2024年度中國AIAgent行業(yè)研究：智能體落地千行百業(yè)引領(lǐng)智能化革命的新引擎

2024年中國AIAgent行業(yè)研究：智能體落地千行百業(yè)，引領(lǐng)智能化革命的新引擎（摘要版）目錄AIAgent行業(yè)綜述---------------------------06定義及基礎(chǔ)架構(gòu)---------------------------07人機協(xié)同模式差異---------------------------08特征及分類---------------------------09發(fā)展歷程及目標(biāo)---------------------------10AIAgent項目及產(chǎn)品盤點（1/3）---------------------------11AIAgent項目及產(chǎn)品盤點（2/3）---------------------------12AIAgent項目及產(chǎn)品盤點（3/3）---------------------------13市場規(guī)模---------------------------14驅(qū)動因素---------------------------15行業(yè)生態(tài)圖譜---------------------------16平臺框架層廠商類型---------------------------17平臺框架層廠商商業(yè)模式（1/2）---------------------------18平臺框架層廠商商業(yè)模式（2/2）---------------------------19消費級與企業(yè)級應(yīng)用對比---------------------------20發(fā)展趨勢---------------------------21AIAgent應(yīng)用分析---------------------------22行業(yè)應(yīng)用圖譜---------------------------23行業(yè)應(yīng)用發(fā)展情況---------------------------24行業(yè)應(yīng)用項目及產(chǎn)品（1/2）---------------------------25行業(yè)應(yīng)用項目及產(chǎn)品（2/2）---------------------------26方法論---------------------------27法律聲明---------------------------28中國：AIAgent系列6中國：AIAgent系列6Chapter1AIAgent行業(yè)綜述400-072-5588AIAgent行業(yè)綜述——定義及基礎(chǔ)架構(gòu)AIAIAgent（人工智能體）是一種能夠感知環(huán)境、進行決策和執(zhí)行動作的智能實體。不同于傳統(tǒng)的人工智能，AIAgent具備通過獨立思考、AIAgent系統(tǒng)架構(gòu) 短期記憶 長期記憶 記憶 計算器（） 代碼解釋器（） 短期記憶 長期記憶 記憶 計算器（） 代碼解釋器（） 工具 智能體 規(guī)劃 行動 交互協(xié)作智能體智能體更多…搜索（）子目標(biāo)拆解思維鏈自我反思反射日歷（）一個基于大模型的AIAgent系統(tǒng)可以拆分為LLM（大模型）、記憶（Memory）、任務(wù)（Planning）以及工具使用（Tool）的集合。在LLM為基礎(chǔ)的AIAgent系統(tǒng)中，大模型為AIAgent系統(tǒng)的大腦負責(zé)計算，并需要其他組件進行輔助。規(guī)劃（Planning）：①對需要更多步驟的復(fù)雜任務(wù)，AIAgent能夠調(diào)用LLM通過思維鏈能力進行任務(wù)分解，在AIAgent架構(gòu)中，任務(wù)的分解和規(guī)劃是基于大模型的能力來實現(xiàn)的，大模型的思維鏈能力通過提示模型逐步思考，將大型任務(wù)分解為較小的、可管理的子目標(biāo)，以便高效的處理復(fù)雜任務(wù)；②通過反思和自省框架，AIAgent可以不斷提升任務(wù)規(guī)劃能力，AIAgent可以對過去的行為進行自我批評和反省，從錯誤中吸取經(jīng)驗教訓(xùn)，并對未來的行動進行分析、總結(jié)記憶（Memory）：①對AIAgent智能體系統(tǒng)的所有輸入會成為系統(tǒng)的短期記憶，所有上下文學(xué)習(xí)都是依賴模型的短期記憶進行的。短期記憶受到有限上下文窗口長度的限制，不同模型的上下文窗口限制不同；②AIAgent在完成目標(biāo)時，需要查詢的外部向量數(shù)據(jù)庫成為系統(tǒng)的長期記憶。長期記憶使得AIAgent能夠長期保存和調(diào)用無限信息的能力。外部的向量數(shù)據(jù)庫可通過快速檢索進行訪問。AIAgent主要通過長期記憶完成很多復(fù)雜任務(wù)，如閱讀PDF、知識庫等。工具（Tools）：①AIAgent能夠使用外部工具API拓展模型能力，以獲取大模型以外的能力和信息，如預(yù)定日程、設(shè)置代辦、查詢數(shù)據(jù)等；②類GPT等大模型也更新了插件的功能，能夠調(diào)用插件訪問最新信息或者特定數(shù)據(jù)源，但需要用戶針對提問問題提前選擇需要使用的插件，無法做到自然地回答問題。AIAgent可自動調(diào)用工具使用，根據(jù)規(guī)劃獲取的每一步任務(wù)判斷是否需要調(diào)用外部工具來完成該任務(wù)，并獲取工具API接口返回的信息給到大模型進行下一步任務(wù)。