在2023年末，斯坦福大学推出了一款名为“小镇模拟游戏”的AI实验项目，引发了广泛关注。这个项目展示了一个虚拟小镇，其中25个AI角色能够自主交流、建立人际关系并制定计划，展现出令人惊叹的社交能力。这一成就使得AI Agent（智能体）的概念迅速升温，人们开始期待具有自主意识和决策能力的AI助手的到来。
然而，一年后的今天，尽管AI Agent的概念在业界依然炙手可热，但现实却显得有些尴尬。微软、Google等科技巨头以及众多初创公司纷纷推出了各种所谓的“Agent”产品，但仔细观察后不难发现，这些产品大多只是具备自然语言理解能力的对话机器人，与真正的AI Agent相去甚远。
在AI硬件领域，这一现象同样存在。2024年10月，智能戒指品牌Oura推出了最新款Oura Ring 4，并加入了AI功能，很快其估值就超过了50亿美金。然而，业内普遍认为，Oura的成功主要归功于其健康追踪功能，而非AI技术。相比之下，一些真正主打AI的硬件产品，如AI Pin和Rabbit R1，却在上市后就遭遇了挫折。
那么，什么才是真正的AI Agent呢？是那些大模型APP中的Prompt Agent，还是编程领域的专业Agent Cursor，亦或是钢铁侠的全能助手Jarvis？美国VC Madrona的合伙人Jon Turow曾指出，在与众多从业者交流后，他发现“Agent”这个词被用来描述一系列不同概念的东西。
2024年，AI Agent的发展呈现出一种“一半是海水，一半是火焰”的状态。一方面，各大科技巨头纷纷在AI Agent领域布局，推出了各种新的系统和产品。例如，Anthropic推出了能够“像人一样操作计算机”的Computer Use系统，微软计划在Dynamics 365业务应用平台上部署10款AI Agent，谷歌则发布了内置三款AI Agent的多模态大模型Gemini 2.0。
然而，另一方面，尽管市场热闹非凡，但真正能够依赖的AI Agent却寥寥无几。用户对于目前市场上的AI Agent普遍感到“不靠谱”和“鸡肋”，因为它们依赖的LLM（大型语言模型）存在不可预测性，且工作流程复杂，难以确保始终提供准确、符合上下文的响应。
为了理解AI Agent的发展现状，我们可以将其视为一个分层级的系统。吴恩达提出了Agentic System（智能体系统）的概念，认为“Agentic”这个形容词比“Agent”这个名词更能准确描述这类智能体的本质。同样，BabyAGI创始人Yohei Nakajima也对AI Agent进行了分类，包括手工制作Agent、专业Agent和通用Agent。
在技术层面，AI Agent的突破取决于LLM、记忆机制、规划能力和工具使用等技术的进步。例如，OpenAI和谷歌DeepMind都在探索让AI模型具备“推理能力”的方法，而融合Agent能力的RAG（检索增强型生成）和Mem0等记忆机制则有望显著提升AI Agent的个性化记忆和上下文理解能力。
从资本的角度来看，AI Agent也成为了新的投资热点。在2024年，尽管大模型领域的融资有所降温，但AI Agent项目却受到了投资人的高度关注。YC合伙人Jared指出，垂直领域的AI Agent作为一种新兴的B2B软件，有望成为比SaaS大10倍的新兴市场。
目前，已经有一些AI Agent在特定领域取得了初步成功。例如，Cursor在编程领域表现出色，能够自动生成代码并准备运行环境；Outset则将AI Agent应用于问卷调查和分析领域，提高了效率并降低了成本。
展望未来，2025年有望成为AI Agent商用爆发的元年。随着技术的不断进步和市场的日益成熟，更多垂直领域的专业AI Agent将涌现出来，逐步替代那些耗时、耗力、耗成本的工作。同时，AI Agent的部署也将从单一智能体发展到“群体协作”模式，实现更为复杂和高效的任务处理。
