2024年 AI Agent行业报告

中国AI Agent行业研究报告 大模型时代的“APP”，探索新一代人机交互及协作范式 出品机构：甲子光年智库智库院长：宋涛撰写分析师：刘瑶、胡博文发布时间：2024.4 Part01前世今生：科幻憧憬、学术概念与商业尝试 目录 Part02奇点已至：让每个人掌握AI的力量 CONTENTS Part03百家争鸣：属于大模型时代的APP繁荣 Part04时代先驱：当下商业实践值得关注的里程碑 Part05潜力无限：来自于数据、算法、算力的飞轮效应 AI Agent的发展历程梳理：大模型赋予了AI Agent核心改变 Agent（代理）一概念起源于哲学，描述了一种拥有欲望、信念、意图以及采取行动能力的实体。在人工智能领域，这一术语被赋予了一层新的含义：具有自主性、反应性、交互性等特征的智能“代理”。大型语言模型（LLMs）的出现为智能代理的进一步发展带来了希望。 基于大模型 LLM给AI Agent底层提供了一个突破性技术方案：LLM带来了深度学习新范式，思维链和强大的自然语言理解能力有望让Agent具备强大的学习能力和迁移能力，从而让创建广泛应用且实用的Agent成为可能 LLM的框架优势：过去等强化学习基于深度学习框架可让Agent学到技能，但Agent的泛化性较差，往往用于非常窄的特定领域，例如用在游戏或低维层面的控制或计划，标志性应用是围棋领域的AlphaGo。 过往的工作主要集中在增强代理的特定能力，如符号推理或对特定任务的掌握（国际象棋、围棋等）。这些研究更加注重算法设计和训练策略，而忽视了模型固有的通用能力的发展，如知识记忆、长期规划、有效泛化和高效互动等。事实证明，增强模型固有能力是推动智能代理进一步发展的关键因素。 过往的AI Agent类型： 符号型智能体：采用逻辑规则和符号表示来封装知识和促进推理过程，如1980年前后，出现的医学诊断专家系统，模拟心理治疗程序等；反映型智能体：关注智能体与其环境之间的交互，强调快速和实时响应，缺乏复杂缺乏复杂决策和规划能力；基于强化学习的智体题：关注如何让智能体通过与环境的交互进行学习。基于迁移学习和元学习的智能体：使智能体从少量样本中迅速推理出执行任务的最优策略。 LLM是Agent能力的增效器，交互协作程度是Agent能力的扩展器 当下大模型的参数量提升AI Agent的理解力和泛化能力，使其能更好地处理多种任务和上下文信息。这增强了AI代理的自然语言处理能力，从而提供更个性化、连贯的交互体验，是当下Agent的构建关键。 大模型时代的AI AgentLLM（规划+记忆+工具+行动） 核心特征 LLM是核心控制器，构建核心能力 提升AI Agent的理解力和泛化能力，使其能更好地处理多种任务和上下文信息。这增强了AI代理的自然语言处理能力，从而提供更个性化、连贯的交互体验。 人类用户 架构解析 通过用户接口、命令指示等方式与Agent形成交互，是Agent的监督者、合作者和决策者 外界环境 Agent所处的环境（可能包括虚拟及物理世界），外界环境可以与Agent形成交互 当下的AI Agent可以看作LLM技术下Prompt工程的进化 AI Agent是Prompt工程的一种升级，Agent的核心在于自主性的增强，可有效完成某一个工作点或工作单元，尽量减少人的干预；评价一个AI Agent的核心逻辑：在流程上的节点上完成了什么程度的自动化。 因此在2023年，全球AIGC关注者发展了多种Prompt工程的玩法，如角色扮演、零样本提示和少样本提示，希望将Prompt工程发挥到极致。例如一个澳大利亚少年编写了一个15000个字符的提示词，成功地让他变身为人类的导师，教授各种知识。这种方式就像能直接构建软件一样。 