今年以来，从中央到地方，对培育具身智能、发展智能机器人等作出一系列部署。伴随着技术日新月异，机器人走进你我的生活已不再遥远。本报今天起推出“机器人在身边”系列报道，关注机器人产业的发展与变化。
随着大模型的持续突破，AI智能体热度持续提升。今年以来，从初创企业到科技巨头纷纷加快布局，智能体应用场景持续拓展。北京、上海等地相继出台政策，为智能体发展注入新动能。什么是AI智能体，它可以做什么？AI企业为何纷纷布局智能体？发展智能体需要注意什么问题？
多主体布局智能体
通常认为，AI智能体（AI Agent）是在特定环境中能够自主感知、思考和行动的一种高级的人工智能系统，它能够理解、学习和推理，以执行复杂任务和作出决策。目前，智能体在内容创作助手、知识问答助手、智能助理、AI搜索等场景中已实现应用。
“广义上看，AI智能体是一种能够深度思考、自主规划、作出决策并深度执行的智能应用，但在实现过程中，每个厂商和产品会根据用户人群和使用场景进行不同的变化和组合。”阿里巴巴旗下AI应用夸克的相关负责人说。
今年以来，各家公司接连推出集聚各自优势特长的智能体产品。国产大模型团队Monica发布了通用AI智能体产品Manus，并宣布与阿里通义千问团队正式达成战略合作。智谱AI发布AI智能体产品AutoGLM沉思，推动AI智能体进入“边想边干”新阶段。夸克以“AI超级框”形态打造超级智能体，在搜索、浏览器、扫描、拍题等领域具备优势。联想集团在武夷山、宜昌等城市相继落地“城市超级智能体”，为千行百业和用户提供定制化“人工智能+”引擎。字节跳动Agent产品“扣子空间”新近开启内测。
目前的智能体可以做什么？中国信息通信研究院云计算与大数据研究所副所长栗蔚表示，目前看来，在企业级应用方面，可以应用智能体推动企业降本增效和数据驱动决策的进一步实践。比如，在物流行业，智能体结合仓储机器人，实现自动分拣、路径规划，降低分拣错误率，提升仓库吞吐流转效率；在人力资源管理领域，部署在云端的智能面试官可弹性扩展处理海量视频面试数据，利用云GPU加速的多模态分析评估候选人匹配度，不仅将HR初筛效率提升80%，还通过云端持续学习机制不断优化评估模型，避免人为偏见。
在消费级应用方面，栗蔚认为，智能体聚焦为个人提供场景化服务和个性化体验。例如，快消行业的智能营销引擎运行在云端，通过实时分析用户行为数据流，动态生成千人千面的推荐策略和宣传内容；智慧家居场景中的云边协同智能体，将用户习惯数据上传至云端训练个性化模型，再通过边缘计算节点实时调控家庭环境设备，自动优化温度、灯光、通风等方面的家居环境。
简而言之，智能体的发展会重塑人、AI工具、任务的关系。阿里巴巴集团副总裁吴嘉日前表示，很多人说在AI时代要把所有产品重新做一遍，其实真正内涵是，为了让AI更好地使用工具，要把这些工具重做一遍，“AI使用工具，而人使用AI”。
向商业化落地演进
在技术迭代与市场需求升级两大因素的驱动下，创业公司、互联网大厂相继布局智能体产品和智能体开发平台。底层技术突破与产业价值释放的双向共振，正在催化智能体从技术概念向商业化落地加速演进。根据赛迪顾问测算，未来5年，全球AI智能体市场规模将以超过40%的年均复合增长率保持增长。
政策东风加速产业进程。4月8日，北京市经济和信息化局印发《北京市关于支持信息软件企业加强人工智能应用服务能力行动方案（2025年）》的通知，提出支持通用智能体发展，支持创新主体开发跨领域、多任务、自规划的通用智能体，对已取得生成式人工智能产品服务上线批号、首次在各类应用商店上架的通用智能体，优先协调算力保障，并对运营服务中调用算力和模型成本给予最高不超过3000万元支持。
4月21日，上海市经济和信息化委员会发布《关于开展2025年新一代通用人工智能创新任务揭榜挂帅工作的通知》提到，探索复杂开放环境下有机协同异构异质的众多智能体，并实现可持续的群智涌现问题，攻关多智能体系统与优化决策技术、无人集群系统技术、群智软件技术和群智联邦学习技术等关键技术。
