21世纪经济报道张梓桐上海报道

　　在临近年底的时刻，AI行业再次祭出“王炸”。

　　近日，在OpenAI首届开发者大会（OpenAI DevDay）上，OpenAI发布了AI Agent初期形态产品GPTs，并推出了相应的制作工具GPT Builder。用户仅仅通过跟GPT Builder聊天，把想要的GPT功能描述一遍，就能生成专属GPT。据了解，专属GPT在日常生活、特定任务、工作或家庭中更为适用。

　　这被行业认为是继ChatGPT之后的又一个“杀手级应用”。

　　“AI Agent本质上是通过对话式的UI来展现出部分人的属性，相当于很重要的连接器。并且增加算力后，其智力可以无限扩张。”近日，澜码科技创始人兼CEO周健对21世纪经济报道记者表示，2023年是大语言模型的元年，2024年将是AI Agent的爆发年，AI Agent是大语言模型优先落地的最佳形态。

　　大模型时代“私人助理”

　　在计算机、人工智能等专业技术领域，一般将agent译为“智能体”，其定义是在一定的环境中体现出自治性、反应性、社会性、预动性、思辨性（慎思性）、认知性等一种或多种智能特征的软件或硬件实体。

　　近日，比尔·盖茨在一篇名为《人工智能将彻底改变你使用计算机的方式》的文章中对AI Agent将对人类带来的改变进行了详细描述。

　　“你不必为不同的任务使用不同的应用程序。你只需用简单通俗的语言告诉你的设备你想做什么。根据你选择与软件分享多少信息，基于对你的生活有丰富的了解，软件将能够作出个性化的回应。在不久的将来，任何上网的人都可以拥有一个由人工智能驱动的个人助理，这远远超出了当今的技术水平。”比尔盖茨说道。

　　由此可见，在大模型这一“巨人的肩膀之上”，AI Agent的应用之花才得以绽放。

　　“大语言模型有特点，它能够与人交互，从而带来范式的转变。过去我们所有的系统都是机器，人需要适应机器，才会造成人作为一个数据的搬运工作去填充空间。但今天因为有了大语言模型，我们就有机会让机器去适应人，而机器适应人就会使得大语言模型背后的这个领域模型能发挥更大的作用。”周建对记者分析称，因为人可以在机器的引导之下完成任务，人机协同完成任务才能成为可能。

　　嗅到商机的科技大厂以及创业公司也纷纷抓住风口，高调布局这一领域。

　　近期，昆仑万维推出AI Agent开发平台“天工SkyAgents”，该平台用户可以通过自然语言构建自己的单个或多个“私人助理”。此外，澜码科技近日正式发布了自主研发的AI Agent平台“AskXBOT”。

　　据周健介绍，澜码AskXBOT平台由设计器、知识中心、使用端、管理平台四大核心模块构成，将大语言模型能力抽象为文档检索、AI调用、数据查询、智能编程等能力，是基于LLM的Agent与工作流设计、开发、使用、管理、知识沉淀的一站式平台，让专家知识赋能基层业务单元。

　　场景落地紧迫

　　从某种程度上来说，当前AI Agent在资本以及科技领域的火热，也与眼下的大模型落地情况息息相关。

　　有业内人士对记者指出，今年已经诞生出太多数量与形态的大模型产品。但从开始的拼参数、拼服务，到现在的拼行业落地，至少在国内，大模型始终没有找到一个清晰的商业模式。因此，与人类日常生活与办公场景密切结合的AI Agent被如此寄予厚望也就不足为奇。

　　“（作为生成式AI重要创业方向的）中间层受到大模型和应用两端的挤压，在当前的情况下还很难跑出来。所以中国的传统还是应用为王，所以当前我们应该在应用上多花些力气。”在日前的一场分享会上，峰瑞资本投资合伙人陈石指出，大模型时代的创业，可能第一天就要考虑商业模式，考虑怎么挣钱。

　　在具体的商业路径方面，东吴证券发布研报指出，AI Agent未来有两大落地场景方向。

　　首先是智能体模拟。国内情绪消费市场仍有较大想象空间，陪伴类智能体或受益于情绪消费趋势红利，成为LLM（大语言模型）时代重要的AI原生应用。东吴证券预计，陪伴类智能体大部分商业价值集中在供给方而非平台，更加看好具备丰富IP储备或者能让用户定制智能体的玩家。

　　其次则是交互智能体。“智能体之间、智能体与虚拟世界内事物之间可互动，可能涌现出超越设计者规划的场景和能力，特别是对开放世界游戏等行业，可增强玩家沉浸感，解决开放世界内容消耗快的问题；多可信agent技术成熟后可能会孵化出新的游戏品类。”东吴证券指出。

　　周健也坦言，AI Agent在实际落地过程当中，还存在着很多挑战。

　　“我们接触到的客户，不管是银行保险，还是各种国家电网，东方航空、南方航空这样的央国企，还是相应的中等民企，三四亿收入的民企，甚至是一些小的企业，其实都会遇到这样的一个困难——模型怎么那么贵，算力也很贵。”因此，周健表示，怎样做到让大模型能够在企业能够被用起来，实际发挥业务价值将是未来重点考虑的方向。

　　此外，现有系统改造和集成投入、Agent响应速度慢、数据权限把控难、多Agent的集成和调度等，也构成了AIAgent落地的挑战。

　　爱分析联合创始人兼首席分析师李喆认为，2024年企业采用大语言模型的首要目标是降低企业运营成本，这是一个可行方向；其次是产品服务体验创新，提升客户需求响应速度、业务收入增长，支持公司AI战略等。他预测，2024年大模型市场规模120亿元。同时，AIAgent能力建设和应用建设并行，建设和运营将同等重要。