AI Agent行业综述 AI Agent的定义及基础架构 - AI Agent（人工智能体）是一种能够感知环境、进行决策和执行动作的智能实体,不同于传统人工智能,具备通过独立思考、调用工具去逐步完成给定目标的能力[15][16] - AI Agent系统架构包括记忆、规划、工具使用等模块,通过大模型为基础,结合记忆、任务分解和工具使用等能力来完成复杂任务[15][16] 人机协同模式差异 - 人类与AI协同的三种模式包括嵌入模式（Embedding）、副驾驶模式（Copilot）和智能体模式（Agent），相较于前两种模式,智能体模式更为高效,或将成为未来人机协同的主要模式[19][20][21] AI Agent的特征及分类 - AI Agent的基本特征包括自主性、交互性、反应性和适应性[22][23][24] - AI Agent可分为自主智能体（Autonomous Agent）和生成智能体（Generative Agent）两大类[24][25][26] AI Agent的发展历程及目标 - AI Agent的发展经历了符号智能体、反应型智能体、基于强化学习的智能体、具有迁移学习和元学习功能的智能体四大阶段,现已进入基于大型语言模型的智能体阶段[28] - AI Agent的最终目标是通向AGI,其发展旨在通过大模型赋能,让智能体具备更强的学习能力和迁移能力[28] AI Agent项目及产品盘点 - 海外主要基于GPT与开源Agent框架打造Agent项目,主流产品有Auto-GPT、AgentGPT、Baby AGI、Jarvis、西部世界小镇等[30][31][32] - 国内也陆续推出多款AI Agent产品,多基于国产大模型+开源Agent框架打造,主流产品包括阿里云的ModelScopeGPT、实在智能的TARS-RPA-Agent、联汇科技的OmBot欧姆智能体、澜起科技的Ask Xbot等[34] AI Agent市场规模 - 全球自主智能体市场规模预计从2019年的3.45亿美元增长至2024年的29.29亿美元,未来大量Agent将以软件助手形态出现[36] AI Agent发展驱动因素 - 近年来,中国数据产量及算力规模稳定增长,为AI Agent能力实现提供基础[39] - 国内头部大模型厂商加速AI Agent落地,以拉开与其他大模型厂商的能力差距[39] - 下游各行业应用对AI Agent需求持续走高[39] AI Agent行业生态图谱 - AI Agent行业生态自下而上可分为基础设施层、平台框架层和垂直应用层[40] AI Agent平台框架层商业模式 - AI Agent的商业模式包括软件及服务、Agent即服务、LLM即服务、Agent Store、消费者服务、企业解决方案、按需平台、数据和分析、技术许可等[42][43] 消费级与企业级应用对比 - AI Agent的应用可分为消费级（toC）和企业级（toB),消费级强调自由度,企业级强调专业性,企业级应用前景更广阔[44][45] AI Agent发展趋势 - 未来AI Agent将朝着具备自主学习能力的自我演进型发展,Job Agent发展速度将加快[47] AI Agent应用分析 行业应用图谱 - AI Agent已逐步渗透至金融、电商零售、教育、医疗、制造、交通、媒体娱乐、能源、物流、政务等行业领域[52] 行业应用发展情况 - AI Agent在金融行业的应用成熟度、数据可获取性、行业需求度和市场潜在规模均最高,政务领域应用相对较弱[54] 行业应用项目及产品 - 金融、电商零售、教育、医疗等行业已有多款基于AI Agent的应用项目和产品[56][57][58]