AI智能體，為什么看不懂？

Agent（智能體）到底是什么？簡單說，它就是下一代AI應(yīng)用。

它與目前人們每一步都需要自己操作的電腦、手機應(yīng)用有本質(zhì)區(qū)別——正如Agent被直譯為“代理人”，它是一個能幫助人類，自主運用AI規(guī)劃任務(wù)并執(zhí)行的軟件系統(tǒng)。

今年3月，獵豹移動董事長兼CEO（首席執(zhí)行官）、獵戶星空董事長傅盛在接受《財經(jīng)》采訪時曾提到，如果按照自動駕駛L1-L5的標(biāo)準(zhǔn)去衡量，目前大部分Agent都處于L1-L2的階段。有朝一日進入L5階段，人們可以晚上睡前給Agent安排寫文檔、查資料、制作PPT、購買機票等工作。一覺醒來之后就查收工作成果。

哪些應(yīng)用可以算是Agent？目前沒有統(tǒng)一標(biāo)準(zhǔn)。大模型App（應(yīng)用）里的聊天助手、多任務(wù)AI應(yīng)用都“一籮筐”被稱作Agent。但前者功能太簡陋，后者執(zhí)行復(fù)雜任務(wù)總爛尾。

很多人使用這些產(chǎn)品時總是一頭霧水——難道這些就是Agent？

2025年，AI（人工智能）落地過程中，Agent正處于一個讓人“看不懂”的尷尬時期：一方面，它被認為是下一代革命性的應(yīng)用，會顛覆所有；另一方面，它具體是什么樣的，具體會如何顛覆一切，威力有多大，絕大多數(shù)人一無所知。

這組矛盾并不妨礙國際IT咨詢機構(gòu)Gartner把Agentic AI（代理式AI，即本文主角AI智能體）列為“2025年十大戰(zhàn)略技術(shù)趨勢”。

Gartner預(yù)測，到2028年，33%的企業(yè)軟件將包含Agent，2024年該比例不到1%；到2028年，15%的日常工作將由Agent自主完成，2024年該比例接近0%。

Agent同樣在讓從業(yè)者重新思考軟件的定價模式。傳統(tǒng)的訂閱付費，似乎可能轉(zhuǎn)向按結(jié)果付費。一些創(chuàng)業(yè)者正在徹底擁抱新的定價模式。但另一部分從業(yè)者擔(dān)憂，這可能讓軟件公司徹底喪失定價主導(dǎo)權(quán)。

產(chǎn)品形態(tài)不明確，定價模式不清晰，這并不妨礙Agent狂潮來襲。這些困惑，反而是理解這個新事物的最佳切片。

看不懂、不成熟？

Agent的不成熟可以從Single-Agent（單智能體）、Muti-Agent（多智能體）兩種產(chǎn)品說起。

Single-Agent應(yīng)用，很多時候約等于大模型對話機器人或AI助手。比如，字節(jié)跳動旗下的豆包App中，英語陪聊機器人、寫作助手被統(tǒng)稱為Agent。用戶問，模型答，這種簡單的交互模式，很難被看作是會“自主決策”的Agent。

Muti-Agent應(yīng)用，最典型的是AI創(chuàng)業(yè)公司“蝴蝶效應(yīng)”2025年2月推出的Manus。它號稱是“世界首款通用Agent”。在演示資料中，Manus可以獨立思考、計劃并執(zhí)行復(fù)雜任務(wù)。然而，一些用戶注冊使用后發(fā)現(xiàn)，它無法有效執(zhí)行很多復(fù)雜任務(wù)。

由于產(chǎn)品不成熟，Manus網(wǎng)頁訪問量一直在下滑。國際流量分析平臺SimilarWeb數(shù)據(jù)顯示，2025年3月Manus訪問量高達2310萬，4月下滑到1784萬，5月下滑到1616萬。