在个人应用方面，夸克运用自身技术能力，帮助实现用户广泛场景的需求。“夸克用一个极简的‘AI超级框’，去做一个个人的全能助手。”吴嘉表示，未来人类本身不再需要直接使用搜索等工具，而是把完整的任务指令直接交给AI，AI会思考、执行，完成最终的任务交付。智能手机在智能体加持下也更懂人类。据悉，荣耀YOYO智能体目前能够完成600项需求意图理解、950项个人习惯记忆、270项复杂任务规划，点咖啡、查询或取消自动续费、生成证件照等操作都可以通过一句话实现。
在赋能企业方面，火山引擎通过HiAgent平台，为多个行业客户提供了多款AI智能体解决方案。“金融行业中，智能体在客户服务、财富管理、展业助手等场景进行相关尝试和探索；医疗行业中，智能体在智能导诊、院内服务、患者健康管理等场景进行相关尝试和探索；教育行业中，智能体在校园百事通、教师课件助手、科研助手等场景进行相关尝试和探索；制造业中，智能体在设备维修助手、研发助手、具身智能等场景进行相关尝试和探索。”火山引擎相关负责人介绍。
在智慧城市领域，近日，联想集团在武夷山、宜昌等城市落地“城市超级智能体”，采用“1×N智能体方案”，即一个超级智能体与多个领域智能体协同工作的模式，将AI能力输送给城市的各行各业和市民游客，实现从政务到民生、产业的全面智能化，以小场景混合形成大场景，推动城市智慧化发展。“智能体通过‘扬长补短’的方式，不仅保留了大模型强大的数据处理能力，同时引入了自我边界判断、主动感知、复杂任务分解和记忆机制，使得人工智能更贴近人类智能的实际应用场景。”联想集团高级副总裁、中国方案服务业务群总经理戴炜说。
赛迪顾问大数据与人工智能产业研究中心分析师韩子哲表示，智能体的自主决策能力和工具调用能力，使得AI不再是孤立的技术模块，而是能够深度嵌入企业运营系统的“生产力单元”，有望解决传统AI应用场景碎片化、投入产出比低等问题，这将推动AI技术在产业侧的应用落地。
关注多种挑战风险
当行业一拥而上涌向智能体时，技术挑战与多种风险也随之而来。
首先需要警惕的就是“伪智能体”。栗蔚表示，随着智能体概念热度的攀升，市场上涌现出一批打着智能体旗号的“伪智能体”，不少公司将传统的技术、现有的产品包装或贴牌成智能体，通过营销策略进行宣传，误导用户。
其次需要关注技术瓶颈。韩子哲表示，要关注智能体认知可靠性的技术瓶颈，包括机器幻觉、决策黑箱等问题，这是保障智能体可信决策的技术基础。栗蔚表示，AI智能体高度依赖大语言模型，但其生成内容的准确性、上下文理解能力仍不能满足生产级场景的应用需求，机器幻觉问题的存在可能导致金融、医疗等高风险领域的决策失误。
再次是成本问题同样需要关注。使用智能体在执行大型复杂任务时，Token的消耗量显著上升。比如，Manus将推理成本控制在OpenAI旗下智能体DeepReaserch推理成本的十分之一左右，每个任务仍需消耗50万至200万Tokens。“随着用户量和用户使用量增加，算力资源的指数级增长是智能体落地不可避免的成本投入。而超大规模GPU集群的算力需求远超传统数据中心的调度能力，需依托AI云、算力互联网等新型算力互联调度架构实现高效低成本算力调用。”栗蔚说。
最后要关注技术生态与协作标准化问题。技术生态与协作标准化问题是决定AI智能体规模化落地和跨场景协同能力的关键。然而，当前协议标准“多强混战”，尚未形成统一标准，协同效率未能有效提升。韩子哲认为，行业用户需重视内部高质量数据集的构建，基于业务场景沉淀数据，以高质量数据驱动智能体的优化，再反哺业务价值提升，从而形成良性闭环。栗蔚建议，行业亟需构建类似互联网协议簇的统一标准，优化多智能体架构释放协同潜力，共同推动AI智能体从“单点突破”迈向“生态繁荣”。
从技术验证迈向规模化落地关键期，AI智能体发展与我国经济社会数字化转型需求高度契合。面向未来，需统筹技术创新与治理体系建设，在夯实自主可控技术基座的同时，推动产学研用协同攻关，探索智能体技术与实体经济深度融合的可持续模式，为数字时代生产力跃升注入持久动能。
今年以来，从中央到地方，对培育具身智能、发展智能机器人等作出一系列部署。伴随着技术日新月异，机器人走进你我的生活已不再遥远。本报今天起推出“机器人在身边”系列报道，关注机器人产业的发展与变化。