AIAgent行業(yè)綜述——人機協(xié)同模式差異人類與人類與AI協(xié)同的三種模式包括嵌入模式（Embedding）、副駕駛模式（Copilot）和智能體模式（Agent），相較于前兩種模式，智能體模式更為高效，或?qū)⒊蔀槲磥砣藱C協(xié)同的主要模式人類與AI協(xié)同的三種模式人類AI人類AI人類AI人類設(shè)立任務(wù)目標(biāo)人類設(shè)立任務(wù)目標(biāo)AI全權(quán)代理Embedding模式 Copilot人類AI人類AI人類AI人類設(shè)立任務(wù)目標(biāo)人類設(shè)立任務(wù)目標(biāo)AI全權(quán)代理人類完成絕大部分工作 人類和AI協(xié)作工作 AI完成絕大部分工作設(shè)立目標(biāo)提供資源監(jiān)督結(jié)果其中某（幾）個任務(wù)AI提供信息或建議人類自主結(jié)束工作AI自主結(jié)束工作人類自主結(jié)束工作人類修改調(diào)整確認任務(wù)拆分工具選擇進度控制其中某（幾）個流程AI完成初稿?基于大模型的Agent不僅可以讓每個人都有增強能力的專屬智能助理，還將改變?nèi)藱C協(xié)同的模設(shè)立目標(biāo)提供資源監(jiān)督結(jié)果其中某（幾）個任務(wù)AI提供信息或建議人類自主結(jié)束工作AI自主結(jié)束工作人類自主結(jié)束工作人類修改調(diào)整確認任務(wù)拆分工具選擇進度控制其中某（幾）個流程AI完成初稿式。帶來更加廣泛的人機融合。生成式AI帶來的人機協(xié)同，將會呈現(xiàn)三種模式：嵌入模式（Embedding）、副駕駛模式（Copilot）和智能體模式（Agent）。相較于嵌入模式、副駕駛模式，智能體模式的人機協(xié)同模式更為高效，或?qū)⒊蔀槲磥砣藱C協(xié)同的主要模式嵌入（Embedding）模式：用戶通過與AI進行語言交流，使用提示詞來設(shè)定目標(biāo)，然后AI協(xié)助用戶完成這些目標(biāo)，比如普通用戶向生成式AI輸入提示詞創(chuàng)作小說、音樂作品、3D內(nèi)容等。在這種模式下，AI的作用相當(dāng)于執(zhí)行命令的工具，而人類擔(dān)任決策者和指揮者的角色。副駕駛（Copilot）模式：在這種模式下，人類和AI更像是合作伙伴，共同參與到工作流程中，各自發(fā)揮作用。AI介入到工作流程中，從提供建議到協(xié)助完成流程的各個階段。例如，在軟件開發(fā)中，AI可以為程序員編寫代碼、檢測錯誤或優(yōu)化性能提供幫助。人類和AI在這個過程中共同工作，互補彼此的能力。AI更像是一個知識豐富的合作伙伴，而非單純的工具。智能體（Agent）模式：人類設(shè)定目標(biāo)和提供必要的資源（如計算能力），然后AI獨立地承擔(dān)大部分工作，最后人類監(jiān)督進程以及評估最終結(jié)果。這種模式下，AI充分體現(xiàn)了智能體的互動性、自主性和適應(yīng)性特征，接近于獨立的行動者，而人類則更多地扮演監(jiān)督者和評估者的角色。AIAgent的基本特征AIAgent分類適應(yīng)性適應(yīng)性使得智能體能夠根據(jù)經(jīng)驗調(diào)整自身的行為。AIAgent的基本特征AIAgent分類適應(yīng)性適應(yīng)性使得智能體能夠根據(jù)經(jīng)驗調(diào)整自身的行為。反應(yīng)性反應(yīng)性是指智能體能夠?qū)ν獠看碳ぷ龀黾皶r的反應(yīng)。例如，在機器人領(lǐng)域中，智能體需要能夠感知環(huán)境的變化，并做出相應(yīng)的動作來適應(yīng)。交互性交互性使得智能體能夠與其他智能體或人類進行交流和合作。例如，在自動駕駛汽車中，智能體需要與交通信號燈、其他車輛和行人進行交互，以確保安全行駛。自主性自主性使得智能體能夠在沒有人類干預(yù)的情況下自主決策和行動。例如，在智能家居系統(tǒng)中，智能體可以根據(jù)室內(nèi)溫度和濕度自動調(diào)節(jié)空調(diào)和加濕器，以提供最舒適的居住環(huán)境。AIAIAgent的基本特征在于其自主性、交互性、反應(yīng)性和適應(yīng)性；在類別上，AIAgent（AutonomousAgent）和生成智能體（GenerativeAgent）自主智能體自主智能體（AutonomousAgent）生成智能體（GenerativeAgent）AIAgent類型當(dāng)前應(yīng)用AutoGPT、ChatGPT+插件、adept類型當(dāng)前應(yīng)用AutoGPT、ChatGPT+插件、adept、MetaGPT等自主智能體，如Auto-GPT，能夠根據(jù)人們通過自然語言提出的需求，自動執(zhí)行任務(wù)并實現(xiàn)預(yù)期結(jié)果。在這種合作模式下，自主智能體主要是為人類服務(wù)，更像是一個高效的工具。當(dāng)前應(yīng)用Pi、Smallville小鎮(zhèn)、Voyager、GITM等生成智能體，如斯坦福和Google的研究者共同創(chuàng)建的西部世界小鎮(zhèn)或者《西部世界》中的人形機器人，它們在同一環(huán)境中生活，擁有自己的記憶和目標(biāo)，不僅與人類交往，還會和其他機器人互動。在類別上，（AutonomousAgent）和生成智能體（GenerativeAgent）。AIAgent行業(yè)綜述——發(fā)展歷程及目標(biāo)AIAIAgent的最終目標(biāo)是通向AGIAIAgent發(fā)展歷程及遠景目標(biāo)基于大模型基于深度學(xué)習(xí)基于統(tǒng)計學(xué)習(xí)基于符號規(guī)則

AGI（人工通用智能）符號型智能體采用邏輯規(guī)則和符號表示來封裝知識和促進推理過程。如1980年前后，出現(xiàn)的醫(yī)學(xué)診斷專家系統(tǒng)、模擬心理治療等

反應(yīng)型智能體關(guān)注智能體與其環(huán)境之間的交互，強調(diào)快速和實時響應(yīng)，缺乏復(fù)雜決策和規(guī)劃能力

基于強化學(xué)習(xí)的智能體關(guān)注如何讓智能體通過與環(huán)境的交互進行學(xué)習(xí)基于遷移學(xué)習(xí)和元學(xué)習(xí)的智能體使智能體從少量樣本中迅速推理出執(zhí)行任務(wù)的最優(yōu)策略