“拿Manus做一個貪吃蛇游戲，任務(wù)總是執(zhí)行到一半出錯，還無法手工調(diào)代碼。更多專業(yè)代碼工具可以更好完成這個任務(wù)?！备凳⒔衲?月對《財經(jīng)》表示，Agent被過度包裝了，Muti-Agent應(yīng)用還不夠成熟。但他同時承認，Agent是未來，它就是AI時代的App。

杜克大學(xué)電子與計算機工程系教授陳怡然的觀點是，創(chuàng)業(yè)公司為了獲取市場關(guān)注拿到下輪融資，先推不成熟產(chǎn)品是常規(guī)打法。OpenAI就是拿到融資后再打磨產(chǎn)品，并實現(xiàn)商業(yè)化。

Single-Agent更像AI助手，Muti-Agent卻不夠成熟。這個問題也困擾著很多企業(yè)。

IBM大中華區(qū)科技事業(yè)部數(shù)據(jù)與人工智能資深技術(shù)專家吳敏達在一次媒體采訪中表示，不少企業(yè)客戶困惑，很多Agent可能不是真正的Agent，只能看作是AI助手。他提到兩者一個核心區(qū)別——Agent能“自主決策”，能調(diào)用API（應(yīng)用程序接口）或者其他工具規(guī)劃任務(wù)。AI助手雖然有AI能力，但是不能自主完成工作。

目前人們熟悉的大多數(shù)對話應(yīng)用，離真正的“自主決策”還很遠。吳敏達解釋，AI助手推理過程簡單、流程固定、消耗算力很少，速度也比Agent快，甚至更準(zhǔn)確。但是Agent會主動調(diào)用更多AI助手或工具，和其他工具合作完成任務(wù)。這個過程會消耗更多算力，做好Agent的門檻會更高。

他同時認為，Agent和AI助手的定義不重要。AI助手始終會存在，而且AI助手未來在企業(yè)軟件中的可能比Agent更高。解決企業(yè)真正的問題，保證任務(wù)準(zhǔn)確率才是根本。企業(yè)也沒必要追求通用型Agent，用一個通用Agent解決企業(yè)所有問題，這沒有意義。

Agent的能力，是它背后的“大腦”——

大模型的能力決定的。Muti-Agent應(yīng)用暫時不成熟，根本原因是目前大模型的準(zhǔn)確率、邏輯推理能力，尤其是對復(fù)雜任務(wù)的理解和規(guī)劃能力還不夠高。一種判斷是，這種局面會在2025年底得到很大程度的改善。

火山引擎智能算法負責(zé)人、火山方舟負責(zé)人吳迪今年5月曾對《財經(jīng)》表示，未來12個月，大模型的能力還會不斷提升，有三個提升方向。

其一，多模態(tài)（文本+圖片+音頻+視頻）推理模型會成為主角，這是當(dāng)下正在發(fā)生的變化。AI將可以把文本、圖片、音頻、視頻等多種信息融合在一起進行綜合推理。它將極大增強Agent對現(xiàn)實世界復(fù)雜信息的理解能力。

其二，視頻生成模型將成熟可用，預(yù)計今年末將迎來一輪爆發(fā)。這意味著Agent不僅能理解世界，還能以更動態(tài)、更直觀的方式生成內(nèi)容和模擬過程。

其三，多步驟的復(fù)雜任務(wù)處理能力會大幅提升，預(yù)計今年末會有重大突破。這是Agent走向成熟的關(guān)鍵一步。當(dāng)模型能夠穩(wěn)定、可靠地規(guī)劃和執(zhí)行包含數(shù)十步甚至上百步的復(fù)雜任務(wù)時，Agent“爛尾”的問題將從根本上被解決。

