【原】中國AI智能體行業(yè)元年來臨行業(yè)正從“技術(shù)驗證”向“場景深耕”轉(zhuǎn)型

觀研天下 2025-08-21 發(fā)布于湖南

展開全文

一、AI智能體定義

智能體（Agent)是一種能夠感知環(huán)境、制定決策并采取行動以實現(xiàn)特定目標(biāo)的AI系統(tǒng)，一般具有“記憶”、“規(guī)劃”、“采取行為”、“使用工具”等基本能力，如下圖所示，其中“規(guī)劃”中有“思維鏈”、“能進行反思”、“目標(biāo)分解”。與傳統(tǒng)AI系統(tǒng)不同，智能體具有自主性、持續(xù)性和適應(yīng)性，能夠在復(fù)雜環(huán)境中持續(xù)學(xué)習(xí)和優(yōu)化自身行為。

AI智能體架構(gòu)

<strong>AI智能體架構(gòu)</strong>

資料來源：Lilian Weng《LLM Powered Autonomous Agents》

AIAgent并不是一個新興的概念，早在多年前就已在人工智能領(lǐng)域有了研究。例如2014年由DeepMind推出的引發(fā)全球熱議的圍棋機器人AlphaGo，也可以看做是AIAgent的一種。與之類似的還有2017年OpenAI推出的用于玩《Dota2》的OpenAIFive，2019年DeepMind公布用于玩《星際爭霸2》的AlphaStar等，這些AI都能根據(jù)對實時接收到的信息的分析來安排和規(guī)劃下一步的操作，均滿足AIAgent的基本定義。當(dāng)時的業(yè)界潮流是通過強化學(xué)習(xí)的方法來對AIAgent進行訓(xùn)練，主要應(yīng)用場景是在游戲這類具有對抗性、有明顯輸贏雙方的場景中。但如果想要在真實世界中實現(xiàn)通用性，基于當(dāng)時的技術(shù)水平還難以實現(xiàn)。

二、AI智能體應(yīng)用進展

1、游戲領(lǐng)域應(yīng)用

2023 年 4 月，斯坦福大學(xué)的研究者們發(fā)表了名為《Generative Agents: Interactive Simulacra of Human Behavior》的論文，展示了一個由生成代理（Generative Agents）組成的虛擬西部小鎮(zhèn)。

2023 年 5 月，英偉達開源了Voyager 這一游戲智能體。英偉達將 Voyager 用在了《我的世界》這款游戲中，《我的世界》沒有強加一個預(yù)定的最終目標(biāo)或固定的故事情節(jié)，而是提供了一個具有無限可能性的獨特游樂場。一個高效的終身學(xué)習(xí) Agent 應(yīng)該具有與人類玩家類似的能力，能夠根據(jù)當(dāng)前技能水平和世界狀態(tài)發(fā)現(xiàn)合適的任務(wù)，能夠根據(jù)反饋學(xué)習(xí)和完善技能，不斷探索世界。英偉達采用了“無梯度”的Agent 訓(xùn)練方法，基于 GPT-4 的 Voyager 在游戲里表現(xiàn)優(yōu)異，獲得的獨特物品增加了 3.3 倍，行進距離增加了 2.3 倍，解鎖關(guān)鍵科技樹里程碑的速度比之前的方法快了 15.3 倍。

Voyager 玩游戲的水平相比之前的方法大幅提升

<strong>Voyager 玩游戲的水平相比之前的方法大幅提升</strong>

資料來源：英偉達，觀研天下數(shù)據(jù)中心整理

2、個人助理

2023 年 8 月 3 日，人工智能初創(chuàng)公司 HyperWrite 正式推出了 AI Agent 的應(yīng)用 Personal Assistant，希望可以成為人類的“數(shù)字助手”。后續(xù)國內(nèi)外多家公司均發(fā)布自家Ai助理，具體如下：

近年來AI助理發(fā)布情況

AI助理名稱	發(fā)布時間	開發(fā)/發(fā)布方	核心功能及特點
WPS靈犀	2025年7月	金山辦公	原生Office辦公智能體，支持自然語言多輪對話完成文檔創(chuàng)作、演示文稿生成等，具備修改可控、格式保留等優(yōu)勢。
ChatGPTAgent	2025年7月	OpenAI	整合Operator、DeepResearch和ChatGPT本體，可自主完成用戶任務(wù)，連接第三方應(yīng)用、嵌入工作流，支持瀏覽網(wǎng)站、運行代碼、制作PPT等。
KimiK2	2025年7月	KimiPlayground	為開發(fā)者提供工具調(diào)用能力平臺，使AI從對話助手升級為可調(diào)用工具的智能助理，如生成旅游行程、進行Excel數(shù)據(jù)分析等。
百度Tizzy.ai	2025年7月	百度	智能搜索助手，具備深度思考、智能總結(jié)功能，提供海量影視資源，搜索框有自動和深度模式，影視資源采用“聚合跳轉(zhuǎn)”播放。
ManusAI	2025年3月	中國團隊Monica	全球首款通用型AIAgent，具備“從思考到執(zhí)行”的全流程自動化能力。
通義千問	2023年	阿里巴巴云	通用AI模型，支持多模態(tài)任務(wù)（文本、圖像等），核心功能包括文檔閱讀（最多1000萬字速讀）、聯(lián)網(wǎng)搜索、寫作總結(jié)。
文心一言	2023年	百度	大型語言模型，擅長文本生成與理解，可聊天、問答、畫圖識圖、提供靈感、撰寫文案、閱讀文檔等。