基于大語言模型的智能體LLM帶來了深度學(xué)習(xí)新范式，思維鏈和強大的自然語言理解能力有望讓Agent具備強大的學(xué)習(xí)能力和遷移能力，從而讓創(chuàng)建廣泛應(yīng)用且實用的Agent成為可能隨著大模型的不斷發(fā)展，業(yè)內(nèi)對大模型的能力邊界有了清晰的認識，發(fā)現(xiàn)大模型存在諸多不足，如幻覺上下文容量限制等，導(dǎo)致其無法直接通向AGI（人工通用智能），于是AIAgent成了新的研究方向。通過讓大模型借助多個Agent的能力，構(gòu)建成為具備自主思考決策和執(zhí)行能力的智能體，來繼續(xù)實現(xiàn)通往AGI的道路。AIAgent并非新興概念，早在2002年，人們就在科技教材中對智能體進行了簡單的定義：智能——能夠自動完成一些任務(wù)；智能體——能代替用戶獨立行動的計算機系統(tǒng)（完成規(guī)劃、行動等動作）。多智能體系統(tǒng)涉及到多個智能體間的交互、協(xié)作、協(xié)商；2009年，研究者對智能體的定義進行了進一步細化。單個智能體需要與環(huán)境進行交互，針對環(huán)境中的輸入給出反饋，并通過不斷的交流獨立自主完成交互。智能體還需要具有預(yù)判能力，并以此引導(dǎo)其行為，做出響應(yīng)。總體而言，AIAgent經(jīng)歷了符號智能體、反應(yīng)型智能體、基于強化學(xué)習(xí)的智能體、具有遷移學(xué)習(xí)和元學(xué)習(xí)功能的智能體四大發(fā)展階段，現(xiàn)在已經(jīng)跨入基于大型語言模型的智能體階段。早年間，基于規(guī)則的智能體效率較低；接著，基于強化學(xué)習(xí)的模型猶如一個黑盒，AlphaGo等系統(tǒng)在圍棋、游戲領(lǐng)域擊敗了人類頂尖選手，得到了較大的發(fā)展；現(xiàn)有的基于大語言模型的智能體依賴于自然語言，可以提升交流效率。相較于強化學(xué)習(xí)的智能體，我們無需定義細致的獎勵函數(shù)，智能體可以直接通過自然語言與環(huán)境交互，它具備規(guī)劃、記憶、函數(shù)調(diào)用、代碼生成、結(jié)果集成、反思等能力。來源：甲子光年，頭豹研究院海外主流的AIAgent項目及產(chǎn)品（1/2）項目/產(chǎn)品說明Auto-GPTAutoGPT是Github上的一個免費開源項目，結(jié)合了GPT-4和GPT-3.5技術(shù)，通過API創(chuàng)建完整的項目。與ChatGPT不同的是，用戶不需要不斷對AI提問以獲得對應(yīng)回答，在AutoGPT中只需為其提供一個AI名稱、描述和五個目標(biāo)，然后AutoGPT就可以自己完成項目。它可以讀寫文件、瀏覽網(wǎng)頁、審查自己提示的結(jié)果，以及將其與所說的提示歷史記錄相結(jié)合。Auto-GPT是GPT-4完全自主運行的首批示例之一，它突破了人工智能所能做的界限。AgentGPT允許您配置和部署自主AI智能體。只要為你的自定義AI命名并讓它開始AgentGPT任何可以想象的目標(biāo)，它就能通過思考要完成的任務(wù)、執(zhí)行任務(wù)并從結(jié)果中學(xué)習(xí)來嘗試實現(xiàn)目標(biāo)。BabyAGI這是一個人工智能驅(qū)動的任務(wù)管理系統(tǒng)。該系統(tǒng)使用OpenAI和PineconeAPI來創(chuàng)建、確定優(yōu)先級和執(zhí)行任務(wù)。通過分析先前任務(wù)的結(jié)果和預(yù)定義的目標(biāo)來創(chuàng)建任務(wù)，并使用OpenAI的自然語言處理（NLP）和Chroma在上下文中存儲和檢索任務(wù)結(jié)果。BabyAGI的吸引力在于它能夠根據(jù)先前任務(wù)的結(jié)果自主解決任務(wù)并保持預(yù)定義的目標(biāo)，還能有效地確定任務(wù)的優(yōu)先級。Jarvis（HuggingGPT）由Microsoft開發(fā)的一種獨特協(xié)作系統(tǒng)，可以使用多個AI模型來完成給定的任務(wù)，以ChatGPT充當(dāng)任務(wù)控制者。該項目在GitHub上被稱為JARVIS，現(xiàn)在可以在Huggingface（因此稱為HuggingGPT）上試用，這個Agent與文本、圖像、音頻甚至視頻配合得非常好。其工作方式類似于OpenAI通過文本和圖像展示GPT-4的多模態(tài)功能，但JARVIS更進一步集成了用于圖像、視頻、音頻等的各種開源LLM，還可以連接到互聯(lián)網(wǎng)并訪問文件。Aiagent.appAiAgent是一個Web應(yīng)用，允許用戶創(chuàng)建自定義AI智能體以執(zhí)行特定任務(wù)并實現(xiàn)目標(biāo)。AI智能體的工作原理是將目標(biāo)分解為較小的任務(wù)，并逐個完成它們。好處包括能夠同時運行多個AI智能體，并使對尖端技術(shù)的訪問民主化。AIAgent還擁有諸如具有語法突出顯示的內(nèi)聯(lián)代碼塊，以及與第三方平臺的無縫協(xié)作等功能。該工具免費使用，它提供了一種簡化方法來構(gòu)建AI智能體，無需更多技術(shù)知識。CamelAGICamelAGI是一個生成式AI工具，使用戶能夠通過角色扮演自主AI智能體來解決給Javascript以使用此工具。CamelAGI允許用戶使用AI智能體完成任務(wù)，并提供使用Google登錄或在Github上為該工具加星標(biāo)的選項?！癢estworld”simulation西部世界小鎮(zhèn)這個項目來自斯坦福大學(xué)和谷歌的研究人員創(chuàng)建了一個交互式沙盒環(huán)境，其中包含25個可以模擬人類行為的生成AI智能體。他們在公園里散步，在咖啡館喝咖啡，并與同事分享新聞，表現(xiàn)出令人驚訝的良好社交行為。