在吳迪看來，目前大部分Muti-Agent應(yīng)用都“像是玩具”，但基于這三條技術(shù)主線的突破，他給出了最終判斷——

Muti-Agent應(yīng)用2025年末準(zhǔn)確率將會大幅提升。屆時，Agent應(yīng)用會有一輪爆發(fā)。

Agent正在改變什么？

Agent看不懂、不成熟，這卻不影響它正在成為大公司、創(chuàng)業(yè)者涌入的新興賽道。它也的確帶來了眼花繚亂的變化。

GPTDAO是美國硅谷的一個生成式AI社區(qū)，長期追蹤各Agent網(wǎng)頁流量變化趨勢，定期發(fā)布AIwatch.ai數(shù)據(jù)分析榜單，它會針對AI To C（面向消費者的AI應(yīng)用）類產(chǎn)品統(tǒng)計其用戶規(guī)模、網(wǎng)頁訪問、融資規(guī)模。該社區(qū)近期的一份針對AI Agent的統(tǒng)計顯示，中國市場、國際市場的AI Agent產(chǎn)品的網(wǎng)頁訪問量正在大幅增長。

字節(jié)跳動、百度都是目前最有熱情投入Agent的重要中國玩家。字節(jié)跳動的扣子、百度的文心智能體平臺半年內(nèi)訪問量均增長超過200%；另外，國際知名的AI Agent平臺N8n、LangChain用戶訪問大幅增長的同時，還分別取得了新一輪融資。

表：硅谷生成式AI社區(qū)GPTDAO：AI Agent關(guān)鍵平臺流量與融資情況概覽（2024年10月-2025年3月）

傅盛今年3月對《財經(jīng)》表示，在這一波Manus爆火之前，硅谷的Agent創(chuàng)業(yè)就已經(jīng)很熱了。硅谷創(chuàng)業(yè)公司早就不卷模型了，都在卷Agent。他認為，Manus只是第一個產(chǎn)品，后面中國市場上會不斷出現(xiàn)類似產(chǎn)品。

目前，面向普通消費者的Agent并不算成熟，但To B（面向企業(yè)）的Agent正在一些專業(yè)場景，顯著提升企業(yè)的業(yè)務(wù)效率。

據(jù)陳怡然觀察，美國大部分企業(yè)都在尋找AI提效的機會，開發(fā)“企業(yè)級專用Agent”蔚然成風(fēng)，因為類似Manus這類通用Agent無法直接用在垂直行業(yè)。

為什么To B場景落地速度更快？核心因素是很多大型科技公司的IT基礎(chǔ)設(shè)施很完善——一方面，很多企業(yè)內(nèi)部已經(jīng)做好了數(shù)據(jù)治理，Agent能夠訪問更多結(jié)構(gòu)化的專業(yè)數(shù)據(jù)；另一方面，MCP（模型上下文協(xié)議，也可認為是AI應(yīng)用接口）協(xié)議讓Agent能和其他應(yīng)用互動。它就像USB接口，讓Agent用簡單、標(biāo)準(zhǔn)化的形式去訪問數(shù)據(jù)、使用其他工具。

AI編程就是一個典型的提效場景。軟件工程領(lǐng)域，代碼編寫、調(diào)試、升級和維護一直耗時耗力，而AI編程類Agent，正在將這一過程的效率提升一個乃至數(shù)個量級。

百度文心快碼高級經(jīng)理彭云鵬甚至認為，“寫代碼是Agent當(dāng)下落地最好的方向?！彼榻B，把研發(fā)任務(wù)分配到Agent，把不同Agent協(xié)同，可以互相生成代碼，并解決一些相對復(fù)雜的任務(wù)。前提是，確定好項目規(guī)范、研發(fā)規(guī)范、測試規(guī)范等研發(fā)規(guī)范，有了明確的規(guī)則后，AI生成代碼就會遵從規(guī)范。

百度在6月23日的AI開放日上披露，百度內(nèi)部由AI生成的代碼所占比例逐年大幅提升。2022年這一數(shù)據(jù)僅為0.27%，2025年二季度這一數(shù)據(jù)超過43%。百度內(nèi)部深度使用文心快碼的工程師，代碼提交量相較于不使用的工程師提升了近70%。

