去年，OpenAI創始人奧特曼在OpenAI首屆開發者大會上預測，未來各行各業，每一個人都可以擁有一個AI Agent。比爾·蓋茨也為AI Agent撰寫千字博文，稱AI Agent將徹底改變人機交互方式，并顛覆整個軟件行業。繼大模型密集爆發之后，AI Agent風潮又席卷而來。

國內的各科技巨頭也紛紛發布自家的AI Agent平臺，如：釘釘的AI PaaS、百度智能云千帆大模型平臺、字節的扣子空間、訊飛星辰智能體平臺等等。未來已來，隨著AI大模型的不斷“演進”，AI Agent大爆發的時代大幕，已經拉開。

01 AI Agent“寒武紀”，大爆發

1、什么是AI Agent？

AI Agent作為新生事物，尚處于從理論到應用的探索階段。2023年6月，OpenAI應用研究主管LilianWeng提出：

Agent = LLM + 記憶 + 規劃技能 + 工具使用

2024年在紅杉資本的人工智能峰會上，吳恩達認為Agent 應該具備四種主要能力，即：反思（Reflection）、使用工具（Tool use）、規劃（Planning）以及多智能體協同（Multi-agent collaboration）。

不難看出，業內大佬專家們對AI的理解還是大致趨同的，所謂Agent，我們可以簡單理解為一種能夠感知環境、自主決策、執行復雜任務的智能實體。在當前階段，Agent主要以大語言模型（LLM）為核心驅動力，以記憶、規劃和工具能力為關鍵模塊。

2、AI Agent，大爆發

在距今5.4億年前的寒武紀，地球上絕大多數的動物“門”，都開始陸續出現。這一時期持續了兩三千萬年，并在此過程中出現了大量較高等生物，形成了物種多樣性的基本樣態，成為地球生命的大爆發時期。類似于寒武紀生命大爆發，BabyGPT、AutoGPT、Generative Agents等實驗性產品的陸續問世，讓大模型的下半場出現了類似“寒武紀”般的Agent大爆發。所不同的是，寒武紀的生命是碳基生命，而當前的AI Agent（智能體），則是硅基生命。

如同生命的演進，未來的Agent的世界，會有越來越多的應用出現在應用層上。并且會不斷升級迭代，“進化”出更加復雜的智能形態。雖然目前來看，Agent能做的還比較有限，但諸如HuggingGPT，在局部模塊上已經展示了其使用工具的能力。相信隨著技術的不斷成熟和進步，Agent必然會像人類的進化一樣，最終能夠做到思考、執行、并自動解決各種問題。

02 中國VS美國，AI Agent發展現狀

1、中國：巨頭引領，初創涌動

投資圈流傳這樣一個說法，“十個AI應用里面，五個辦公Agent，三個AIGC”的境況。作為公認LLM落地的最佳載體，Agent在國內的發展勢頭，可以說是百舸爭流，熱鬧異常。

首先是巨頭引領，率先發力。前面提到的釘釘、百度、字節等，是以平臺模式為主，為中小公司提供基建，類似open AI的GPTs。

AI PaaS 中包含模型訓練平臺、模型調度平臺和插件開發平臺 三個部分。最底層具備AI基礎設施支撐，第一層開放了各類通用大模型和插件，企業可以通過大模型調取進行調參，打造自己的專屬模型；第二層則是模型調度平臺，包括上下文記憶、智能規劃、模板管理、通用能力和提示工具；運用這兩層提供的工具和能力，生態中的企業可以開發出多種多樣的AI應用，同時，釘釘還在第三層提供了不同場景應用和行業解決方案。

百度智能云千帆大模型平臺，也是由AI基礎設施、基礎管控平臺、通用大模型訓練、提示工程、模型精調、Prompt工程等功能構成。它和AI PaaS各有千秋。相較而言，百度的大模型平臺的大模型訓練，功能更加細化豐富，釘釘則更加注重流程的簡化，以此降低用戶的使用門檻。

除大廠外，專注應用層的創業公司也都盯緊了Agent。它們往往船小好掉頭，尤其是專注垂直領域的企業，更有機會快速創新并推出對應賽道的產品與解決方案。

2、美國：先發優勢明顯，場景大爆發

在整個AI領域，美國都擁有明顯的先發優勢，Agent也是如此，他們不光在技術上更領先一步，在應用場景上也明顯更為豐富。比如微軟的AutoGen、OpenAI的GPTs，編程的Devin、客服的Agent4、零售的Regie.AI等。

AutoGen允許多個 LLM 智能體通過聊天來解決任務。LLM 智能體可以扮演各種角色，如程序員、設計師，或者是各種角色的組合，對話過程就把任務解決了。

OpenAI的GPTs允許任何人創建一個定制版本的ChatGPT，它可以幫助你學習任何棋盤游戲的規則，幫助教你的孩子數學，或者設計貼紙。任何人都可以輕松地構建自己的GPT，而無需編碼知識。