随着大模型的持续突破，AI智能体热度持续提升。今年以来，从初创企业到科技巨头纷纷加快布局，智能体应用场景持续拓展。北京、上海等地相继出台政策，为智能体发展注入新动能。什么是AI智能体，它可以做什么？AI企业为何纷纷布局智能体？发展智能体需要注意什么问题？
多主体布局智能体
通常认为，AI智能体（AI Agent）是在特定环境中能够自主感知、思考和行动的一种高级的人工智能系统，它能够理解、学习和推理，以执行复杂任务和作出决策。目前，智能体在内容创作助手、知识问答助手、智能助理、AI搜索等场景中已实现应用。
“广义上看，AI智能体是一种能够深度思考、自主规划、作出决策并深度执行的智能应用，但在实现过程中，每个厂商和产品会根据用户人群和使用场景进行不同的变化和组合。”阿里巴巴旗下AI应用夸克的相关负责人说。
今年以来，各家公司接连推出集聚各自优势特长的智能体产品。国产大模型团队Monica发布了通用AI智能体产品Manus，并宣布与阿里通义千问团队正式达成战略合作。智谱AI发布AI智能体产品AutoGLM沉思，推动AI智能体进入“边想边干”新阶段。夸克以“AI超级框”形态打造超级智能体，在搜索、浏览器、扫描、拍题等领域具备优势。联想集团在武夷山、宜昌等城市相继落地“城市超级智能体”，为千行百业和用户提供定制化“人工智能+”引擎。字节跳动Agent产品“扣子空间”新近开启内测。
目前的智能体可以做什么？中国信息通信研究院云计算与大数据研究所副所长栗蔚表示，目前看来，在企业级应用方面，可以应用智能体推动企业降本增效和数据驱动决策的进一步实践。比如，在物流行业，智能体结合仓储机器人，实现自动分拣、路径规划，降低分拣错误率，提升仓库吞吐流转效率；在人力资源管理领域，部署在云端的智能面试官可弹性扩展处理海量视频面试数据，利用云GPU加速的多模态分析评估候选人匹配度，不仅将HR初筛效率提升80%，还通过云端持续学习机制不断优化评估模型，避免人为偏见。
在消费级应用方面，栗蔚认为，智能体聚焦为个人提供场景化服务和个性化体验。例如，快消行业的智能营销引擎运行在云端，通过实时分析用户行为数据流，动态生成千人千面的推荐策略和宣传内容；智慧家居场景中的云边协同智能体，将用户习惯数据上传至云端训练个性化模型，再通过边缘计算节点实时调控家庭环境设备，自动优化温度、灯光、通风等方面的家居环境。
简而言之，智能体的发展会重塑人、AI工具、任务的关系。阿里巴巴集团副总裁吴嘉日前表示，很多人说在AI时代要把所有产品重新做一遍，其实真正内涵是，为了让AI更好地使用工具，要把这些工具重做一遍，“AI使用工具，而人使用AI”。
向商业化落地演进
在技术迭代与市场需求升级两大因素的驱动下，创业公司、互联网大厂相继布局智能体产品和智能体开发平台。底层技术突破与产业价值释放的双向共振，正在催化智能体从技术概念向商业化落地加速演进。根据赛迪顾问测算，未来5年，全球AI智能体市场规模将以超过40%的年均复合增长率保持增长。
政策东风加速产业进程。4月8日，北京市经济和信息化局印发《北京市关于支持信息软件企业加强人工智能应用服务能力行动方案（2025年）》的通知，提出支持通用智能体发展，支持创新主体开发跨领域、多任务、自规划的通用智能体，对已取得生成式人工智能产品服务上线批号、首次在各类应用商店上架的通用智能体，优先协调算力保障，并对运营服务中调用算力和模型成本给予最高不超过3000万元支持。
4月21日，上海市经济和信息化委员会发布《关于开展2025年新一代通用人工智能创新任务揭榜挂帅工作的通知》提到，探索复杂开放环境下有机协同异构异质的众多智能体，并实现可持续的群智涌现问题，攻关多智能体系统与优化决策技术、无人集群系统技术、群智软件技术和群智联邦学习技术等关键技术。
在个人应用方面，夸克运用自身技术能力，帮助实现用户广泛场景的需求。“夸克用一个极简的‘AI超级框’，去做一个个人的全能助手。”吴嘉表示，未来人类本身不再需要直接使用搜索等工具，而是把完整的任务指令直接交给AI，AI会思考、执行，完成最终的任务交付。智能手机在智能体加持下也更懂人类。据悉，荣耀YOYO智能体目前能够完成600项需求意图理解、950项个人习惯记忆、270项复杂任务规划，点咖啡、查询或取消自动续费、生成证件照等操作都可以通过一句话实现。