字節(jié)跳動技術(shù)副總裁洪定坤今年6月在一場發(fā)布會上透露，字節(jié)跳動內(nèi)部，超過80%的工程師在使用自研的TRAE代碼工具輔助開發(fā)，已有相當(dāng)比例的代碼是通過AI生成的。不僅是科技公司，AI編程在銀行等傳統(tǒng)行業(yè)滲透也很快。國內(nèi)某大型商業(yè)銀行開發(fā)中心的一位高級開發(fā)人員向《財經(jīng)》透露，他所在的銀行，現(xiàn)在有20%-30%的代碼由AI生成。

一位醫(yī)療硬件創(chuàng)業(yè)公司的資深算法工程師認為，上述數(shù)據(jù)不夸張，目前他日常工作中，80%的代碼都是AI生成的。他向《財經(jīng)》演示，如何使用AI代碼生成工具Cursor調(diào)用Claude Sonnet 4模型生成并修改一款網(wǎng)頁游戲的全過程。在演示過程中，Cursor運行Agent僅用一分鐘就生成了三個文件，并最終在網(wǎng)頁上跑起了貪吃蛇游戲。

這款貪吃蛇游戲，畫面雖然簡單，但是游戲規(guī)則均是AI制定的，且只使用Single-Agent就完成了整個開發(fā)過程。在這個過程中，人沒有手動介入修改過代碼。

更復(fù)雜的代碼項目，可以讓Agent規(guī)劃任務(wù)清單，將項目拆解成若干大任務(wù)，再把大任務(wù)拆解成小任務(wù)。最后按照任務(wù)清單穩(wěn)扎穩(wěn)打，一步步執(zhí)行、測試。這種方式便于人類工程師掌控任務(wù)執(zhí)行進度，而且出現(xiàn)問題時能及時干預(yù)，確保任務(wù)質(zhì)量。

上述資深算法工程師表示，在日常工作中，“只要掌握正確的工作流，通過對話就可以搞定所有代碼”。

貪吃蛇游戲只是一個小案例。更多代碼工程領(lǐng)域，AI代碼生成Agent正被廣泛使用。

一位亞馬遜AWS中國區(qū)人士介紹，亞馬遜一個五人團隊今年在兩天內(nèi)成功將超過1000個生產(chǎn)應(yīng)用從Java 8（Java編程語言的一個主要版本）升級到Java 17。平均每個應(yīng)用只花了10分鐘。過去這樣的升級通常需要兩天到三天。

Agent代碼生成工具可以節(jié)省成本，還能讓人從繁瑣工作中解放出來，專注于創(chuàng)造性工作。它還讓代碼開發(fā)從少數(shù)程序員才會的技能，變成很多沒有代碼基礎(chǔ)，但有想法、有創(chuàng)意的人也能使用。

高偉翔在中央美術(shù)學(xué)院學(xué)習(xí)產(chǎn)品設(shè)計。今年5月，沒有任何編程經(jīng)驗的他，利用字節(jié)跳動的扣子空間在一個月內(nèi)獨立開發(fā)出了畢業(yè)設(shè)計作品“荒誕商品生成器”——一個可以根據(jù)用戶情緒生成獨特藝術(shù)圖片的小程序。他對《財經(jīng)》表示，“如果沒有扣子空間，就需要外包給一些程序員去做。但現(xiàn)在我完全可以自己做，開發(fā)成本、可控性都更高?！?/p>

寫代碼僅僅只是一個場景。上述亞馬遜AWS中國區(qū)人士介紹，未來Agent團隊協(xié)同工作時，會有專注于特定領(lǐng)域的“專才”，也有能夠處理各類任務(wù)的“通才”。

