AI Agent：商用爆发元年将至

AI Agent：商用爆发元年将至 2024-12-23 请务必阅读正文之后的免责声明 1 / 7 AI Agent：商用爆发元年将至 原创 来觅研究院 RimeData 来觅数据 撰稿 梁秋兰 2024-12-23 导读：2024 年 11 月 29 日，智谱在 OpenDay 上发布其最新 Agent 产品，包括 AutoGLM、AutoGLM-Web、AutoGLM-PC 三款产品，仅需一个简单指令，这些 Agent 便可完成相对机器而言较为复杂的任务，如买咖啡、发红包等。2024 年 12 月，OpenAI 的首席财务官在接受彭博社采访时透露，OpenAI 正计划推出可执行复杂任务的 AI Agent，其将具备博士级别的助手功能。此前，黄仁勋也表示，AI Agent是人工智能发展的未来趋势，很快将有 AI Agent 和团队一起工作。AI Agent 是什么？应用价值如何？投融现状如何？本文尝试分析和探讨。 AI Agent 是什么？ 自 ChatGPT 成为全球现象级产品以来，人工智能领域的发展按下加速键。但尽管 ChatGPT 等 AI 产品拥有强大的文本生成能力，但其仍有较大的局限性，如无法完成工具调用的复杂任务、无法自主解决问题等，加之人们对 AI 产品的人机交互需求提升，ChatGPT 等 AI 产品已无法满足市场需求，需要自主性、交互性更强的 AI 产品。同时，深度学习、自然语言处理、自动化执行等技术的不断进步，也为 AI 产品的进一步发展提供了技术基础。在此背景下，AI Agent 逐步成为新的关注重点。 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 AgentAI Agent：商用爆发元年将至 2024-12-23 请务必阅读正文之后的免责声明 2 / 7 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。 图表 1：基于 LLM 驱动的 Agent 基本框架 资料来源：Lilian Weng《LLM Powered Autonomous Agents》，腾讯研究院，来觅数据整理 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。 AI Agent：商用爆发元年将至 2024-12-23 请务必阅读正文之后的免责声明 3 / 7 按智能程度，AI Agent 通常可分为以下类型：（1）简单反应型智能体：基本的智能体类型，仅根据即时感知的信息，按预定的规则进行操作，不考虑过去的行为或预测未来的后果；（2）基于模型的智能体：基于当前的感知和内部状态来执行任务，会考虑环境中看不见的方面及行为的潜在后果；（3）基于目标的智能体：主动规划和选择使其达成目标的行动，会考虑其行为对环境的未来后果；（4）基于效用的智能体：基于效用函数或价值最大化做出决策，在考虑目标实现的同时也考虑实现状态的质量；（5）学习型智能体：从过去的经验和反馈中学习并提高模型性能，包含学习元素、批评者、性能要素、问题生成器四个主要组件。 AI Agent 应用情况如何？ 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。其中，微盟集团、智谱等企业已取得一定成果。微盟集团旗下大模型应用产品微盟 WAI 在 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。智谱在 11 月 29 日的 OpenDay 上发布 AutoGLM、AutoGLM-Web、AutoGLM-PC 三款 Agent 产品。其中，AutoGLM 可自主执行超 50 步的长步骤操作，也可跨 app 执行任务，标志着生成式 AI 从生成阶段逐步进入到硬件执行操作阶段。 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 9 月 12 日推出自动化 AI Agent 产品——Ag