比大模型更進(jìn)一步！能自動(dòng)處理任務(wù)的AI Agent 2025年幾個(gè)可能的發(fā)展方向

AI Agent（人工智能代理）是一種能夠自主感知環(huán)境、分析信息、制定決策并執(zhí)行動(dòng)作的智能系統(tǒng)。它通過結(jié)合感知、推理、學(xué)習(xí)和行動(dòng)能力，模擬人類或生物的智能行為，完成特定任務(wù)或持續(xù)目標(biāo)。

AI Agent 和大模型的區(qū)別在于，大模型與人類之間的交互是基于prompt 實(shí)現(xiàn)的，用戶prompt 是否清晰明確會(huì)影響大模型回答的效果。而AI Agent的工作僅需給定一個(gè)目標(biāo)，它就能夠針對目標(biāo)獨(dú)立思考并做出行動(dòng)。

來自加拿大的AI領(lǐng)域?qū)＜襌akesh Gohel給出了2025 AI Agents 幾個(gè)可能的發(fā)展方向：

• 自主檢索增強(qiáng)生成 (Agentic RAG)

基于推理的，用于實(shí)時(shí)數(shù)據(jù)檢索和生成的AI智能體工作流。

Agentic RAG的應(yīng)用不局限于單一場景，同樣也被應(yīng)用于醫(yī)療保健領(lǐng)域。

舉例：Perplexity, Harvey AI 和 Glean AI

• 語音智能體 (Voice Agents)

能夠通過自然口語與用戶互動(dòng)的智能代理，利用廣泛的文本轉(zhuǎn)語音（TTS）和語音轉(zhuǎn)文本（STTS）的嵌入和檢索技術(shù)。

舉例：ElevenLabs, Cognigy, Vapi 和 Deepgram

• AI智能體協(xié)議 (AI Agent Protocols)

簡化多智能體之間的通信，支持不同框架下構(gòu)建的智能體之間的交流。

舉例：Accenture，A2A, ACP, SLIM等

• 計(jì)算機(jī)使用智能體 (CUA - Computer Using Agents)

能像人類一樣與計(jì)算機(jī)交互的AI智能體，可利用瀏覽器、命令行界面（CLI）甚至鼠標(biāo)光標(biāo)等工具。

舉例：OpenAI的Operator, Claude的Computer Use, H-Company的Runner H以及Manus AI

• 編程智能體 (Coding Agents)

借助巧妙的工具使用和基于大語言模型（LLM）的代碼生成，使構(gòu)建和調(diào)試應(yīng)用程序的速度提高10倍的多智能體。

舉例：Windsurf, Cursor 和 GitHub Copilot

• 深度研究智能體 (DeepResearch Agents)

協(xié)作式多智能體系統(tǒng)，可從大量來源構(gòu)建內(nèi)容詳盡的研究報(bào)告。

舉例： Gemini DeepResearch, OpenAI DeepResearch 和 You(.)com DeepResearch

圖片來自：Rakesh Gohel