在一個公司內(nèi)，這種協(xié)作模式將使得Agent能處理更為復(fù)雜的任務(wù)。例如，在處理一個復(fù)雜的業(yè)務(wù)分析項目時，會有專門負責(zé)數(shù)據(jù)收集的Agent、負責(zé)數(shù)據(jù)分析的Agent，以及負責(zé)報告撰寫的Agent。它們協(xié)同工作，共同完成任務(wù)。

既然Agent能夠快速、批量生成代碼，那么它是否會取代人類工程師？

上述資深算法工程師的看法是，如果開發(fā)需求不增長，就不需要這么多人類工程師。但代碼供給能力增長的同時，市場開發(fā)需求也在增長，因此人類工程師人數(shù)仍能維持。除非AI能完全替代工程師。陳怡然表示，頂尖CS（計算機科學(xué)）工程師的需求還在，但普通工程師的需求已明顯下降。今天美國就業(yè)市場，只懂基礎(chǔ)編程語言便入職大廠的機會越來越少，一些高校正在重新審視CS人才培養(yǎng)思路。

軟件商業(yè)模式將被革新？

Agent被認為是下一代應(yīng)用——它也在革新軟件的商業(yè)模式。

“看不懂”Agent，不僅是因為產(chǎn)品形態(tài)不清晰，更是因為從業(yè)者面對它，還要思考如何重新確定商業(yè)模式、定價模式。這些劇變同樣使人困惑。

今年5月，舊金山的第三屆紅杉資本AI峰會中，紅杉資本合伙人Pat Grady（帕特·格雷迪）面向150位全球頂尖AI創(chuàng)始人提出了一個觀點：

AI賣的不是工具，而是收益。上一代SaaS（應(yīng)用軟件，或軟件即服務(wù)）軟件訂閱付費邏輯正在被改變?？蛻舨辉贋楣δ苜I單，而是為結(jié)果買單。

SaaS軟件長期以來的經(jīng)典定價策略是按年/月訂閱付費。企業(yè)購買CRM（客戶關(guān)系管理）、ERP（企業(yè)資源規(guī)劃）等系統(tǒng)，需要為包含成百上千個功能的龐大套裝軟件支付一筆固定的訂閱費。訂閱付費的好處是，簡單清晰而且訂閱量、續(xù)費率穩(wěn)定，企業(yè)可以按年/月拿到可預(yù)期的自由現(xiàn)金流。

但現(xiàn)實情況是，一個套裝軟件中可能70%的功能都是低頻使用的，企業(yè)卻要付出100%的費用。當(dāng)一些Agent探索按實際用量付費時，訂閱付費看起來成了一種臃腫、低效的模式。

Agent很輕，它是一種輕量級、原子化、插件化的應(yīng)用，可以跑在釘釘、飛書或者瀏覽器等平臺型軟件上。它就像小程序，跑在微信、支付寶這些超級App上。這種“輕”的特性正在降低軟件被使用的門檻。

Agent將臃腫的套裝軟件，“打碎”成一個個原子化的功能——按token（token是大模型的文本單位，一個token可以是單詞、標(biāo)點、數(shù)字、符號等）計費、按調(diào)用次數(shù)計費，或者更直接的“按最終效果付費”，正在成為Agent的商業(yè)模式。

軟件的價值衡量標(biāo)準(zhǔn)，從擁有多少功能，變成解決了多少問題、帶來了多少實際效益。因此，一些SaaS企業(yè)正在探索“訂閱+用量”的混合定價模式。

銷售易是騰訊旗下的CRM（客戶關(guān)系管理）公司。銷售易創(chuàng)始人兼CEO史彥澤今年3月曾對《財經(jīng)》表示，銷售易Agent產(chǎn)品的新定價模式是訂閱基礎(chǔ)軟件基礎(chǔ)上，再增加專屬的“數(shù)字員工”。企業(yè)可以選擇購買“銷售助理Agent”，而企業(yè)管理者可以購買“NeoAgent平臺”來搭建個性化的Agent。

