导读：2024年11月29日，智谱在OpenDay上发布其最新Agent产品，包括AutoGLM、AutoGLM-Web、AutoGLM-PC三款产品，仅需一个简单指令，这些Agent便可完成相对机器而言较为复杂的任务，如买咖啡、发红包等。2024年12月，OpenAI的首席财务官在接受彭博社采访时透露，OpenAI正计划推出可执行复杂任务的 AI Agent，其将具备博士级别的助手功能。此前，黄仁勋也表示，AI Agent是人工智能发展的未来趋势，很快将有AI Agent和团队一起工作。AI Agent是什么？应用价值如何？投融现状如何？本文尝试分析和探讨。
01 AI Agent是什么？
自ChatGPT成为全球现象级产品以来，人工智能领域的发展按下加速键。但尽管ChatGPT等AI产品拥有强大的文本生成能力，但其仍有较大的局限性，如无法完成工具调用的复杂任务、无法自主解决问题等，加之人们对AI产品的人机交互需求提升，ChatGPT等AI产品已无法满足市场需求，需要自主性、交互性更强的AI产品。同时，深度学习、自然语言处理、自动化执行等技术的不断进步，也为AI 产品的进一步发展提供了技术基础。在此背景下，AI Agent逐步成为新的关注重点。
AI Agent，也称为人工智能代理，通常是指能够感知环境、进行自主理解、决策和执行动作的智能体。OpenAI将AI Agent定义为“以大语言模型为大脑驱动，具备自主理解、感知、规划、记忆和使用工具的能力，可自动化执行完成复杂任务的系统。”大语言模型（Large Language Model，LLM）是AI Agent实现的基础和前提。
AI Agent的基本框架包括记忆、规划、工具、行动四个主要模块：
（1）记忆：该模块负责存储信息，分为短期记忆、长期记忆。以聊天机器人为例，其上下文学习是利用短期学习来记忆，而长期记忆通常是通过利用外部向量数据库和快速检索；
（2）规划：该模块分为事前规划和事后反思两个阶段。在事前规划阶段，智能体将复杂任务分解为小的、可管理的子任务。在事后反思阶段，智能体具有检查和改进过往行为的能力，反思不足并完善，形成和加入长期记忆；
（3）工具：该模块是指利用外部资源或工具来执行任务。例如，智能体学习调用外部API来获取模型权重中缺少的额外信息，包括当前信息、代码执行能力、对专有信息源的访问等；
（4）行动：该模块是智能体实际执行的决定，智能体可根据不同的任务选择不同的行动，包括记忆检索、推理、学习、编程等。
图表 1：基于LLM驱动的Agent基本框架
数据来源：《LLM Powered Autonomous Agents》，腾讯研究院，来觅数据整理
AI Agent具有以下特点：（1）自主性：AI Agent可自主感知环境并作出决策；（2）适应性：AI Agent可根据环境变化和任务需求进行调整和优化；（3）交互性：AI Agent可以与人类或其他系统进行语言、数据等的交互；（4）智能性：AI Agent能够不断学习，提升自身的智能水平，处理更复杂的任务。这些特点使AI Agent可在不同环境下独立行动，与人类或其他不同智能体进行交互，对外部环境作出反应，并不断根据经验调整自身行为。
按智能程度，AI Agent通常可分为以下类型：
（1）简单反应型智能体：基本的智能体类型，仅根据即时感知的信息，按预定的规则进行操作，不考虑过去的行为或预测未来的后果；
（2）基于模型的智能体：基于当前的感知和内部状态来执行任务，会考虑环境中看不见的方面及行为的潜在后果；
（3）基于目标的智能体：主动规划和选择使其达成目标的行动，会考虑其行为对环境的未来后果；
（4）基于效用的智能体：基于效用函数或价值最大化做出决策，在考虑目标实现的同时也考虑实现状态的质量；
（5）学习型智能体：从过去的经验和反馈中学习并提高模型性能，包含学习元素、批评者、性能要素、问题生成器四个主要组件。
02 AI Agent应用情况如何？
受限于高质量文本数据逐步减少、边际效应递减等因素，传统大模型Scaling Law（规模定律，即通过提升模型参数、训练数据和成本来增强模型性能）已放缓，大模型能力增长面临瓶颈。2024年9月，OpenAI发布o1模型，可通过增加推理计算资源提升模型表现，全球AI企业的注意力也逐步从大模型转向AI Agent。
国内方面，AI Agent技术起步较晚，但近年来取得较显著的进展。其中，微盟集团、智谱等企业已取得一定成果。微盟集团旗下大模型应用产品微盟WAI在9月24日更新重要功能，WAI的AI助理推出多Agent功能，包含系统客服Agent、商城运营Agent、数据顾问Agent、图文专家Agent。微盟表示，在Agent团队上线后，使用AI的月活客户提升了74%，中小商家续费率达75%，高于国内SaaS市场约24%的平均续费率。
智谱在11月29日的OpenDay上发布AutoGLM、AutoGLM-Web、AutoGLM-PC三款Agent产品。其中，AutoGLM可自主执行超50步的长步骤操作，也可跨app执行任务，标志着生成式AI从生成阶段逐步进入到硬件执行操作阶段。
