发布日期：2026-04-03 06:23 点击次数：101
Agent技能正重塑AI产业时势，从Devin到Manus，新一代AI助手展现出惊东谈主的自主智商。本文将深度解析Agent的五大中枢智商分级，拆解从器具调用到记念设想的系统架构，并揭示多Agent合作、AaaS就业等异日三大趋势。无论是数字东谈主也曾企业级愚弄，掌持这套方法论将决假寓品司理在AI时期的竞争力。
2025 年 3 月，Manus 刷屏了。
这个堪称”大家通用 AI Agent”的居品，偶而自主完成复杂任务——从订机票到写代码，从数据分析到讲述生成。
险些同期，Devin、AutoGPT、Lovart 等 Agent 居品接踵亮相。
Agent，成了大模子规模最热点的话题。
但高潮之下，一个要害问题被疏远了：
到底什么是 Agent？
是挂个”智能体”的名字即是 Agent？也曾必须能自主完成任务才算 Agent？
今天把这套解析系统梳理出来，但愿能帮你建立对 Agent 居品的正确阐明。
一、AI 智商的五个等第1.1 类比自动驾驶的 AI 分级要阐明 Agent，先要阐明 AI 的智商等第。
我常用自动驾驶的分级来类比 AI 智商：
这个分级很蹙迫。它帮咱们阐明：Agent 不是一忽儿出现的，是 AI 智商演进的势必末端。
1.2 从 L2 到 L4：要害颠倒是什么？L2（Chatbot）→ L3（Copilot）：从“问答”到“合作”
Chatbot：东谈主类发问，AI 复兴，各自责任Copilot：东谈主类和 AI 通盘责任，AI 出初稿，东谈主类修改要害颠倒：AI 从”提供信息”变成”参与坐褥”
L3（Copilot）→ L4（Agent）：从“合作”到“代理”
Copilot：东谈主类设定目的，AI 出初稿，东谈主类修改阐述Agent：东谈主类设定目的，AI 自主完成任务，东谈主类只监督末端要害颠倒：AI 从”实行指示”变成”自主研究”
1.3 为什么 Agent 当今才火？Agent 的主见其实很早就有了。
大模子流行之前的驰名 Agent：
但为什么这些不是今天的 Agent？
中枢相反：通用大模子的出现，让 Agent 的构建资本大幅着落。
一个新技能使用资本的着落，时时是这个技能平凡发展的最蹙迫身分之一。
二、Agent 的中枢智商2.1 什么是 Agent？先说论断：Agent = 大模子 + 器具使用 + 记念 + 研究智商
这四个要素，统筹兼顾。
2.2 智商一：器具使用（Tools Use）要是大模子不可使用器具，大模子愚弄最多也即是作念对话的玩物。
独一通过让 LLM 使用外部器具，AI 愚弄智力：
注入新的信息—— 通过搜索引擎获取最新信息训导智商—— LLM 不擅长诡计，用顺序来作念诡计对物理天下产生着实影响—— 调用订票器具购买火车票好多时刻，偶而使用器具会被合计是 Agent 最蹙迫的特征。
案例：Coze 的插件系统
Coze 相沿丰富的器具插件：
搜索类：谷歌搜索、必应搜索、维基百科诡计类：代码解说器、诡计器业务类：飞书、钉钉、企业微信数据类：数据库查询、API 调用如安在 Coze 里调用器具？
1. 在 Bot 配置中选拔”插件”
2. 添加需要的插件（如搜索、代码解说器）
3. 在 Prompt 中评释器具使用规定
4. 发布后，Bot 会凭据需要自动调用器具
要害设想：器具调用不是”硬编码”的，是大模子凭据任务自主决定的。
2.3 智商二：记念（Memory）莫得记念，每次运行齐是孤苦的，无法完成复杂任务。
Agent 的记念分为两类：
短期记念：
在请示词的凹凸文中保存记载刻下任务的进展、中间末端受限于凹凸文窗口（时时 128K token）永恒记念：
通过外部常识库存储记载用户偏好、历史行动、经历训导通过检索获取（RAG 技能）案例：AI 销售陪练的记念设想
【短期记念】
– 刻下对话历史（最近 10 轮）
– 锻练场景设定（客户类型、难度）
– 本轮得分和反馈
【永恒记念】
– 代表历史锻练记载（1000+ 条）
– 薄弱场景识别（价钱异议 65 分）
– 成长轨迹（从 50 分到 85 分）
– 个性化提议（重心锻练价钱异议）
要害设想：短期记念保证任务一语气性，永恒记念相沿接续优化。
2.4 智商三：研究智商（Planning）研究智商，是 Agent 和 Workflow 的中枢相反。
Plan（诡计）→ Do（实行）→ Check（检查）→ Action（处理）→ Plan（新诡计）
这个轮回，是 Agent 自主完成任务的要害。
两种研究模式：
模式一：由东谈主来作念 Plan（Workflow）