比如，從一個用戶指定的一個概念開始，即一個智能體想要舉辦情人節(jié)派對，智能體在接下來的兩天內(nèi)自動傳播派對邀請，結(jié)識新朋友，互相約對方約會派對，并協(xié)調(diào)在正確的時間一起出現(xiàn)在派對上。項目項目/產(chǎn)品說明GPT-EngineerGPT-Engineer是一個開源AI工具，允許用戶指定他們想要構(gòu)建的內(nèi)容，然后與AI進行澄清對話以生成所需的代碼庫。該工具旨在提供簡單靈活的用戶體驗，允許用戶根據(jù)自己的需要調(diào)整和擴展其功能。該工具包括指定AI智能體的身份、存儲與GPT4的通信歷史記錄以及重新運行消息日志等功能。MetaGPTMetaGPT是一個開源多智能體框架，采用單行輸入來生成API、用戶故事、數(shù)據(jù)結(jié)構(gòu)、競爭分析等。該框架可以充當(dāng)產(chǎn)品經(jīng)理、軟件工程師和架構(gòu)師。該框架可以充當(dāng)整個軟件公司，只需一行代碼即可編排SOP。AmazonBedrockAgents亞馬遜發(fā)布的AmazonBedrockAgents，允許開發(fā)人員快速創(chuàng)建完全托管的智能體。通過對企業(yè)系統(tǒng)執(zhí)行API調(diào)用，AmazonBedrock智能體加快了可管理和執(zhí)行活動的生成式AI應(yīng)用程序的發(fā)布速度。NVDIAVoyager由NVIDIA、加州理工學(xué)院等共同推出的Voyager，使用GPT-4來引導(dǎo)學(xué)習(xí)的Minecraft智能體通過像素世界，需要說明的是，Voyager依賴于代碼生成，而不是強化學(xué)習(xí)。Voyager是第一個玩《我的世界》的終身學(xué)習(xí)智能體。與其他使用經(jīng)典強化學(xué)習(xí)技術(shù)的Minecraft智能體不同，Voyager使用GPT-4來不斷改進自己，通過編寫、改進和傳輸存儲在外部技能庫中的代碼來實現(xiàn)這一點。RoboAgentMeta和CMU聯(lián)合研究團隊耗時兩年，成功開發(fā)出的RoboAgent通用機器人智能體。RoboAgent僅僅通過7500個軌跡的訓(xùn)練就實現(xiàn)了12種不同的復(fù)雜技能，包括烘焙、拾取物品、上茶、清潔廚房等任務(wù)，并能在100種未知場景中泛化應(yīng)用。InflectionAIPiInflectionAI公司推出的個人AIAgent產(chǎn)品Pi，核心大腦是公司研發(fā)的Inflection-1大模型，性能媲美GPT-3.5。Pi與時下流行的通用聊天機器人不同，它只能進行友好的對話，提供簡潔的建議，甚至只是傾聽。它的主要特征是富有同情心、謙虛好奇、幽默創(chuàng)新，具有良好的情商，可以根據(jù)用戶的獨特興趣和需求提供無限的知識與陪伴。Inflection自開發(fā)Pi開始，就確定了Pi將作為個人智能（PersonalIntelligence），而不僅僅是輔助人工作的工具。HyperWriteHyperwrite是一款A(yù)I寫作智能體工具，可幫助任何級別的創(chuàng)意作家更快、更自信地寫作。它包括自動寫入和提前打字等功能，可生成原始段落并提出克服作家障礙的想法。該工具作為免費的Chrome擴展程序提供，可以在任何網(wǎng)站上使用，而不會中斷工作流程。它被世界各地的專業(yè)人士、學(xué)生和創(chuàng)作者使用和信任，以提高他們的生產(chǎn)力。GPTResearcherGPTResearcher是一個基于AI的自主智能體，用于對各種任務(wù)進行全面的在線研究。該工具受到AutoGPT和“計劃和解決”提示的啟發(fā)，旨在改進當(dāng)前語言模型中海外主流的AIAgent項目及產(chǎn)品（2/2）發(fā)現(xiàn)的速度和確定性問題，“通過并行智能體工作提供更穩(wěn)定的性能和更高的速度，而不是同步操作。AIAgent行業(yè)綜述——AIAgent項目及產(chǎn)品盤點（3/3）國內(nèi)陸續(xù)推出多款A(yù)I國內(nèi)陸續(xù)推出多款A(yù)IAgent產(chǎn)品，多基于國產(chǎn)大模型+開源Agent框架打造。主流產(chǎn)品包括阿里云的ModelScopeGPT、實在智能的TARS-RPA-AgentOmBotAskXbot等國內(nèi)部分主流的AIAgent項目及產(chǎn)品項目/產(chǎn)品說明阿里云ModelScopeGPT阿里云Mota社區(qū)推出的國內(nèi)首個大型模型調(diào)用工具魔搭GPT（ModelScopeGPT），通過這一款工具，使用者們可以通過一鍵發(fā)送指令調(diào)用Mota社區(qū)中的其他人工智能模型，從而實現(xiàn)大大小小的模型共同協(xié)作，進而完成復(fù)雜的任務(wù)。ModelScopeGPT基于開源大語言模型（LLM）的AIAgent（智能體）開發(fā)框架ModelScope-Agent。這是一個通用的、可定制的Agent框架，用于實際應(yīng)用程序，其基于開源的大語言模型(LLMs)作為核心，包含記憶控制、工具使用等模塊。實在智能TARS-RPA-Agent實在智能在超自動化領(lǐng)域首發(fā)的TARS-RPA-Agent，是一個基于“TARS+ISSUT（智能屏幕語義理解）”雙模引擎、有“大腦”，更有“眼睛和手腳”的超自動化智能體，是能夠自主拆解任務(wù)、感知當(dāng)前環(huán)境、執(zhí)行并且反饋、記憶歷史經(jīng)驗的RPA全新模式產(chǎn)品。TARS-RPA-Agent采用以TARS大模型和ISSUT智能屏幕語義理解為基座的技術(shù)框架。該技術(shù)框架分為兩層結(jié)構(gòu)：底層是包括通用基礎(chǔ)模型和各個垂直行業(yè)基礎(chǔ)模型在內(nèi)的TARS系列大模型和智能屏幕語義理解技術(shù)；上層是依托這兩項關(guān)鍵技術(shù)完成全面升級和改造的超自動化產(chǎn)品。