需求的角度，企業(yè)級Agent的趨勢已經(jīng)顯現(xiàn)。據(jù)統(tǒng)計，到2028年，全球Agent市場預計達到2850億美元。

對企業(yè)而言，AI真正的價值是降本增效，而現(xiàn)在的聊天機器人遠遠無法滿足需求。于是，在2024年大模型商業(yè)化的一年里，以國央企為首的大型企業(yè)開始通過開發(fā)行業(yè)大模型的方式，來升級企業(yè)內(nèi)部IT建設，或者解決特定場景下人工難以解決的問題。

但問題是，并不是所有企業(yè)都有“資本”建行業(yè)大模型，或做大模型開發(fā)相關工作；而且經(jīng)過一年的大模型商業(yè)化探索，一個結(jié)論是，企業(yè)對如何構建大模型，怎么用還不夠清晰。

它們更需要一套“標準答案”。

而與大模型不同，Agent就像是這個“標準答案”，直接擺在企業(yè)面前，就連使用說明書和企業(yè)最看重的投入回報比都計算好了。

一、“Agent戰(zhàn)事”，

前奏已打響

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

海外AI企業(yè)已經(jīng)加入到Agent這場戰(zhàn)事當中。

首先是融資超130億美元的AI巨頭OpenA已經(jīng)加入到這場Agent競賽中；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)。

而在國內(nèi)，云廠商、大模型廠商、運營商、軟件廠商等等也早已開始了Agent的探索。

從2024年初開始，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開發(fā)平臺。它們都是基于自家的大模型平臺，為用戶推出低代碼、無代碼的Agent開發(fā)平臺。此外，在推出Agent開發(fā)平臺的同時，他們還為此推出了完整的算力層和模型層的服務。

像上述互聯(lián)網(wǎng)大廠推出的這些Agent開發(fā)平臺，一方面是為了擴大模型生態(tài)圈；另一方面，也是AI大模型時代新一波的用戶爭奪戰(zhàn)。但實際上，嚴格意義上講，通過這些開發(fā)平臺搭建的Agent，還不能夠稱之為OpenAI所描述的“Agent”，后者更傾向于行動層面。

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

而對于真正在行動層面的Agent，目前還停留在大型企業(yè)。在產(chǎn)業(yè)家此前統(tǒng)計的大模型中標項目中，結(jié)果顯示，到2024年，智能體已經(jīng)成為一種趨勢，而且在行業(yè)分布中，電信運營商采購大模型的比例位居前三，主要采購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。

一個成功的案例是，海外SaaS巨頭Salesforce推出SDR（銷售開發(fā)代表）和愛因斯坦教練，具體來講，他們可以幫助企業(yè)篩選甄別銷售線索，安排會議，然后提供與潛在客戶長相相似的人物視頻形象，以幫助銷售人員通過角色扮演來排練他們的話術等等。

那么究竟為什么說Agent會成為2025年的主敘事？

因為隨著大模型技術、產(chǎn)品和商業(yè)化愈加成熟，客戶最關注的不是大模型榜單，也并非大模型的新技術，抑或是模型架構等等，企業(yè)真正關心的是誰能為他們提供一個標準答案，誰能像拼圖一樣，嚴絲合縫地與企業(yè)痛點進行匹配。

而這些答案無疑都指向Agent。

二、從技術到落地，

Agent智能體成為AI第一步

根據(jù)2024年大模型中標項目來看，中標類型主要分為三類：算力、行業(yè)大模型、智能體。

通常情況，只有政府、大型央國企，或是需要消耗大量GPU的行業(yè)，如自動駕駛企業(yè)、運營商等，他們才有購買算力的需求。

其次，對于行業(yè)大模型來說，采購方也通常為大型企業(yè)。一方面由于開發(fā)行業(yè)大模型同樣需要自身有足夠強的IT積累；另一方面，搭建行業(yè)大模型需要對企業(yè)內(nèi)的知識進行重新梳理，還涉及到打通各種IT系統(tǒng)之間的壁壘等等，這進一步增加了開發(fā)難度。

況且，從過去一年大模型商業(yè)化探索來看，一個結(jié)論是，企業(yè)對如何構建大模型，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。

但智能體則不同。它更像一個標準答案，因為智能體更像是大模型時代，針對特定場景的AI解決方案。

比如像上述提到的智能客服，也是如今應用最廣的領域，其價值就顯而易見。某客服大模型項目負責人告訴產(chǎn)業(yè)家，過去行業(yè)里智能客服的解決率能達到70%左右，也就是說轉(zhuǎn)人工率在30%上下；而應用大模型客服之后，解決率可以提升到90%以上，對于企業(yè)來說，10幾天節(jié)省了上萬元的成本。

這對企業(yè)而言才是最真實的降本增效。

當然，智能體也并非如此成熟。首先，從行業(yè)分布來看，應用最廣的智能體主要有智能客服、AI代碼助手。對此，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Agent項目。

其次，從客戶類型來看，目前采購意愿最強的依舊是大型企業(yè)。

要知道，大模型時代，在需求側(cè)一個最明顯的變化就是底層資源的消耗，從過去的CPU變成GPU。這意味著企業(yè)要耗費更多資源，需要大量成本投入。而如今，無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)/國央企。

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

這里要解釋一點，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)需要上線新項目，通常都要經(jīng)歷非常關鍵、也非常耗時的一步，即POC。

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

三、誰能拿到Agent入場券？

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

在大模型時代，從SaaS過渡到Agent，同時也意味著底層架構的顛覆。過去SaaS的底層架構是基于IaaS+PaaS；而今天底層架構則是基于大模型，也就是算力層+MaaS/模型層。

而在這種底層架構的顛覆下，并非所有企業(yè)都能拿到Agent的入場券。

因為Agent是在大模型或小模型基礎上設計的，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行合作。以實在智能為例，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年開始，便依次發(fā)布其自研大模型，并開始向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。在此基礎上，進行模型的精調(diào)。

然而，與云計算時代相似的是，大模型時代也有更標準化的Agent版本。這些智能體同樣也以更標準化的SaaS版本存在。

而當大量標準化版本涌入市場之時，也是2025年Agent敘事的開始。

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

其中最明顯的一個區(qū)別就是Agent是有自我學習能力的軟件。

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

未來，隨著大模型能力的進一步提升，Agent將會達到真正的自我學習階段。屆時，也將有越來越多的中小企業(yè)加入到Agent的敘事中來。

然而，關于企業(yè)級Agent，或者說智能體，從產(chǎn)品路線到企業(yè)內(nèi)部的AI建設，再從商業(yè)模式到服務模式，都未形成標準化的范式。

以商業(yè)模式為例，過去云計算時代，SaaS軟件的付費模式主要分為訂閱費、定制化開發(fā)兩種；而未來，從云計算到大模型時代，當SaaS過渡為Agent形式，則出現(xiàn)了更多元化的付費模式。

目前主要分為三類：

1）按照傳統(tǒng)SaaS訂閱的方式計費；2）按tokens付費，這也是大模型時代下衍生出的一種新的商業(yè)模式，即按需付費，同時也根據(jù)其Agent調(diào)用的能力付費；3）通過生態(tài)合作的方式，根據(jù)實際效果進行分成，比如銷售額增長、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)品或服務中，通過銷售分成、合作推廣費用等方式實現(xiàn)盈利。

可以看到，如今關于Agent的一切，敘事都正在展開。