面前市面上绝大部分能落地的 AI 居品东谈主类设想进程，AI 实行方法优点：可控、踏实、易调试污点：纯真性差，无法处理无意情况模式二：由 AI 来作念 Plan（真 Agent）
立异 Agent 居品：Devin、Manus、扣子空间AI 自主拆奉命务、选拔器具、适度进程优点：纯真、稳妥性强污点：不可控、可能跑偏趋势：以 DeepSeek R1 为代表的推理模子出现，让大模子自主 Plan 成为新趋势。
2.5 案例：吴恩达的翻译责任流吴恩达团队开源了一个翻译 Agent，展示了多步研究的智商：
【第一步：初度翻译】
Prompt：您是一位行家讲话学家，从事{source_lang}到{target_lang}的翻译。
输出：第一版翻译
【第二步：翻译优化】
Prompt：您将取得一段源文本偏激翻译，目的是改善翻译。
任务：给出配置性品评和改善提议。
输出：修改提议清单
【第三步：最终翻译】
Prompt：您是翻译裁剪，凭据行家提议裁剪翻译。
输出：最终翻译
成果：凭据 BLEU 评分评估，此责任流有时阐明比头部营业居品差，但有时更有竞争力。
要害启示：这是一个有出息的主义，具有进一步校正的高大空间。
三、Agent 的居品形态3.1 形态一：数字东谈主代表居品：网易有谈 Echo 白话教导、假造偶像、数字职工
中枢特征：
有拟东谈主化的形象（2D/3D）能进行多轮对话有特定的东谈主设和脾性适用场景：
教养：AI 白话教导、AI 敦厚客服：假造客服、数字职工文娱：假造偶像、AI 跟随3.2 形态二：AI 跟随代表居品：星野（Minimax）、筑梦岛、猫箱
中枢特征：
强东谈主设（扮装、脾性、布景故事）脸色承接（共情、存眷、记念）永恒互动（接续对话、关系发展）适用场景：
脸色跟随：聊天、倾吐、心思相沿扮装璜演：动漫扮装、历史东谈主物、虚构东谈主物3.3 形态三：AI 编程助手代表居品：Bolt.new、GitHub Copilot、Devin
中枢特征：
面向非技能东谈主员当然讲话状貌需求，AI 生成代码可预览、可修改、可部署适用场景：
快速原型：状貌需求，快速生成可运行的愚弄网站搭建：零代码创建网站学习编程：边学边练，即时反馈3.4 形态四：多 Agent 合作代表居品：斯坦福小镇、Agent2Agent Protocol（A2A）
中枢特征：
多个 Agent 协同责任每个 Agent 有特定扮装和智商通过公约进行通讯和合作案例：斯坦福小镇
相关者在假造小镇 Smallville 中摈弃了 25 个 AI 智能体：
每个智能体有私有个性和布景故事他们有责任、会八卦、能组织外交会结交新一又友、举办情东谈主节派对可在小镇内往来、参加方位、打呼叫要害发现：当多个 Agent 共同生计时，会清晰出复杂的社会行动。
3.5 形态五：企业级 Agent代表居品：阿里 1688AI 助手”源宝”、各样企业智能体
中枢特征：
深度集成企业系统（OA、CRM、ERP）处理企业特定业务进程有严格的权限和安全适度适用场景：
客服：商家扣问、订单查询、运营提议销售：话术锻练、及时反馈、评分讲述培训：在线检修、自动阅卷、薄缺陷识别四、Agent 居品的设想方法论4.1 第一步：明确 Agent 的等第定位不是所有居品齐需要作念成 L4 Agent。
我用这个矩阵评估：
四类场景：
提议：优先选拔”明星场景”作念 Agent，ROI 最高。
4.2 第二步：设想器具调用智商Agent 的中枢智商是器具使用。
器具库设想原则：
标准化：所有器具斡旋界说输入输出花样伪善处理：每个器具齐要有超时和失败处理权限适度：不同 Agent 有不同器具调用权限日记追踪：所有器具调用齐要记载，便于调试参考器具库：
记念是 Agent 接续优化的基础。
记念架构：
【短期记念】
– 对话历史（最近 10 轮）
– 刻下任务情景
– 临时变量
【永恒记念】
– 用户画像（偏好/俗例/历史行动）
– 常识库（结构化/非结构化）
– 经历库（得胜案例/失败训导）
要害设想：短期记念保证任务一语气性，永恒记念相沿个性化就业。
4.4 第四步：设想研究智商研究智商，决定 Agent 的自主程度。
两种模式选拔：
模式一：Workflow（东谈主类研究）
符合场景：
设想要点：
模式二：Agent（AI 研究）
趋势：跟着推理模子（DeepSeek R1、GPT-4o 等）智商训导，AI 自主研究将成为主流。
4.5 第五步：设想多 Agent 合作复杂任务需要多个 Agent 合作完成。
合作模式：
【任务 Agent】负责阐明用户需求，拆奉命务
↓
【研究 Agent】负责制定实行诡计
↓
【实行 Agent】负责调用器具，实行具体操作