TARS-RPA-Agent的核心LLM是實在智能基于通用大模型基座的自研垂直“塔斯（TARS）”大模型，TARS大模型具備優(yōu)異的文本生成、語言理解、知識問答、邏輯推理等主流能力。OmBot歐姆智能體2023世界人工智能大會上，聯(lián)匯科技發(fā)布了基于大模型能力的自主智能體（AutoAIAgent）OmBot歐姆智能體，并針對典型場景需求推出了首批應(yīng)用。聯(lián)匯自主智能體包含了認知、記憶、思考、行動四大核心能力，作為一種自動、自主的智能體，它以最簡單的形式中在循環(huán)中運行，每次迭代時，它們都會生成自我導(dǎo)向的指令和操作。因此它不依賴人類來指導(dǎo)命令，具備高度可擴展性。瀾碼科技AskXBot瀾碼科技構(gòu)建的Agent平臺“AskXBot”，平臺分兩層：第一層是專家賦能，專家通過拖、拉、拽以及對話交互的方式定義工作流程，教給機器，從而協(xié)助一線員工構(gòu)建更高效工作的方法論；第二層是員工使用Agent，一線員工可通過自然語言和Agent溝通并下達指令，讓Agent協(xié)助完成數(shù)據(jù)分析、資料調(diào)取等工作。該公司計劃將AskXBot打造成一個兼具通用性和易用性的平臺，把這些API和Agent做好管理，讓Agent包裝不同的API，不同模型的Agent能夠在上面更好地協(xié)作，讓它們可以在平臺上更有效率、更智能地服務(wù)好客戶。ChatDev由清華大學(xué)、北京郵電大學(xué)、布朗大學(xué)聯(lián)合研究團隊推出的ChatDev，是一個生成式智能體。它基于聊天的端到端軟件開發(fā)框架，能夠利用大型語言模型促進軟件開發(fā)過程中多角色（ChatGPT的“gpt3.5-turbo-16k”版本）之間的有效溝通和協(xié)作。ChatDev的主要目的是通過聊天來進行游戲開發(fā)。用戶只需提出想法，從設(shè)計到測試的整個流程都由AI完成，整個過程只需七分鐘即可完成。AIAgent行業(yè)綜述——市場規(guī)模全球自主智能體市場規(guī)模預(yù)計從2019年的3.45億美元增長至2024全球自主智能體市場規(guī)模預(yù)計從2019年的3.45億美元增長至2024年的29.29億美元。未來，大量的Agent會以軟件助手的形態(tài)出現(xiàn)，同時原全球自主智能體（AutonomousAgent）市場規(guī)模，2019-2024E單位：[億美元]GAGR=54%29.92GAGR=54%29.923.453025201510502019 2020 2021 2022 2023 2024E自主智能體（AutonomousAgent）即無需人工干預(yù)即可獨立操作盒做出決策的人智能系統(tǒng)。自主智能體的設(shè)計目的，是在與環(huán)境或其他自主智能體交互的同時完成特定的任務(wù)或目標(biāo)，其產(chǎn)品形態(tài)主要體現(xiàn)于虛擬助手，例如以聊天機器人形態(tài)呈現(xiàn)的自主智能體可通過文本或語音與用戶交流，相應(yīng)查詢、提供數(shù)據(jù)，甚至完成諸如安排約會或訂購產(chǎn)品之類的任務(wù)。目前，主流虛擬助手包括亞馬遜的Alexa、蘋果的Siri和谷歌的Assistant等。未來，大量的Agent會以軟件助手的形態(tài)出現(xiàn)，同時原有軟件形態(tài)的助手類產(chǎn)品也會升級迭代成自主智能體產(chǎn)品。然而，根據(jù)業(yè)務(wù)屬性與市場目標(biāo)的不同，企業(yè)AI智能體產(chǎn)品不一定都是自主智能體，還會涉及到非自主智能體以及生成式智能體等多種形式。根據(jù)MarketsandMarkets的數(shù)據(jù)，2019年全球自主智能體市場規(guī)模為3.45億美元計到2024年增長至29.92億美元，2019-2024年期間年復(fù)合增長率達54。其中，自動化和敏捷性的提高、交付增強客戶體驗的需求、成本節(jié)約和投資回報的增加是自主智能體市場的主要增長因素。來源：MarketsandMarkets，頭豹研究院AIAgent行業(yè)綜述——驅(qū)動因素近年來，中國數(shù)據(jù)產(chǎn)量及算力規(guī)模穩(wěn)定增長，為AI近年來，中國數(shù)據(jù)產(chǎn)量及算力規(guī)模穩(wěn)定增長，為AIAgent能力的實現(xiàn)提供堅實基礎(chǔ)；國內(nèi)頭部大模型廠商加速AIAgent落地，以拉開與其AIAgent需求持續(xù)走高AIAgent發(fā)展驅(qū)動因素數(shù)據(jù)量及算力總規(guī)模高速增長中國數(shù)據(jù)產(chǎn)量（ZB）中國算力總規(guī)模（EFLOPS）8.15001351401802300 02019 2020 2021 2022 2020 2021 2022 20232022年中國數(shù)據(jù)總產(chǎn)量達8.1ZB中國數(shù)據(jù)產(chǎn)量（ZB）中國算力總規(guī)模（EFLOPS）8.15001351401802300 02019 2020 2021 2022 2020 2021 2022 20232022年中國數(shù)據(jù)總產(chǎn)量達8.1ZB，同比增長22.7%，全球占比達10.5%，位居世界第二；2023年，中國在用數(shù)據(jù)中心機架超810萬標(biāo)準機架，算力總規(guī)模達230EFLOPS。中國數(shù)據(jù)產(chǎn)量及算力總規(guī)模的穩(wěn)步增長，為AIAgent能力的實現(xiàn)提供堅實基礎(chǔ)。國產(chǎn)大模型產(chǎn)品密集發(fā)布國產(chǎn)大模型累計發(fā)布數(shù)量（個）2502382001501301006650 345034002019年 2020年 2021年 2022年2019年2020年2021年2022年2023年7月2023年10月截至截至2023年10月，國產(chǎn)大模型累計發(fā)布數(shù)量已達238個。國內(nèi)眾多大模型產(chǎn)品蜂擁而至，發(fā)布數(shù)量呈指數(shù)級增長。不少大模型處在“蹭風(fēng)口”的邊緣，國內(nèi)頭部大模型廠商為了與國內(nèi)多數(shù)大模型的能力拉開差距，勢必加速AIAgent能力的迭代。31下游各領(lǐng)域?qū)θ斯ぶ悄荏w需求持續(xù)走高310