圖：百度內(nèi)部AI代碼生成占比（2022年-2025年）

具體收費方式是按“人頭數(shù)”（座席）購買每個Agent的使用許可，同時設(shè)定算力消耗上限。這主要是為了控制token成本，避免因少數(shù)用戶超量使用導(dǎo)致虧損。這種模式既能兼顧傳統(tǒng)的訂閱模式，又能有效管理Agent算力消耗帶來的額外成本。

“Agent結(jié)合CRM，可能顛覆現(xiàn)有的CRM產(chǎn)品?！蹦矯RM公司開發(fā)人員陳濤對《財經(jīng)》表示，該公司已利用Agent成功改造自家產(chǎn)品，并已開始盈利。他認為，過去CRM公司更多注重于功能的豐富度。功能越多，定價越高。但Agent接入CRM之后，定價會偏向于結(jié)果付費，而不在于功能有多復(fù)雜?！拔磥矶▋r模式可能變成，維護多少個客戶關(guān)系，就收多少錢?！?/p>

一些沒有歷史包袱的創(chuàng)業(yè)者采取了更激進的策略。

圖靈集市是一家跨境電商領(lǐng)域的AI創(chuàng)業(yè)公司。圖靈集市創(chuàng)始人田逸豪對《財經(jīng)》介紹，他和團隊開發(fā)了一個“AI網(wǎng)紅營銷Agent”。他們直接擁抱了“按結(jié)果付費”這種新模式。田逸豪發(fā)現(xiàn)Agent最大的吸引力，在于效果交付。

過去，中小跨境電商尋找海外網(wǎng)紅帶貨，極其依賴人力。他們使用的SaaS軟件費用高，無法智能追蹤網(wǎng)紅。這類軟件往往需要雇傭多人配合使用，一個星期建聯(lián)30位網(wǎng)紅，已經(jīng)算極限。

田逸豪提到，他們現(xiàn)在開發(fā)的網(wǎng)紅營銷Agent，可以自動匹配合適的網(wǎng)紅，用算法生成個性化話術(shù)發(fā)送郵件進行建聯(lián)和合作。這全程由AI主導(dǎo)，只有在報價、寄送樣品等關(guān)鍵節(jié)點需要人工審核，一人即可負責(zé)跑通全部流程。

“效果交付”成為他們的主打賣點。由于中小賣家注重轉(zhuǎn)化率且現(xiàn)金流緊張，圖靈集市正在嘗試兩種收費策略。一是通過平臺促成交易的GMV（商品交易總額）抽取1%-3%；二是根據(jù)使用效果進行付費（如每建聯(lián)一個網(wǎng)紅收取一定費用）。“以前沒有AI，大家不敢這么喊?，F(xiàn)在有AI了，我把結(jié)果賣給你，我再收你的錢。”田逸豪解釋。

不過，面對“按結(jié)果付費”，也并非沒有審慎的聲音。

2024年11月，一位軟件行業(yè)資深投資人曾在一場小規(guī)模討論中提到一種擔(dān)憂——按效果付費容易讓軟件公司徹底喪失定價主導(dǎo)權(quán)。

因為按效果尤其是按token消耗付費，本質(zhì)是按成本定價，即“算清算力成本后，加上毛利再定價”。在他看來，這非常危險，因為模型和算力成本極其透明，且一直在快速下降。一旦客戶接受了這種成本導(dǎo)向的邏輯，會時刻盯著上游大模型廠商的降價信息。軟件公司在這個過程中容易淪為模型廠商的“管道”，只能賺取微薄的差價。

Agent之所以“看不懂”，是因為所有從業(yè)者正站在一場劇變之前。產(chǎn)品形態(tài)不清晰、定價模式不明確。此時，用舊的經(jīng)驗和框架，去思考一個新事物的未來，自然會面臨困惑與不適。