在赋能企业方面，火山引擎通过HiAgent平台，为多个行业客户提供了多款AI智能体解决方案。“金融行业中，智能体在客户服务、财富管理、展业助手等场景进行相关尝试和探索；医疗行业中，智能体在智能导诊、院内服务、患者健康管理等场景进行相关尝试和探索；教育行业中，智能体在校园百事通、教师课件助手、科研助手等场景进行相关尝试和探索；制造业中，智能体在设备维修助手、研发助手、具身智能等场景进行相关尝试和探索。”火山引擎相关负责人介绍。
在智慧城市领域，近日，联想集团在武夷山、宜昌等城市落地“城市超级智能体”，采用“1×N智能体方案”，即一个超级智能体与多个领域智能体协同工作的模式，将AI能力输送给城市的各行各业和市民游客，实现从政务到民生、产业的全面智能化，以小场景混合形成大场景，推动城市智慧化发展。“智能体通过‘扬长补短’的方式，不仅保留了大模型强大的数据处理能力，同时引入了自我边界判断、主动感知、复杂任务分解和记忆机制，使得人工智能更贴近人类智能的实际应用场景。”联想集团高级副总裁、中国方案服务业务群总经理戴炜说。
赛迪顾问大数据与人工智能产业研究中心分析师韩子哲表示，智能体的自主决策能力和工具调用能力，使得AI不再是孤立的技术模块，而是能够深度嵌入企业运营系统的“生产力单元”，有望解决传统AI应用场景碎片化、投入产出比低等问题，这将推动AI技术在产业侧的应用落地。
关注多种挑战风险
当行业一拥而上涌向智能体时，技术挑战与多种风险也随之而来。
首先需要警惕的就是“伪智能体”。栗蔚表示，随着智能体概念热度的攀升，市场上涌现出一批打着智能体旗号的“伪智能体”，不少公司将传统的技术、现有的产品包装或贴牌成智能体，通过营销策略进行宣传，误导用户。
其次需要关注技术瓶颈。韩子哲表示，要关注智能体认知可靠性的技术瓶颈，包括机器幻觉、决策黑箱等问题，这是保障智能体可信决策的技术基础。栗蔚表示，AI智能体高度依赖大语言模型，但其生成内容的准确性、上下文理解能力仍不能满足生产级场景的应用需求，机器幻觉问题的存在可能导致金融、医疗等高风险领域的决策失误。
再次是成本问题同样需要关注。使用智能体在执行大型复杂任务时，Token的消耗量显著上升。比如，Manus将推理成本控制在OpenAI旗下智能体DeepReaserch推理成本的十分之一左右，每个任务仍需消耗50万至200万Tokens。“随着用户量和用户使用量增加，算力资源的指数级增长是智能体落地不可避免的成本投入。而超大规模GPU集群的算力需求远超传统数据中心的调度能力，需依托AI云、算力互联网等新型算力互联调度架构实现高效低成本算力调用。”栗蔚说。
最后要关注技术生态与协作标准化问题。技术生态与协作标准化问题是决定AI智能体规模化落地和跨场景协同能力的关键。然而，当前协议标准“多强混战”，尚未形成统一标准，协同效率未能有效提升。韩子哲认为，行业用户需重视内部高质量数据集的构建，基于业务场景沉淀数据，以高质量数据驱动智能体的优化，再反哺业务价值提升，从而形成良性闭环。栗蔚建议，行业亟需构建类似互联网协议簇的统一标准，优化多智能体架构释放协同潜力，共同推动AI智能体从“单点突破”迈向“生态繁荣”。
从技术验证迈向规模化落地关键期，AI智能体发展与我国经济社会数字化转型需求高度契合。面向未来，需统筹技术创新与治理体系建设，在夯实自主可控技术基座的同时，推动产学研用协同攻关，探索智能体技术与实体经济深度融合的可持续模式，为数字时代生产力跃升注入持久动能。
本文链接：http://www.gihot.com/news-2-2186-0.htmlAI智能体应用加速落地
声明：本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
下一篇：警惕生成式AI商业化的伦理风险
点击右上角
微信好友
朋友圈
点击浏览器下方“
”分享微信好友Safari浏览器请点击“
”按钮
点击右上角
QQ
点击浏览器下方“”分享QQ好友Safari浏览器请点击“”按钮