2,607 3,716

中國人工智能行業(yè)市場規(guī)模（億元）5,323 7,516 10,539

14,729 15,7322021 2022 2023E 2024E 2025E 2026E 2027E人工智能能夠賦能經(jīng)濟社會發(fā)展各領(lǐng)域，下游各領(lǐng)域的產(chǎn)業(yè)升級對大模型，甚至AIAgent的需求持續(xù)走高。據(jù)沙利文測算，2022年中國AI行業(yè)市場規(guī)模達3,716億元，預(yù)計在2027年增長至15,372億元，未來有望在制造、交通、金融、醫(yī)療等多領(lǐng)域不斷滲透，實現(xiàn)大規(guī)模應(yīng)用落地。來源：弗若斯特沙利文，頭豹研究院AIAgent行業(yè)綜述——行業(yè)生態(tài)圖譜AIAIAgent行業(yè)生態(tài)結(jié)構(gòu)自下而上可分為基礎(chǔ)設(shè)施層、平臺框架層和垂直應(yīng)用層。其中，基礎(chǔ)設(shè)施層包括AI算力、傳感器等相關(guān)基礎(chǔ)設(shè)施，基礎(chǔ)設(shè)施層AIAgent行業(yè)生態(tài)圖譜基礎(chǔ)設(shè)施層AI服務(wù)器AI服務(wù)器AI芯片智能算力服務(wù)商傳感器智能算力服務(wù)商傳感器AIAgent平臺框架層AIAgent平臺框架層國內(nèi)國內(nèi)AIAgent構(gòu)建平臺垂直應(yīng)用層電商客戶服務(wù)垂直應(yīng)用層電商客戶服務(wù)人力資源金融人力資源金融醫(yī)療媒體娛樂醫(yī)療媒體娛樂AIAgent行業(yè)綜述——平臺框架層廠商類型中國AI中國AIAgent的發(fā)展處于早起階段，不同類型的企業(yè)，如AIGC原生廠商、互聯(lián)網(wǎng)巨頭廠商、企服軟件/SaaS廠商、RPA廠商、低代碼/無代碼廠商和3CAIAgentAIAgent平臺框架層廠商分類及其產(chǎn)品類型AIGC原生廠商具備大模型算法優(yōu)勢，通過智能體實現(xiàn)商業(yè)落地

互聯(lián)網(wǎng)巨頭廠商具備互聯(lián)網(wǎng)多場景成功經(jīng)驗，且兼顧大模型及云服務(wù)能力廠商

RPA廠商垂直行業(yè)領(lǐng)域工作自動化經(jīng)驗豐富/無代碼廠商搭建門檻

硬件廠商借助智能體特性提升自身產(chǎn)品用戶體驗公司大模型智能體智能體類型月之暗面MoonshotKimi對話式服務(wù)科大訊飛星火訊飛友伴百川Baichuan百小應(yīng)百度文心文心智能體昆侖萬維天工天工SkyAgents工作流編排智譜GLM智譜清言實在智能TARS實在Agent聯(lián)匯科技歐姆歐姆智能體自主智能體斑頭雁未披露BetterYeah華為盤古Pangu-Agent面壁智能CPMChatDev多智能體協(xié)同騰訊混元騰訊元器瀾碼科技未披露AskXBOT工作流編排對話式服務(wù)匯智智能CarrotAIGnomic阿里巴巴 通義千問阿里云ModelScopeGPT對話式服務(wù)釘釘AI助理工作流編排Coze工作流編排字節(jié)跳動云雀豆包對話式服務(wù)飛書智能伙伴工作流編排1軟件即服務(wù)AIAgent商業(yè)模式（1/2）1軟件即服務(wù)2Agent即服務(wù)

軟件即服務(wù)（SaaS）模式是一種現(xiàn)代的軟件交付模式，它允許用戶通過互聯(lián)網(wǎng)訪問和使用基于云的軟件應(yīng)用程序。在這種模式下，AIAgent以在線服務(wù)的形式提供，極大地簡化了客戶的使用過程。用戶無需進行復(fù)雜的本地軟件安裝和維護，只需通過訂閱服務(wù)或根據(jù)實際使用量支付費用，即可享受到人工智能帶來的便利和智能。Agent即服務(wù)（Agent-as-a-Service，AaaS）是一種新興的云計算服務(wù)模式，它將AIAgents作為一項服務(wù)通過云平臺提供給用戶。這種模式允許用戶基于自身的具體需求和預(yù)算，選擇訂閱服務(wù)或按實際使用量支付費用，從而實現(xiàn)對AI能力的按需獲取和靈活使用。3LLM

大語言模型即服務(wù)（ModelasaService，MaaS）代表了一種創(chuàng)新的云計算服務(wù)模式，它將先進的機器學(xué)習(xí)模型以服務(wù)的形式提供給企業(yè)用戶。MaaS模式的核心在于簡化了機器學(xué)習(xí)模型的集成和應(yīng)用過程，使得不具備深厚數(shù)據(jù)科學(xué)背景的開發(fā)人員也能夠輕松調(diào)用強大的模型，實現(xiàn)復(fù)雜的數(shù)據(jù)分析和處理任務(wù)。AIAgent在MaaS模式中作為解決方案的一部分，幫助企業(yè)實5Agent

