2025年3月，一款名為Manus的AI產品在社交媒體上引發熱議。它的內測邀請碼一碼難求，甚至被炒至數萬元，同時帶動了150多只AI智能體概念股漲停。

Manus的走紅，不僅因為它在GAIA基準測試中超越了OpenAI的Operator模型，達到當前技術最佳水準（SOTA），更因為它代表了一種全新的AI形態——AI Agent（人工智能智能體）。

與我們熟悉的ChatGPT等生成式AI不同，AI Agent實現了從“思考”到“行動”的跨越。ChatGPT更像超級大腦，擅長回答問題、生成內容，但僅停留在思考層面。而AI Agent則更進一步，不僅能思考，還能像人類一樣行動。它可以通過感知環境、規劃任務、調用工具，自主完成從理解問題到解決問題的全過程。

當AI走向AI Agent，人工智能也從單純的思考者進化為能夠自主決策的行動者。

AI Agent并非橫空出世的概念，其思想根源可追溯至古希臘哲學家對“自動機”的想象，以及中國古代《道德經》中“道”作為自主演化實體的隱喻。

20世紀50年代，圖靈提出“圖靈測試”，將“高度智能有機體”的概念引入人工智能領域，奠定了AI Agent的理論基礎。

20世紀60年代，馬文·明斯基在其研究中首次提出“Agent”一詞，將其定義為一種自主運行的計算或認知實體，具備感知環境、推理決策和執行任務的能力。

此后，AI Agent的演進歷經了數十年的迭代：從基于規則的專家系統（如IBM深藍），到依賴機器學習的反應式代理（如Roomba掃地機器人），再到基于深度學習的復雜決策體（如AlphaGo）。

最初，AI主要依賴于符號主義（Symbolic AI），通過預定義的規則和邏輯推理來解決問題。這種方法在解決簡單、結構化的問題時表現出色，但面對復雜、動態的環境時顯得力不從心。

隨后，反應式AI（Reactive AI）應運而生。它能夠根據環境的即時反饋做出快速反應，但缺乏長期規劃和記憶能力。例如，早期的自動駕駛系統能根據路況實時調整車輛的行駛方向，但無法進行復雜的路徑規劃。

直到強化學習（Reinforcement Learning, RL）的出現，AI Agent才真正迎來了突破。強化學習通過獎勵機制，讓智能體在與環境的交互中學習最優策略。這種方法使得AI Agent能夠動態地拆解任務、選擇工具，并根據反饋調整行動策略。

2022年，大語言模型的興起賦予了AI Agent理解能力，猶如為它們裝上了人類的大腦。大模型不僅使AI Agent具備了強大的語言理解和邏輯推理能力，讓其與人類的交互更加自然，還強化了它們的記憶模塊。這讓AI Agent能夠依據歷史交互數據優化決策邏輯，進而提供更個性化的服務。

簡言之，Agent=大模型（LLM）+記憶模塊+規劃引擎+工具庫。其最大的特征是“自主性”，不僅能回答問題，還能像人類一樣拆解任務、選擇工具并完成全流程操作。

例如，當用戶提出“規劃一次日本深度游”時，AI Agent不再只是推薦景點，而是自動調用機票比價API、分析簽證政策、預訂酒店，并生成完整的行程文檔。

這種“端到端”的執行閉環，讓AI從“思考的巨人”轉變為“行動的巨人”。

AI Agent的爆發絕非偶然。To B與To C市場的雙重需求，驅動著科技巨頭爭相布局。

在To B領域，AI Agent作為24h全天候待命的“數字員工”，為企業降本增效提供新解法。例如Salesforce的Agentforce通過智能化和自動化提升了銷售、客服和營銷效率，三季度AI相關訂單量同比增長兩倍多。BuffGPT平臺，通過多智能體協作與動態任務調度，支持100+智能體協同操作，跨系統API調用成功率高達99.2%，解決了企業數據孤島的痛點。

如果說企業市場拼的是“效率”，那么消費者市場則在重塑“體驗”。榮耀MagicOS的“YOYO智能體”可通過一句話指令完成外賣點單、打車預約；Manus則能根據用戶職業背景，自動篩選并優化簡歷，甚至模擬面試對話。值得注意的是，AI Agent的角色正從冰冷的工具成為具備“共情能力”的伙伴。例如，心理健康管理應用Wysa通過AI Agent技術，能夠實時分析用戶的文字對話內容與語音語調，識別焦慮或抑郁情緒，準確率達89%，已幫助超500萬用戶改善心理狀態。