Devin能夠規劃并執行涉及數千個決策的復雜工程任務，在每一步中都能回憶起相關上下文，并能隨時間推移學習并糾正錯誤，它不僅能夠自動完成任務，甚至在幾分鐘內就能自行編寫整個應用程序。

Agent4可以理解自然語言，與用戶進行流暢的對話，根據用戶的需求和偏好，提供個性化的服務。可以接聽各品牌技能話務，能夠按照知識庫及時準確回答客戶，為客戶提供標準服務，還能夠快速掌握公司的新政策、新業務。

Regie.AI可以創建自定義銷售序列，編寫高度個性化的電子郵件，并存儲相關的銷售內容。它還與領先的銷售參與平臺（如 Outreach.io、SalesLoft和Hubspot）集成，減少了將消息傳遞到市場并初顯成效所需的時間。Regie.AI可以很好地用于零售和電子商務，為用戶塑造與核心零售目標和目標相一致的定制且數據豐富的購物體驗。

03 AI Agent離我們還有多遠？

1、“大腦”還不完善

在AI領域，大模型被視為Agent的大腦，“多模態大模型+Agent”也被認為是通往AGI的可行路徑。Agent可以通過不斷學習，來適應處于變化狀態的應用環境，既能勝任已知多模態任務，還可以快速應對未知的多模態任務。但與此同時，人們還對Agent抱有更高的預期，希望它能具有真正意義上的的創造性，通過對環境的自主探索，發現新的策略和解決方案。

但現實是，目前的大模型“大腦”并沒有非常完善，還不足以支撐Agent更大程度的發揮。這也是大模型尚未實現AGI（通用人工智能）；多模態（圖片、視頻的識別和生成）還在發展之中（如sora等文生視頻大模型，還不夠完善）的最大Bug。

2、“手腳”還不夠強壯

不論是MCP、A2A協議的支持，還是現有網站、App的接口，它們好比Agent的手腳，一個健康的工具生態對于AI Agent的發展至關重要。最近一年以來Agent工具生態的發展很快，包括瀏覽器、編程IDE、向量數據庫等等，吸引了一大批創業者入局，Agent能夠調用的工具越來越多。但是從量變到質變還需要一段相當長的時間。

3、缺乏Agent通用外部框架

統一的底層開發框架，可以為AI Agent提供共享服務和功能，包括各種工具和庫，如用于處理數據的工具，用于訓練和測試模型的庫，以及用于部署和監控AI Agent的工具等。它可以幫助開發者快速開發和部署AI Agent，而無需從頭開始構建所有的基礎設施和功能。

盡管已經有一些開源框架可供使用，但是從可用到易用，還要走很長一段路。

4、百花齊放才是春天

在AI Agent的開發領域，目前有一些國內外的大型的平臺和公司，已經在進行有效研發并不斷推出應用，如國內的釘釘、百度、字節，國外的微軟、OpenAI等。但相對于“一（幾）枝獨秀”來說，形成“百花齊放”的AI Agent健康生態，無疑更為重要。這在客觀上需要更多中小型軟件服務商參與進來，共襄盛舉。

中小型軟件服務商由于對特定業務場景的深入理解，他們開發的AI Agent往往能更好地滿足用戶的需求，從而提高AI Agent的質量。比如，一家專注于電商領域的軟件服務商，可能會開發出一個可以根據用戶的購物歷史和喜好，提供個性化推薦的AI Agent。此外，中小型軟件服務商由于規模相對較小，他們在開發AI Agent時，往往能更快地嘗試新的技術和方法，從而推動AI Agent技術的創新。

04 AI Agent，革了toB軟件的命

1、toB軟件生態革命來了

AI Agent正在慢慢改變面向企業（toB）的軟件行業。未來的企業，將更多地依賴于集成化的平臺，如釘釘、飛書、企業微信等，這些平臺提供了一站式的解決方案，包括打卡、考勤、業務流程審批、OA、ERP、CRM等功能。這些功能都“長在”平臺上，也就是說，它們都集成在同一個應用或平臺中，用戶無需離開這個平臺就可以完成所有的工作。這樣的設計使得用戶體驗更加流暢，成本更低，效率更高。而這一優勢，必然會導致未來獨立入口的toB軟件越來越少。畢竟，沒誰愿意在多個軟件之間來回切換，低效、費時又費錢。

2、AI Agent 加速淘汰toB軟件

這些加速淘汰的toB軟件包括：簡單數據分析、標準流程類（OA、業務、營銷、財務等）、執行自動類（RPA軟件）、輕咨詢、傳統教育。

1）數據分析類

這類軟件可以對企業內部和外部的海量數據進行處理、分析和可視化，幫助企業做出更明智的決策。但隨著大模型技術的不斷發展，一些AI平臺就可以開始提供更加智能化的數據分析和預測服務，從而讓這類toB軟件相形見絀，面臨被取代的窘境。