機器人即服務(wù)（Robot-as-a-Service，RaaS）通過將機器人技術(shù)與云計算、人工智能、機器人學(xué)和自動化等先進技術(shù)相結(jié)合，為企業(yè)提供了一種靈活、低成本的解決方案。企業(yè)無需自行購買昂貴的機器人硬件，而是通過租借、代運營或倉配一體化智能倉服務(wù)等方式，按需使用機器人技術(shù)來完成各種任務(wù)，如智能倉儲、自動化生產(chǎn)、客戶服務(wù)等。盡管AIAgent仍處于早期發(fā)展階段，但已經(jīng)出現(xiàn)了許多類AIAgent的機器人構(gòu)建平臺，如coze、SKYAgent等。這些平臺為用戶提供了豐富的工具和資源，幫助他們構(gòu)建和定制各種機器人，以滿足特定的業(yè)務(wù)需求。4機器人即服務(wù)OpenAI推出的GPTStore，率先開啟了AgentStore模式，開創(chuàng)了Agent新的應(yīng)用方式。GPTStore的構(gòu)想類似于蘋果的AppleStore，但它是一個專門提供基于生成式預(yù)訓(xùn)練Transformer（GPT）模型服務(wù)的虛擬商店。這個平臺不僅銷售各種GPT模型，還提供了豐富的服務(wù)和資源，使用戶能夠根據(jù)自己的特定需求定制和優(yōu)化AI解決方案。4機器人即服務(wù)AIAgent行業(yè)綜述——平臺框架層廠商商業(yè)模式（2/2）AIAIAgent的商業(yè)模式包括軟件及服務(wù)、Agent即服務(wù)、LLM即服務(wù)、AgentStore、消費者服務(wù)、企業(yè)解決方案、按需平臺、數(shù)據(jù)和分析、技術(shù)許可等AIAgent商業(yè)模式（2/2）消費者服務(wù)6消費者服務(wù)模式是一種針對廣大終端用戶的商業(yè)模式，它通過整合人工智能技術(shù)，尤其是AIAgent的核心在于無縫集成和個性化服務(wù)，以滿足用戶的多樣化需求。如亞馬遜的Alexa或谷歌助手，扮演著重要角色。這些設(shè)備通過語音交互為用戶提供便捷的信息查詢、日程管理、家居控制等服務(wù)。消費者服務(wù)6企業(yè)解決方案7企業(yè)解決方案模式是一種面向特定行業(yè)或企業(yè)的AI復(fù)雜的業(yè)務(wù)挑戰(zhàn)或優(yōu)化關(guān)鍵的業(yè)務(wù)流程。這種模式下，AIAgent供應(yīng)商提供的不僅是通用的技術(shù)產(chǎn)品，而是深入理解客戶業(yè)務(wù)需求后，提供的定制化智能解決方案。企業(yè)解決方案7按需平臺8AI服務(wù)獲取方式，尤其適合需要快速集成AI能力而無需自行研發(fā)的企業(yè)或開發(fā)者。這種模式允許用戶根據(jù)自己的具體需求，從平臺上選擇并使用包括AIAgent種模式下，平臺提供了一系列API服務(wù)，覆蓋了從文本分析、語音轉(zhuǎn)文本、圖AI功能。按需平臺8數(shù)據(jù)和分析技術(shù)許可910數(shù)據(jù)和分析模式是一種以數(shù)據(jù)為核心的商業(yè)智能服務(wù)，它專注于提供深入的市場洞察、客戶行為分析以及其他關(guān)鍵數(shù)據(jù)點的分析服務(wù)。這種模式對于希望基于數(shù)據(jù)做出更明智業(yè)務(wù)決策的企業(yè)來說至關(guān)重要。在這種模式下，技術(shù)供應(yīng)商通常會推出一系列數(shù)據(jù)類的AIAgent服務(wù)，這些服務(wù)能夠處理和分析大量數(shù)據(jù)，提取有價值的信息和趨勢。企業(yè)可以根據(jù)自己的需求直接使用這些標(biāo)準化的AIAgent服務(wù)，或者要求供應(yīng)商提供定制化的解決方案，以滿足特定的業(yè)務(wù)需求。數(shù)據(jù)和分析技術(shù)許可910技術(shù)許可模式是一種知識產(chǎn)權(quán)的商業(yè)化途徑，其中研發(fā)AIAgent技術(shù)的技術(shù)供應(yīng)商將其技術(shù)知識產(chǎn)權(quán)授權(quán)給其他公司使用。這種模式為企業(yè)提供了一種獲取和應(yīng)用前沿AI技術(shù)的方式，而無需投入大量資源自行研發(fā)。在技術(shù)許可模式中，供應(yīng)商與被授權(quán)公司之間會簽訂一份許可協(xié)議，明確授權(quán)的范圍、期限、費用結(jié)構(gòu)和雙方的權(quán)利與義務(wù)。AIAgent行業(yè)綜述——消費級與企業(yè)級應(yīng)用對比AIAIAgent的應(yīng)用可分為消費級（toB）和企業(yè)級（toC），消費級應(yīng)用強調(diào)自由度，而企業(yè)級應(yīng)用強調(diào)專業(yè)性。企業(yè)級應(yīng)用面臨更復(fù)雜的業(yè)務(wù)需求，其特性更加適配Agent的特點，未來在B端應(yīng)用前景更加廣闊消費級應(yīng)用（toC）企業(yè)級應(yīng)用（消費級應(yīng)用（toC）企業(yè)級應(yīng)用（toB）數(shù)字助理虛擬社交自由度高數(shù)字助理虛擬社交自由度高個人提效核心價值輔助決策客戶粘性專業(yè)性高降本增效代表產(chǎn)品代表產(chǎn)品toBtoB專業(yè)場景下，對企業(yè)產(chǎn)品和服務(wù)的改造toB工作場景流，實現(xiàn)降本增效力勞動，總結(jié)匯報，創(chuàng)意探索等toC專業(yè)場景撰寫、方案策劃、生成合同等應(yīng)用特性AIAgent的應(yīng)用可分為消費級（toC）和企業(yè)級（toB）自由度而企業(yè)級強調(diào)應(yīng)用的專業(yè)性。AIAgent性，同時輔助企業(yè)決策。相較于消費級應(yīng)用，企業(yè)級應(yīng)用面臨更加復(fù)雜的業(yè)務(wù)需求，有更明確的業(yè)務(wù)場景、務(wù)邏輯以及更多行業(yè)數(shù)據(jù)及其行業(yè)知識的積累。這種特性更加適配AIAgent自主性、感知與理解環(huán)境、決策與執(zhí)行、交互、工具使用等特點，這讓AIAgent在企業(yè)級toB應(yīng)用的前景更加廣闊。來源：專家訪談，頭豹研究院AIAgent行業(yè)綜述——發(fā)展趨勢根據(jù)技術(shù)特性，學(xué)術(shù)界對于根據(jù)技術(shù)特性，學(xué)術(shù)界對于AIAgent的主流分類包括LogicAgent、TaskAgent、JobAgent和自我演進Agent。