資料來源：觀研天下數(shù)據(jù)中心整理

根據(jù)Research and Market預(yù)測，全球智能體市場規(guī)模將從 2024 年的 51 億美元飆升至 2030 年的 471 億美元，年均復(fù)合增長率達44.8%，中國是核心增長引擎之一。

資料來源：Research and Market，觀研天下數(shù)據(jù)中心整理

具體到國內(nèi)，2025 年 AI 智能體成為創(chuàng)投焦點，種子輪融資額激增。Manus 母公司蝴蝶效應(yīng)獲 Benchmark 領(lǐng)投的 7500 萬美元（約 5.5 億人民幣）融資，估值躍至 5 億美元；Genspark 上線 45 天實現(xiàn) 3600 萬美元年度經(jīng)常性收入（ARR），推動人民幣基金加速布局垂直領(lǐng)域智能體項目（如醫(yī)藥、物流）。百度、阿里、字節(jié)跳動等巨頭開放智能體開發(fā)平臺（如百度千帆 AppBuilder、阿里 AgentScope），吸引開發(fā)者共建生態(tài)，同時整合自有業(yè)務(wù)（如百度測試搜索首頁智能體入口）。

四、國內(nèi)AI智能體行業(yè)競爭格局

根據(jù)觀研報告網(wǎng)發(fā)布的《中國AI智能體行業(yè)現(xiàn)狀深度研究與發(fā)展前景預(yù)測報告（2025-2032年）》顯示，國內(nèi)AI智能體行業(yè)主要競爭格局呈現(xiàn)“科技巨頭主導(dǎo)生態(tài)”的特點，百度、阿里、騰訊、字節(jié)跳動依托自研大模型構(gòu)建 “平臺 + 工具鏈 + 場景” 閉環(huán)。其他競爭者如蝴蝶效應(yīng)、Genspark 、世紀(jì)天鴻、開普云、科大訊飛等開發(fā)的智能體主要集中在某一領(lǐng)域如教育、企業(yè)管理等方面。

國內(nèi)AI智能體行業(yè)主要競爭格局呈現(xiàn)“科技巨頭主導(dǎo)生態(tài)”的特點，百度、阿里、騰訊、字節(jié)跳動依托自研大模型構(gòu)建 “平臺 + 工具鏈 + 場景” 閉環(huán)。其他競爭者如蝴蝶效應(yīng)、Genspark 、世紀(jì)天鴻、開普云、科大訊飛等開發(fā)的智能體主要集中在某一領(lǐng)域如教育、企業(yè)管理等方面。

資料來源：觀研天下數(shù)據(jù)中心整理

五、AI智能體未來應(yīng)用

AI Agent 已在各領(lǐng)域?qū)崿F(xiàn)初步應(yīng)用與發(fā)展，未來有望成為 AI 應(yīng)用層的基礎(chǔ)架構(gòu)，廣泛覆蓋 to C、to B 等各類產(chǎn)品。2025-2027 年國內(nèi)將迎來智能體在制造、金融、政務(wù)等行業(yè)的規(guī)模化部署高峰。

在游戲行業(yè)，Agent 將賦予每個 NPC 獨立的思考能力與行動路徑，使其更具擬人化特征，從而大幅提升游戲的沉浸體驗；在軟件開發(fā)領(lǐng)域，Agent 能夠依據(jù)目標(biāo)自動完成代碼生成、試運行、bug 檢測及 release 上線等全流程工作。將 Agent 系統(tǒng)作為 AI 應(yīng)用產(chǎn)品的核心，相較于僅依靠大模型產(chǎn)品輔助人類工作的模式，能實現(xiàn)更高的工作效率，進而進一步釋放人類的生產(chǎn)力。

