摘要：1月24日，OpenAI发布了首个AI Agent（AI智能体）产品Operator，无论订餐、买票、网上购物、还是预约清洁工，只需下达一句指令，Operator都能在后台自动完成。
大模型造神，Agent加冕。
文丨胡镤心
编辑丨张睿
2025年，智能体元年来了。
1月24日，OpenAI发布了首个AI Agent（AI智能体）产品Operator，无论订餐、买票、网上购物、还是预约清洁工，只需下达一句指令，Operator都能在后台自动完成。
此前，智谱在OpenDay上也演示过的Agent产品AutoGLM，根据语音口令，就能点外卖、建微信群、发微信红包，还能在不同APP之间来回跳转，比如在美团和饿了么之间比价，在手机电脑新能源汽车内同步使用。
Agent意味着大模型从Chat走向Act，更承载着AI行业的最大野望：掌握互联网入口，重塑流量分发格局。
只不过，由于当下部分网站访问受限、大模型黑盒依然存在、用户付费意愿未知，Agent将走向何方，蜂拥而至的Agent厂商又有谁能活到三年后，依然是未解之谜。
Agent发展超40年，经历了基于符号规则、统计学习、强化学习三种业务模式，前两者只能用于特定任务或特定能力的执行，本轮Agent基于大模型，具有知识记忆、长期规划、有效泛化等特点，可以通过与环境互动学习，也可以从少量样本中推理出最优策略。
据Markets and Markets预测，全球AI Agent市场将从2024年的51亿美元增长到2030年的471亿美元，年复合增长率达44.8%。
01
大模型学会了“网上冲浪”，一句话实现跨App全自动无人操作
Operator，被OpenAI定义为“能够为你执行网络任务的AI智能体”。
Operator的页面与ChatGPT大致相似，只是输入框的提示词从“我能帮您什么吗？”变为了“我能帮您做什么吗？”
图片来源：Open AI
在演示中，输入订餐要求，比如“在 Beretta餐厅订一桌两人位置，今晚 7 点。”Operator 会打开一个浏览器，开始搜索餐厅并着手预订。
过程中，如果Operator发现Beretta今晚 7 点没有位置后，它会主动询问用户是否选择“今晚 7 : 45”，当“今晚 7 : 45”这个时间点也无法预定后，它又提供了 6 : 15和 8 : 15两个预订时间供选择。
图片来源：Open AI
当用户想要购买日用品时，Operator可以找到购物网页，搜索商品-添加到购物车，搜索商品-添加到购物车，不断重复，直到买齐所有商品。最终结算时，Operator 会将操作权交还给用户，要求用户手动确认和支付。
Operator实际上是模拟人类在电脑上的操作行为，通过点击、滚动、输入等操作直接与网页进行交互，完成各种任务。简单来说，Operator 就像你的数字管家，可以浏览网页、填写表格、订购商品以及预订餐厅等，也可以代替我们进行一些繁琐甚至复杂的操作。
智谱的AutoGLM也是如此。
在2024 年11月29日的智谱OpenDay 上，智谱CEO张鹏演示了这样的情景：对手机说“面对面建群，密码是xxxx”以及“给xx群发红包”，AutoGLM自动点开微信，搜索并点开xx群，开始发红包。只不过在支付环节，仍然需要手动输入支付密码。
据介绍，AutoGLM 可以自主执行超过50 步的操作，也可以跨App执行任务，比如在美团和饿了么比价、在小红书搜攻略然后去携程订酒店，在抖音、微博、饿了么、京东、拼多多等App之间来回跳转都不是问题。智谱还推出快捷口令功能，可以预设常用指令短语，提升使用的便利程度。
不管是网页还是App，Agent能做到像人一样流畅操作，背后是模型视觉能力和推理能力的提升带来的质变。
比如Operator 之所以能够像人类一样操作电脑，离不开 OpenAI 量身打造的“计算机使用智能体（CUA）”。这是一套基于 GPT-4o 的视觉能力和高级推理能力，可以观察屏幕并使用虚拟鼠标和键盘来完成任务，不用专门的API接口。
图片来源：Open AI
通过GPT-4o的视觉能力，Operator能够“看懂”屏幕截图，“理解”网页的按钮、链接、文本框等要素，然后通过推理能力制定计划，使用虚拟鼠标和键盘完成界面操作，直到任务完成。
从“说（Chat）”到“做（Act）”，Agent迈出大模型走向现实世界的第一步。
02
垂类应用率先落地，你的工作助理上线了
相较于C端Agent的“网上冲浪”能力，在B端，Agent已经更早融入工作流程，开始“打工人”的一生。
2024年10 月，微软开发部署10款AI Agent——主要服务于企业的销售环节、会计业务以及客户服务等领域。这些智能体可以读取Microsoft 365 Graph、记录系统、Dataverse 和 Fabric 中的工作数据上下文，从而具备业务理解能力与工作技能，支持从 IT 服务台到员工入职的所有工作，相当于充当销售和服务人员的工作助理。