目前國內(nèi)外產(chǎn)品主要集中在TaskAgent上，未來短期內(nèi)JobAgent將快速發(fā)展主流Agent技術(shù)拆解及發(fā)展趨勢LogicAgentTaskAgentJobAgent自我演進Agent環(huán)境感知文字角色Profile文字角色Profile文字成熟角色Profile多模態(tài)文字成熟角色Profile多模態(tài)自我執(zhí)行過程感知環(huán)境理解上下文長、短期記憶長、短期記憶長、短期記憶環(huán)境建模有效的抽象記憶問題思考思維鏈技術(shù)思維鏈技術(shù)智能化提示詞智能化提示詞解決模型無服務(wù)小模型服務(wù)小模型Prompt驅(qū)動其他專家服務(wù)小模型Prompt驅(qū)動其他專家代碼生成自動搜索反饋學(xué)習(xí)搜索+RAG搜索+RAG搜索+RAG仿制學(xué)習(xí)搜索+RAG多智能體協(xié)作無補充補充協(xié)商協(xié)商有效搜索的啟發(fā)智能體組織模型無人控制智能體智能體控制智能體自適應(yīng)組織國內(nèi)外產(chǎn)品分類知識庫Voice自動化通用助理開發(fā)軟硬件結(jié)合類數(shù)字職員工作流實驗研究為主注：表中下劃線紅字的相關(guān)技術(shù)目前還沒有成熟的解決方案，其中環(huán)境學(xué)習(xí)、自學(xué)習(xí)技術(shù)最難解決。學(xué)術(shù)界對于AIAgent的主流分類包括：1）LogicAgent解再次生成語言和多模態(tài)輸出的一類Agent；2）TaskAgent，面向具體任務(wù)，分解計劃執(zhí)行對應(yīng)操作，過程中沒有長期狀態(tài)記憶的Agent；3）JobAgent，面向較為抽象的工作職責(zé)和總體目標(biāo)，感知環(huán)境，記憶過程狀態(tài)，自生子目標(biāo)推動工作前進的Agent。TaskAgent涉及的非成熟技術(shù)相對較少，只有1項；JobAgent涉及到5個疑難項；自我演進Agent涉及的關(guān)鍵技術(shù)基本全都是疑難項。目前，國內(nèi)外主要AIAgent產(chǎn)品集中在TaskAgent上，這種智能體涉及的技術(shù)較為成熟，容易復(fù)制推廣，這類智能體數(shù)量將會快速增加。未來短期內(nèi)，JobAgent發(fā)展速度加快，并持續(xù)朝著具備自主學(xué)習(xí)能力的自我演進型Agent發(fā)展。來源：中興通訊，頭豹研究院中國：AIAgent系列22中國：AIAgent系列22Chapter2AIAgent應(yīng)用分析400-072-5588政務(wù)公共應(yīng)急輿情監(jiān)控城市管理決策支持智能監(jiān)管政務(wù)自動化物流價格優(yōu)化自動化分揀智能調(diào)度智能倉儲政務(wù)公共應(yīng)急輿情監(jiān)控城市管理決策支持智能監(jiān)管政務(wù)自動化物流價格優(yōu)化自動化分揀智能調(diào)度智能倉儲追蹤與監(jiān)控路線優(yōu)化能源電力交易新能源消納負荷預(yù)測虛擬電廠智能監(jiān)測智能調(diào)度媒體娛樂智能推薦內(nèi)容審核數(shù)據(jù)分析交互式娛樂個性化生成內(nèi)容創(chuàng)作交通交通預(yù)測智能導(dǎo)航信號燈優(yōu)化交通管理智能出行自動駕駛制造智能倉儲機器自動化能源管理供應(yīng)鏈管理產(chǎn)線優(yōu)化質(zhì)量控制醫(yī)療患者跟蹤醫(yī)療教育智能問診個性化治療疾病預(yù)測影像分析教育教育創(chuàng)作情感分析虛擬助教自適應(yīng)測評智能輔導(dǎo)個性化學(xué)習(xí)從目前已推出的從目前已推出的AIAgent架構(gòu)與產(chǎn)品來看，AIAgent已逐步滲透至金融、電商零售、教育、醫(yī)療、制造、交通、媒體娛樂、能源、物流、政務(wù)等行業(yè)領(lǐng)域電商零售語音購物用戶分析價格優(yōu)化電商零售語音購物用戶分析價格優(yōu)化智能營銷智能客服個性化推薦金融法規(guī)遵從智能運營保險科技智能客服智能營銷智能風(fēng)控AIAgent應(yīng)用分析——行業(yè)應(yīng)用發(fā)展情況AIAIAgent在金融行業(yè)的應(yīng)用成熟度、數(shù)據(jù)可獲取性、行業(yè)需求度和市場潛在規(guī)模均最高。AIAgent在政務(wù)領(lǐng)域的應(yīng)用成熟度和數(shù)據(jù)可獲取AIAgent行業(yè)應(yīng)用發(fā)展象限金融電商金融電商零售制造物流醫(yī)療媒體娛樂能源教育交通政務(wù)注：氣泡大小代表行業(yè)需求度；氣泡顏色深淺代表市場潛在規(guī)模應(yīng)用成熟度低 數(shù)據(jù)可獲取性 高AIAgent應(yīng)用場景廣泛且多樣，其正在各行業(yè)領(lǐng)域加速滲透。目前，在金融、電商零售教育、醫(yī)療、制造、交通、媒體娛樂、能源、物流、政務(wù)等行業(yè)領(lǐng)域出現(xiàn)較多AIAgent架構(gòu)與產(chǎn)品。AIAgent在金融行業(yè)的應(yīng)用成熟度和數(shù)據(jù)可獲取性上均最高，其在金融行業(yè)可實現(xiàn)智風(fēng)控、智能客服、智能營銷等功能，并可在各種場景中提供實時性的數(shù)據(jù)，解決傳統(tǒng)大模型方法中訓(xùn)練時缺乏時效性的問題。在日前舉辦的ArchSummit全球架構(gòu)師峰會深圳站上，天弘基金就分享了其團隊在金融行業(yè)內(nèi)開發(fā)的基于大模型的AIAgent。AIAgent在電商零售行業(yè)的應(yīng)用，與金融行業(yè)一樣具備廣闊的市場空間。然而，在數(shù)據(jù)可獲取性上不及金融行業(yè)，其數(shù)據(jù)獲取渠道主要來源于電商平臺、銷售系統(tǒng)及顧客反饋。AIAgent在電商零售行業(yè)可從產(chǎn)品列表、促銷材料等用戶內(nèi)容中自我學(xué)習(xí)并智能響應(yīng)，增強用戶信任，優(yōu)化購物流程。在