海外方面，美国科技企业在AI Agent领域仍具有较强的领先优势。例如，Salesforce在9月12日推出自动化AI Agent产品——Agentforce，并在10月宣布Agentforce进入全面商用阶段。通过Agentforce，企业可构建定制AI Agent，连接企业数据并代表员工执行销售、服务、营销、商务等相关任务。Salesforce高管表示三季度通过AI获得的超过100万美元的订单量同比增长2倍多，共签署超2,000份AI协议，包括200份Agentforce合作协议。2024年，Salesforce的股价在AI Agent产品加持下跃升至历史高点，也显示了市场对这一技术的高度认可。
微软10月22日宣布在Dynamics365中集成10款AI Agent，支持OpenAI的o1模型，帮助企业自动执行客服、销售、财务、仓储等业务。同时，微软宣布已有超10万家企业通过Copilot Studio创建属于自己的AI Agent。此外，OpenAI正在开发名为“Operator”的AI Agent，并预计于2025年1月正式发布。
整体看，在全球不同国家的企业对AI Agent持续加大投入的背景下，各行各业的AI Agent持续涌现，已开始初步实现商业化。随着众多企业布局AI Agent产品和生态，AI Agent商用爆发的时点已渐行渐近，从业者预计2025年有望成为爆发元年。
图表 2：部分AI Agent概况
数据来源：公开资料 ，来觅数据整理
03 AI Agent市场空间如何？
AI Agent仍处于快速发展阶段，市场具有巨大的发展潜力。据Markets and Markets预测，全球AI Agent市场将从2024年的51亿美元增长到2030年的471亿美元，年复合增长率达44.8%。
AI Agent市场保持快速增长的原因如下：
（1）技术进步：得益于NLP（自然语言处理）、机器学习、计算机视觉等相关技术的进步，AI Agent理解及与用户交互的能力进一步增强，可以处理与用户之间更复杂、更细微的情境感知交互，有效推动AI Agent在客户服务、金融、医疗等多个行业的应用；
（2）政策支持：全球主要国家对人工智能高度重视，均出台了一系列政策支持AI相关技术的研究与应用，从资金支持、税收优惠等方面保障AI Agent等AI相关领域的良好发展；
（3）自动化与个性化客户体验需求上升：企业通过实施AI Agent来提高自动化运营效率，同时随着对超个性化数字互动的需求增长，企业和个人对AI Agent的采用率均不断提高，可根据不同偏好定制各类AI Agent。此外，Gartner预计，到2028年，至少15%的日常工作决策将通过AI Agent自主完成（2024年这一比例为0%）。
图表 3 ：2023-2030E全球AI Agent市场规模（亿美元）
数据来源：Markets and Markets， 来觅数据整理
04 AI Agent 投融动态
据来觅 PEVC 数据显示，2024 年以来，全球AI Agent赛道的融资金额已超665亿元。整体看，融资资金主要流向具有领先技术与市场潜力的头部企业，如智谱与OpenAI在2024年的融资金额合计占AI Agent所有融资金额的比例超90%。
以智谱为例，其在12月最新一轮的融资金额为30亿元，参与方包括多家知名战投和国资投资机构，此前在9月也获得了数十亿元融资。此外，在智谱的投资方中，除了国内资本外，沙特阿美旗下的风险基金Prosperity7 Ventures也加入投资，表明国际资本也关注并开始布局中国的大模型及AI Agent市场。随着AI相关技术的快速发展，未来AI Agent领域有望获得更多融资。
下表是2024年以来AI Agent赛道主要投融事件，感兴趣的读者可以登录Rime PEVC平台获取AI Agent领域全量融资案例、被投项目及深度数据分析。
图表 4：2024年以来全球AI Agent赛道主要投融事件
数据来源：RimeData来觅数据
版权及免责声明： 本文内容为来觅研究院撰写，其版权系深圳来觅数据信息科技有限公司（下称：Rime 或 来觅数据）所有。未经来觅数据许可或授权，任何单位或人士禁止转载、引用、刊登、发表、修改或翻译本文内容，及其他以作商用的行为。许可或授权下的引用、转载时须注明出处为Rime或来觅数据。任何未经授权使用本报告的相关商业行为都将违反《中华人民共和国著作权法》和其他法律法规以及有关国际公约的规定，来觅数据将保留追究其相关法律责任的权利。
本文内容基于来觅数据认为可信的公开资料或实地调研资料，我们力求本文内容的客观、公正，但对本文中所载的信息、观点及数据的准确性、可靠性、时效性及完整性不作任何明确或隐含的保证，亦不负相关法律责任。受研究方法和数据获取资源的限制，本报告全部内容仅供参考之用，对任何人的投资、商业决策、法律等操作均不构成任何建议。在任何情况下，对因参考本报告造成的任何影响和后果，来觅数据均不承担任何责任。
热门跟贴