面對潛在的市場需求，巨頭的戰略布局圍繞三個維度展開：平臺化、垂直化與硬件融合。

平臺化旨在構建開放的生態系統，吸引開發者與企業入駐，形成技術壁壘與商業閉環。微軟將Copilot Studio升級為Agent開發平臺，提供1800個模型，吸引超10萬家企業的入駐。百度智能云千帆AppBuilder 打造“企業級”AI Agent開發平臺，支持從數據管理、模型訓練到預測服務部署的全流程服務。北京市市場監管局便通過千帆平臺接入DeepSeek大模型，實現7*24小時的數字公務員在線咨詢服務。

垂直化聚焦于特定行業或場景，提供深度定制的解決方案。YC合伙人Jared認為，垂直領域AI Agent的市場規模將非常大，可能誕生市值超過3000億美元的公司。例如，OpenAI推出月費2萬美元的博士級Operator服務，瞄準法律、金融等高端專業市場，提供定制服務。

硬件融合結合終端設備與AI技術，鎖定用戶入口并提升交互體驗，構建“端側Agent”的護城河。Meta的Ray-Ban智能眼鏡則集成多模態Agent，可實時翻譯菜單文字，支持免提照片和視頻拍攝、語音助手控制音樂播放以及 AI 智能提醒。

巨頭們的每一步落子，都在試圖定義未來規則：平臺化構建生態壁壘，垂直化收割高價值場景，硬件融合鎖定用戶入口。這場競爭沒有終點，只有持續的創新與進化，即AI agent的智能化覺醒之路。

AI Agent的崛起標志著技術從“+AI”工具化向AI原生助理的轉變。

過去的AI更多是作為附加功能嵌入現有流程（即“+AI”），而未來的AI Agent將圍繞任務場景重新設計交互邏輯，成為流程的核心（即“AI原生”）。在醫療領域，傳統AI可能輔助醫生分析影像數據，而AI原生應用則能自主完成從患者問診、檢查推薦到治療方案生成的完整鏈路。

多模態能力的深度融合，是另一關鍵趨勢。未來的AI Agent將像人類一樣，通過視覺、語言、聽覺等多維度感知環境。結合視覺模型的谷歌RT-1能夠在復雜廚房場景中識別食材、操作廚具，執行700多項常見任務，準確率高達97%。結合了視覺語言模型的AI Agent從“單一任務執行者”進化為“多場景適應者”，真正具備了“觀察環境”的能力。

行業智能體的專業化發展同樣不容忽視。金融領域，AI Agent可通過實時分析市場數據，自主執行高頻交易；在教育領域，它能夠根據學生知識盲點，動態生成個性化習題庫。這種垂直化深耕，精準匹配到細分群體的需求，具有更廣闊的市場潛力。

當然，盡管前景廣闊，AI Agent仍面臨多重挑戰。

一是技術壁壘，現在的AI agent都是以LLM-based agent為主要實現路徑，底層大模型固有的幻覺等問題，可能會在多任務處理過程中進一步放大。同時，其推理時長和任務復雜度對算力需求提出了更高要求，需要云服務、服務器及國產算力產業鏈的進一步升級。

其次，倫理問題也值得警醒。AI Agent的爆發，本質上是技術、需求與資本共振的結果。它在提升企業運行效率的同時，也深度嵌入了生活場景，引發出一系列潛在的隱憂。比如，自動駕駛汽車在緊急情況下如何做出道德決策，是優先保護乘客還是行人；AI心理咨詢師是否可能黑化，像《獵罪圖鑒》里的算法程序一樣誘導用戶自傷自殘；潛在的人類偏見是否會深入到未來的AI政務系統里，加劇現有的不平等與歧視。

當AI從“回答問題”走向“解決問題”，從“輔助人類”進化為“自主執行”，一個更深層次的隱憂出水面：AI Agent的擬人化設計可能導致“人的機器化”。

當機器逐漸具備類人行為和決策能力，算法與人類靈魂的邊界逐漸模糊，我們是否會在潛移默化中逐漸喪失情感與道德判斷力？

這些問題的答案或許正等待我們去書寫，而我們每一個人的選擇，都將成為這部未來史書的開篇之筆。

審核編輯 黃宇