AI智能體未來應(yīng)用

應(yīng)用領(lǐng)域	具體應(yīng)用
個人助理	完成各種任務(wù)，如查找和回答問題，預(yù)訂旅行和其他活動，管理日歷和財務(wù)，監(jiān)控健康和健身活動。
軟件開發(fā)	支持應(yīng)用程序開發(fā)的編碼、測試和調(diào)試工作，擅長自然語言作為輸入處理任務(wù)。
交互式游戲	處理游戲任務(wù)，如創(chuàng)建更智能的 NPC，開發(fā)自適應(yīng)的反派角色，提供游戲和負(fù)載平衡，以及向玩家提供情境化幫助。
預(yù)測性分析	實時數(shù)據(jù)分析和預(yù)測更新，解釋數(shù)據(jù)洞察，識別模式和異常，調(diào)整預(yù)測模型以適應(yīng)不同的用例和需求。
自動駕駛	為自動駕駛汽車提供環(huán)境模型和圖像，提供決策指導(dǎo)，支持車輛控制。
智能城市	技術(shù)基礎(chǔ)，無需人類持續(xù)維護，特別是交通管理。
智慧客服	處理客戶支持查詢，回答問題，協(xié)助解答問題。
金融管理	提供研究的金融建議，組合管理，風(fēng)險評估和欺詐檢測，合規(guī)管理和報告，信用評估，承保，支出和預(yù)算管理支持。
任務(wù)生成和管理	生成高效的任務(wù)并執(zhí)行。
智能文檔處理	文檔分類、信息分析和提取、摘要、情感分析、翻譯等。
科學(xué)探索	藥物研發(fā)、生物蛋白質(zhì)合成等領(lǐng)域。

資料來源：觀研天下數(shù)據(jù)中心整理

六、中國AI智能體行業(yè)存在的問題

雖然未來AI智能體行業(yè)存在廣闊的市場前景，但是行業(yè)仍然面臨了較多問題，主要如下：

1、技術(shù)瓶頸

（1）AI幻覺問題嚴(yán)重

基于LLM的智能體在復(fù)雜任務(wù)鏈調(diào)用中易出現(xiàn)錯誤傳導(dǎo)，需強化長期記憶推理和工具調(diào)用校驗機制。

（2）數(shù)據(jù)質(zhì)量與壁壘

高質(zhì)量多模態(tài)數(shù)據(jù)稀缺，不同企業(yè)系統(tǒng)間數(shù)據(jù)互通困難，制約跨域決策效率。

（3）算力與資源消耗

大規(guī)模任務(wù)調(diào)度對算力要求高，部分智能體因服務(wù)器承載不足限制用戶規(guī)模，行業(yè)需探索分布式架構(gòu)降低成本。

2、生態(tài)協(xié)作挑戰(zhàn)

（1）標(biāo)準(zhǔn)規(guī)范缺失

工具接口協(xié)議不統(tǒng)一導(dǎo)致跨工具調(diào)用成本高，需加速建立多智能體協(xié)同標(biāo)準(zhǔn)。

（2）開發(fā)碎片化

不同廠商組件兼容性差，初創(chuàng)依賴大廠“抱大腿”，但后續(xù)估值空間受限。

3、商業(yè)化落地難題

（1）用戶信任與安全

金融、醫(yī)療等高敏領(lǐng)域需防范隱私泄露和惡意攻擊，需全生命周期安全防護機制（研發(fā)→訓(xùn)練→推理）；早期ARR虛高問題凸顯收入健康度評估復(fù)雜性。

（2）商業(yè)化節(jié)奏把控

部分初創(chuàng)陷入“PPT融資”陷阱，需平衡產(chǎn)品打磨與市場擴張速度。

總結(jié)：

中國AI智能體行業(yè)正處于從“技術(shù)驗證”向“場景深耕”的關(guān)鍵轉(zhuǎn)型期：以大模型為核心的技術(shù)底座持續(xù)夯實，為智能體的能力升級筑牢根基；多智能體協(xié)同機制的完善與工具鏈生態(tài)的開放，共同推動應(yīng)用場景實現(xiàn)爆發(fā)式增長；而政策引導(dǎo)與資本加持的雙重驅(qū)動，更在加速商業(yè)化進程的落地。

盡管當(dāng)前仍面臨諸多挑戰(zhàn)——例如模型“幻覺”問題在復(fù)雜任務(wù)中被放大、跨領(lǐng)域數(shù)據(jù)壁壘難以打破、行業(yè)生態(tài)呈現(xiàn)碎片化發(fā)展等——但隨著國產(chǎn)大模型的持續(xù)迭代優(yōu)化、行業(yè)標(biāo)準(zhǔn)體系的逐步完善，以及安全防護機制的成熟落地，AI智能體必將成為重塑生產(chǎn)與生活的核心力量：在生產(chǎn)端，它能實現(xiàn)軟件開發(fā)全流程自動化等效率革新；在生活端，它可通過沉浸式游戲NPC交互等場景提升體驗。這一進程不僅將助力中國在全球AI競爭中搶占應(yīng)用創(chuàng)新的制高點，更將在未來三年內(nèi)推動智能體滲透率快速提升，使其成為企業(yè)數(shù)字化轉(zhuǎn)型的標(biāo)配工具，為通用人工智能（AGI）的探索之路奠定關(guān)鍵基石。（fsw）