2）標準流程類

大模型強悍的數據處理和學習能力，可以通過對大量辦公數據的學習和分析，自動化處理那些重復性高、規則明確的任務，以此省去簡單重復但是耗時耗力的人工處理。因此，跟所有標準化程度高的職業一樣，OA（辦公自動化）、業務審批流和營銷自動化等標準流程類軟件同樣面臨著被取代的風險。

3)執行自動化類

這一類工具（RPA）的主要優勢在于能夠模擬人類在電腦上的操作，從而在各種重復性高、規則明確的任務中取代人力。例如，在財務領域，RPA可以自動執行賬務處理、數據錄入、發票驗證等任務；在客服領域，RPA可以通過自然語言處理技術實現自動回復客戶郵件、處理投訴等任務。但其缺點也很明顯，比如無法處理復雜和高度變化的流程，需要人類進行決策和判斷的任務也不太適合使用RPA。

4）輕咨詢服務軟件

這類軟件可以幫助企業了解行業動態、市場趨勢和競爭狀況，提供決策支持。但隨著AI技術的發展，大模型提供智能化的行業分析和咨詢服務其實更勝一籌，也更加便利。因此在未來，不只軟件甚至整個輕咨詢行業，都會受到AI大模型的巨大影響。

5）傳統教育軟件

與傳統的線上教育軟件，如編程教育、英語陪練等相比，AI具有更明顯的優勢，比如AI大模型可以自動生成教學方案，提供更加個性化、精準的教學內容，從而減少對人工教學的依賴。

3、三類軟件，會越來越好

這三類軟件是：復雜業務管理、擁有稀缺數據的、行業管理軟件。

1）復雜業務管理軟件

ERP、WMS和TMS等復雜業務管理軟件在企業中發揮著重要的作用，它們可以幫助企業實現資源的優化配置、進銷存的管理和運輸過程的監控。但是，復雜業務管理軟件往往需要處理大量的數據和復雜的流程，并且需要結合企業的實際情況進行定制化開發。AI技術可以在一定程度上提供輔助功能，但想要做到完全取代，還是很難的。

2）擁有稀缺數據的軟件

一些行業類的軟件，如精密制造、離散制造等工業類軟件，以及新藥研發管理軟件、設備生產管理軟件等行業管理軟件，通常需要處理大量的數據和復雜的算法。這些軟件中的數據和算法往往是稀缺資源，只有少數企業能夠擁有。加上在處理高度專業化的數據和知識方面，人類的專業知識和經驗仍然具有重要作用，因此它的門檻相對較高，也難以被AI大模型完全取代。

3）行業管理軟件

設備生產管理軟件、新藥研發管理軟件、等行業管理軟件，在某些特定行業發揮著重要的作用。這類軟件可以幫助企業實現研發、生產、質量、物料等管理的規范化、流程化和標準化。由于不同行業的業務和管理模式差異很大，而且這些軟件通常需要處理復雜的行業規則和知識。所以，AI技術很難針對每個行業開發出通用的行業管理軟件。

05 toB軟件，不出眾就出局

1、不出眾，就出局

AI大模型正在一步步鯨吞蠶食to B軟件的市場份額，這是一個越來越明顯的現實。但也并不代表toB軟件只能坐以待斃。由于對行業的深入理解，toB軟件公司可以根據行業的特性和需求，定制開發AI Agent。這些AI Agent可以更好地滿足行業的特定需求(醫療、金融等)，提供更加精準和有效的服務。比如，一家服務于醫療行業的軟件公司，可能會開發一個能夠幫助醫生分析病歷，提供診斷建議AI Agent，而這是其他“外行”很難做到的。

相比之下，科技巨頭如Google、Amazon等，雖然在AI技術上有著強大的實力，但基于時間成本和資源投入成本的考量，他們無法或不愿意深入到每一個特定的行業，去理解該行業的特性、滿足該行業的特定需求。而這也正是toB軟件行業向死而生的關鍵路徑。

2、打不過就加入

AI發展到今天，有遠見的toB軟件從業者，一定要樹立抱大腿、找大哥的意識。要有打不過就加入的“眼力勁兒”，要充分發揮拿來主義，管你是釘釘AI PaaS，還是百度智能云千帆大模型平臺，都要“為我所用”，在這些平臺上選擇適合自己的模型和算法，快速開發和部署AI Agent，還無需關心底層的基礎設施和運維問題。而且這些toB軟件，還可以通過服務從平臺上獲得更多的客戶，既增加了營收，還收集了更多的數據，怎么算都合適。世事維艱，生存不易，這樣的羊毛薅起來，一點都不丟人。

喬布斯曾經說過：“人們不知道他們想要什么，直到你向他們展示它。” AI Agent正在向越來越多的世人、向各行各業的潛在用戶們，展示它們難以匹敵的能力和效率。toB軟件行業以及業內人士們，是時候準備做點什么了，與時俱進，薅AI時代的羊毛；或者調整方向，另做選擇，都可能是明智之舉，總之，大家該動起來，做點什么了。您覺得呢？