根据微软公布的案例，麦肯锡正在开发加速客户引入流程的Agent，项目试点结果显示，Agent可以节省 90%的筹备时间和 30%的行政工作；汤森路透则开发了一个用户法律尽职调查的Agent，部分任务可用过去一半的时间完成。
Shopify 则将Agent和电商工作流相结合，不仅能帮助商家快速准确地回复客户查询，还可以针对商店开发、营销、客户支持和后台管理等任务，提供个性化且符合情境的支持，比如产品描述、电子邮件、在线商店标题和常见问题解答等。
钉钉在2024年1月发布了AI助理（AI Agent），4月正式上线AI助理市场（AI Agent Store），覆盖企业服务、行业应用、效率工具、财税法务、教育学习、生活娱乐等类目。钉钉表示，其AI助理市场致力成为最活跃的AI助理孵化、分发和交易平台，钉钉官方的Al助理、生态伙伴和开发者构建的Al助理、个体用户创造的Al助理，将成为三个主要组成部分，并从中获取商业收益。
国内的Agent还有支付宝旗下AI App支小宝、百度文心智能体平台、腾讯元器、讯飞星火智能体创作中心、通义智能体、字节扣子等，面向企业用户提供智能体创建平台。
根据亿邦动力观察，Agent在B端已经被广泛应用于金融、医疗、法律、财务、生产、物流、资管、人力等专业性极强的领域。
图片来源：InfoQ
其中，金融已经成为Agent应用的首选。Gartner 调查发现，61%的银行高管表示所在公司正在或计划未来增加对人工智能的投资。例如为客户提供财务建议的AI 理财教练，在增收方面至少可以提升30%。
医疗服务同样需求旺盛。Agent可以涵盖日常辅助、影像分析、病历管理、手术支持、慢病管理等多场景，IBM的 AI智能体Watson Health还可以分析医疗数据并推荐治疗方案。
法律行业也有望成为Agent 的重要应用场景。Agent 可以帮助律师起草法律材料、汇总文档、做好研究。
这些“数字员工”能够在特定领域熟练分解复杂问题，动态选择最优解决路径。因为Agent会将大型任务分解为子任务，自动进行任务规划，并对所有流程进行评估；在执行任务的过程中，Agent具备记忆能力，短期记忆基于上下文，长期记忆基于向量数据库，可以进行多轮对话、保存用户特征、更新业务数据与最新信息。此外，Agent还能够调用API、插件等工具，更新业务信息并支持开发新功能。
德勤AI研究院称，AI智能体将改变基础业务模式，实现新的工作、运营和价值交付方式。而红杉合伙人Konstantine Buhler则预测，医疗和教育等“高服务成本”领域，将成为AI技术的下一个重要战场。
怪不得比尔盖茨在博客上写：AI Agent“将彻底改变计算机使用方式，并颠覆软件行业”。他还预言“Android、iOS和Windows都是平台，AI Agent将成为下一个平台”。
03
不够靠谱的Agent，能不能承载“下一个平台”的野心？
无数人对Agent寄予厚望，这种情绪在2024年下半年更加强烈。
毕竟在线上高质量数据到头、预训练结束、Killer App哑火之后，大模型行业需要新的“重塑世界”的故事和野望来支撑行业发展的信心和动力，Agent就这样成了“全村的希望”。
但Agent目前面临的首要问题还不是商业化，而是能力限制。目前Operator、AutoGLM等C端应用还面临诸多限制，比如，对提示词的要求较高，部分网页/APP拒绝Agent访问，操作延迟时间长，以及大模型长期记忆中的一致性问题，等等。
B端对专业化的要求更高，Agent训练需要在通用模型的基础上，配备垂直领域数据，和业务流程做深度耦合。同时，Agent的效果与企业配套的信息化、数据化能力正相关，企业的数据积累能力，决定了Agent在企业应用中的价值。
大模型的“黑盒”和“幻觉”也是不能忽视的限制要素。Agent的架构包括感知、规划、记忆、工具使用和行动等关键组件。在LLM“黑盒”面前，每个步骤都存在不可预测性，而工作流程更是要将多个AI 步骤连接起来，不可预测性层层放大，会影响任务的准确性和安全性。
目前这些“不靠谱”并不会使Agent降温，其背后也有相应的理论支撑。
智谱给大模型发展定义出五个发展阶段：L1 语言能力、L2 逻辑能力、L3 使用工具的能力、L4 自我学习能力、L5 探究科学规律。目前大模型已经初步具备了人类与现实物理世界互动的部分能力，而Agent被认为位于L3 使用工具能力，同时正在开启对L4的自我学习能力的探索。
图片来源：智谱
在当下这个节点，Agent产品如雨后春笋，不仅大厂开始布局，创业者更是蜂拥而至。但我们所期待的真正Agent——如全能助手Jarvis一样灵活，或者如专家学者一般可靠，有待关键技术突破。这也意味着未来一段时间内，我们能期待的，还是L1到L3之间Agent，它们通过大量能源和算力成本，慢悠悠解决一个点外卖或做笔记的任务，然后等着厂商们一个场景一个场景的试错。
来源：亿邦动力