【记忆】和【规划】是学术概念下的关键功能点，商业概念也将逐步落地 从学术概念来看【记忆】和【规划】对于AI Agent学术概念上的完整性非常关键，但受限与市场发展早期，在实际的商业产品落地中【记忆】和【规划】能力未必能完全呈现 理解这点就能接受在当下市场环境下AI Agent产品功能的不完整，并且对Agent的形态持续保持关注和期待。 2024年仅仅距离AIGC全面爆发的2023年才过去1年，受限于算力、模型、数据等等多种因素制约，往往部分Agent产品会难以获得“记忆能力”和“规划能力”； AI Agent市场处于早期阶段，产品及服务模式需要大量的探索 当下的市场状态是AI Agent商业类产品的爆发前夜，市场需要给与AI Agent更多的空间，AI Agent需要进行不断地探索；此时，AI Agent的市场概念与学术概念出现混淆感和分歧，部分Copilot产品在结果上也可作为Agent模式的产品出现。 Copilot与Agent最大的区别在于“自主规划”的能力：Copilot的模式需要人的指挥；而Agent则是直接面对目标任务，具有自主记忆、推理、规划和执行的全自动能力，因此终极形态的AI Agent只需要用户的起始指令和结果的反馈，过程中并不需要人的介入。 2024是AI Agent的爆发之年，也是产品逐步从Copilot模式转向AI Agent的探索之年；因此市场中往往也会把自动化程度高的Copilot产品作为泛化的Agent概念产品。 Copilot与Agent的混淆点在于对于“工作流”的“自动化”的区分：从完成效果看，工作可以人为地被无限拆分，部分“Copilot产品+自动化”可以完成单个工作单元的完全自动化。 随着AI Agent的能力提升，过往的工作范式可被颠覆 Agent的商业价值围绕工作范式差别展开（面向过程VS面向目标），工作范式的改变则意味着真正的智能时代开启。 Part01前世今生：科幻憧憬、学术概念与商业尝试 目录 ·Part02奇点已至：让每个人掌握AI的力量 CONTENTS Part03百家争鸣：属于大模型时代的APP繁荣 Part04时代先驱：当下商业实践值得关注的里程碑 Part05潜力无限：来自于数据、算法、算力的飞轮效应 AI Agent是每个普通人都可以尝试搭建的AIGC领域个性化应用 如果说大模型是属于工程师的技术游戏，那么AI Agent则是每个普通人都可以尝试的乐高；但同时这也意味着用户的需求并不明确，往往是供给激发需求；用户对产品体验往往要求较高，强调“易用性”；杀手级应用的“Super APP”是面向上亿级别C端用户的大众化应用，用户群体庞大且喜好各异，因此产品本身需要适配大多数用户的使用习惯，包括较低的学习成本、较快的响应速度、合适的使用场景等。 AI Agent可以实现员工与数字生产力的协作，直接带来企业价值 对产品体验的要求较低，强调“可用性”：面向企业端的定制化应用，客户群体规模较小且需求明确，因此帮助企业效率提升的重要性大于产品本身的使用体验； AI Agent则带来人机协作的价值：企业面对真正意义上的数字化生产力的来临，每个员工都可以有自己的数字助力协作工作，将每个员工的能力最大化的提升。 AI Agent的商业价值核心因素之一：用工程化的思想提高群体的工作均值 AI Agent可以用工程化思想对抗个体工作的不确定性，过往的SOP、PDCA、OKR等管理方法可以与AI Agent进行适配，完成管理工作的科学升级。 AI Agent实现行业know-how的具象化：个性化+专家级的知识库构建 AI Agent通过挖掘企业流程、文档及相关信息化知识完成知识库的具象化 •专家知识的数字化是AI Agent成功落地的关键。通过不断标注和反馈，专家的个人知识可以丰富和完善知识库，形成知识闭环，使系统能够持续学习并提升性能。•AI Agent的出现将改变人机交互的方式，使得专家知识不仅能够被复制和传承，还能够通过自然语言处理等技术被更广泛地应用。 ➢技术窍门：指的是企业在生产过程中掌握的特定技术，这些技术可能未被广泛知晓，是企业保持竞争力的关键。➢操作技巧：涉及日常操作中的技巧和方法，这些技巧可能来自于员工的个人经验或企业多年的实践。➢工艺流程：企业在生产过程中形成的特定工艺流程，这些流程可能经过多次优化，以达到提高效率和质量的目的。➢商业策略：企业在市场竞争中形成的特定商业策略，包括市场定位、产品定价、营销推广等。➢管理方法：企业在管理过程中形成的有效管理方法，如人力资源管理、财务管理、供应链管理等。➢市场洞察：企业对市场的深入理解和预测，包括消费者行为、市场趋势、竞争对手分析等。➢知识产权：虽然知识产权通常被视为正式的知识，但它们也是know-how的一部分，因为它们保护了企业的创新成果，如专利、商标、版权等。➢企业文化：企业的价值观、行为准则和工作氛围，这些文化因素可以影响员工的行为和企业的决策。➢客户关系：企业与客户建立的长期关系，包括客户信任、忠诚度和口碑等。 AI Agent在逐步实现AIGC的核心价值，完成更好的交互和流程 AI Agent在逐步实现AIGC的核心价值，完成更好的交互和流程价值——让AI融入到实际的工作流中，实现生产效率、生产关系的变化，实现技术革命。 Part01前世今生：科幻憧憬、学术概念与商业尝试 目录 Part02奇点已至：让每个人掌握AI的力量 CONTENTS Part03百家争鸣：属于大模型时代的APP繁荣 Part04时代先驱：当下商业实践值得关注的里程碑 Part05潜力无限：来自于数据、算法、算力的飞轮效应 AI Agent将给应用软件的形态和业态带来颠覆性变化，成为垂直应用的超级入口 AIGC将给应用软件的形态和业态带来颠覆性变化。基于自然语言的极简交互将替代很多传统的图形界面交互，形成LUI+GUI的混合形态，未来，诸如硬件入口、汽车入口等，手机制造商可能都会做Agent store； AI Agent形态可以对既有软件进行智能化改造与升级，以API的形式增加重要环节的可交互性和认知能力；也可以对软件的应用架构和模式进行全新重构。业务流程和个人交互方式的改变对用户体验影响巨大，可快速调取超级应用承载的海量复杂功能，形成组合式输出。 当AI Agent成为新的数字生产力，AIGC+流程的组合能力成为未来致胜关键 AI与工作流的结合有3类方式，均是为了实现更高效、更智能的决策支持和自动化服务，关键在于如何根据具体应用场景和需求，选择最合适的融合策略： ✓“+AI”是在现有的智能体或系统中引入AI技术，以增强其能力，可以逐步提升现有系统的智能化水平； ✓“AI+”则是指将AI作为核心驱动力，围绕它构建智能体的能力； ✓或者直接以应用场景为目的地，实现垂直领域的卡位。 工作流及AI能力齐头并进3 •直接瞄准刚需性的市场场景，通过结合AIGC和工作流实现AIAgent的迭代；AI Agent可建立起对某一个垂直领域认知的场景，迅速实现岗位中位数水平以上的员工表现 先有AIGC能力，后寻找落点场景2 •随着AIGC技术的爆发，相关技术公司迅速崛起，大模型及后续调优及适配技术能力强，借助大语言模型甚至多模态模型切入市场刚需 先有工作流能力，后结合AIGC技术 •和AIGC在近2年内爆发不同，数字化企服能力伴随着中国数字化发展而来，因此泛企业服务软件领域在工作流程的建设，数字员工的协同领域具备相当丰富的经验 AI Agent成为企业知识资产积累与高效复用中的创新角色 AI Agent在形成知识资产的积累与复用方面扮演着至关重要的角色，AI Agent能够从企业运营过程中大量繁杂的信息“建立”有价值的企业流程“知识”，形成可查询、可复用的专家级别的企业知识库；更重要的是，AIAgent能够将这些知识资产快速提供给需要的用户或系统，极大地提高了信息的可获取性和应用效率；并且，AI Agent能够根据新的数据和反馈不断优化和更新知识库，确保知识资产的时效