↓
【审核 Agent】负责检查末端，确保质料
↓
【反馈 Agent】负责汇回归尾，向用户陈述
要害技能：
通讯公约：Agent 之间若何传递信息（如 A2A Protocol）任务分拨：若何将任务分拨给合适的 Agent冲突治理：当 Agent 意见不一致时若何处理情景同步：若何保持多个 Agent 的情景一致五、Agent 居品的异日趋势5.1 趋势一：多 Agent 合作成为主流单个 Agent 智商有限，多个 Agent 合作可处理复杂任务。
2025 年 4 月 9 日，Google 持重推出 Agent2Agent Protocol（A2A）。
这一公约为各样 AI Agent 之间的高效相易与合作搭建了桥梁：
孤苦 Agent 与孤苦 Agent孤苦 Agent 与企业 Agent企业 Agent 与企业 Agent异日责任模式：
【用户】”帮我组织一场居品发布会”
↓
【任务 Agent】阐明需求，拆奉命务
↓
【时势 Agent】负责时势预定
【设想 Agent】负责物料设想
【案牍 Agent】负责新闻稿撰写
【推行 Agent】负责行径宣传
↓
【融合 Agent】汇回归尾，向用户陈述
5.2 趋势二：Agent 即就业（AaaS）Agent 智商将像 API 相同，可被调用和组合。
可能的形态：
厂商提供标准 Agent（客服、销售、培训等）企业按需订阅和定制多个 Agent 组合成责任流这意味着：异日企业不需要我方搭建所有 Agent，不错像调用 API 相同订阅所需智商。
5.3 趋势三：推理模子让自主研究成为可能以 DeepSeek R1、GPT-4o 为代表的推理模子，推明智商大大增强。
这意味着：
AI 自主 Plan 的智商训导复杂任务拆解更准确器具选拔更合理伪善收复更智能影响：更多居品会从 Workflow 模式转向着实的 Agent 模式。
5.4 趋势四：东谈主机共生成为常态Agent 不是替代东谈主，是增强东谈主。
异日责任模式：
东谈主类：界说目的、审核末端、处理例外Agent：实行任务、数据分析、接续优化要害问题：
六、写给 AI 居品司理的 5 条提议6.1 先阐明分级，再选拔形态不是所有居品齐需要作念成 L4 Agent。
L2 Chatbot：符合浅陋问答、信息查询L3 Copilot：符合补助创作、代码生成L4 Agent：符合复杂任务、多步实行提议：从业务价值和技能资本两个维度评估，选拔最符合的等第。
6.2 器具使用是 Agent 的中枢特征莫得器具调用智商的，本色上也曾 Chatbot。
要害智商：
搜索引擎：获取最新信息代码解说器：实行诡计和数据处理API 调用：与企业系统集成文献处理：读写各样文档提议：优先配置器具调用智商，再辩论其他高档功能。
6.3 记念设想决定用户体验莫得记念的 Agent，每次对话齐是新的运转。
设想要点：
短期记念：保证多轮对话连贯性永恒记念：相沿个性化就业记念检索：快速找到干系信息提议：记念系统要尽早设想，后期改形资本高。
6.4 研究智商是 Agent 与 Workflow 的本色相反Workflow 是东谈主类研究，Agent 是 AI 研究。
选拔提议：
Agent 规模发展极快，今天的最好推行未来可能就落伍。
提议关注：
头部厂商动态（OpenAI、Google、Anthropic）开源式样进展（AutoGPT、LangChain 等）行业愚弄案例（各垂直规模的 Agent 落地）新技能打破（推理模子、多模态等）学习方式：
脱手推行：用 Coze、Dify 等平台搭建智能体阅读论文：关注 Agent 干系学术相关参与社区：加入 AI 居品司理交流群接续输出：写著述、作念共享，久了阐明结语从 Chatbot 到自主智能体，Agent 居品形态的演进，本色是AI 从“器具”到“伙伴”的迂曲。
L2 Chatbot 时期：AI 是问答器具，被迫反应L3 Copilot 时期：AI 是补助助手，东谈主在回路L4 Agent 时期：AI 是任务代理，目的驱动L5 Species 时期：AI 是自主智能体，接续学习（尚未到来）看成 AI 居品司理，咱们的价值是：
选平等第：不是所有场景齐需要 L4 Agent建好智商：器具使用、记念、研究，三者统筹兼顾设想合作：单 Agent→多 Agent→Agent 鸠集主理趋势：推理模子、A2A 公约、东谈主机共生好的 Agent 居品，是技能、业务、设想的无缺鸠集。
本文由 @许与 原创发布于东谈主东谈主齐是居品司理。未经作家许可，退却转载。
该文不雅点仅代表作家本东谈主开云体育，东谈主东谈主齐是居品司理平台仅提供信息存储空间就业。