从有概念出现开始，短短的两三年内智能体已经泛滥成灾了。

马克·扎克伯格曾预测，未来人类将生活在一个有数亿甚至数十亿AI智能个体的世界中，最终AI智能体的数量可能会比人类还多。

这种看似激进的说法，现在看来有点保守了，智能体的数量正在爆炸式增长。

智能体开始“走量”了

AI智能体（AI Agent）是具备自主决策与执行能力的智能代理系统，结合大模型、自动化工具和行业知识库，不仅能理解指令，拥有记忆能力，还能规划任务、调用工具（如API、数据库），被业内认为是大模型深入产业的重要桥梁。

之前，9.11和9.9谁更大这么一道简单的数学题，难倒了国内外多个顶级大模型。其实要是能“调用”个计算器或者什么工具，这个问题就很容易解决。这一个小问题，反映出了大模型的技术局限性。尤其是在解决一个实际任务的时候，这种局限性就会更加凸显。

具有自主驱动、任务规划、工具调用等技术特点的智能体正在成为大模型领域新的热点，甚至在国外有盖过大模型之势。比尔·盖茨认为：“智能体会改变每个人与计算机交互的方式。”

可以看到，国外的Open AI、Meta、微软、谷歌等巨头都在大规模投注智能体。

近期，谷歌发布了开源AI智能体Gemini CLI，将AI问答、内容生成等功能集成至开发者的终端界面，大大提升了开发效率。几乎是前后脚，Open AI也陆续发布了Operator、云端AI编程等智能体。

在国内，我们的智能体供应更是“量大管饱”。IDC数据显示，截至2024年9月，通义、讯飞星火、豆包等平台的智能体数量分别超过1.6万个、1.1万个、9000个，到2024年12月，头部综合类AI原生应用智能体数量已超10万个。

进入到2025年，智能体依旧保持增长的态势，基本上每个月都有新产品发布。

1月，科大讯飞发布一系列智能体。在C端，升级发布了讯飞智文、讯飞文书、讯飞绘文和讯飞绘镜，聚焦智能PPT制作、文书写作、自媒体运营和视频创作。在B端，发布星火纪要、星火投标、星火陪练和星火快答，聚焦会议总结、投标、培训和接待等业务场景效率。

2月，复星医药发布PharmAID决策智能体平台，聚焦医药领域的智能问询。

3月，智谱AI发布AutoGLM沉思智能体，它能够模拟人类的思维过程，完成从数据检索、分析到生成报告。

4月，百度发布文心快码Coding智能体Zulu，支持多模态高效交互，上传图片，即可一键生成完整代码。

5月，联想发布法思AI智能体律师助手、想想帮服务智能体、天禧个人超级智能体、乐享企业超级智能体。

6月，百度智能云推出覆盖金融、电力、交通等多个行业的“场景智能体”解决方案。

这些都只是冰山一角，市场上还有很多“散养”的智能体根本无法统计。

不知不觉间，智能体这么高大上的前沿科技，已经在“批量化”生产了，这对技术发展而言究竟是好还是坏呢？

“两年后将有超40%的智能体将会消失”

首先说好的一面。智能体能够走量，很大程度上显出了在技术领域深厚的技术沉淀和庞大的人才储备。再加上我们这几年在算力、模型和数据的基础设施层面，砸下了至少几千亿的资金。这些不计成本的资金和技术投入，最终引发了智能体的大爆发。

现在，搭建一个智能体的门槛被大大降低，哪怕是不懂编程的人，也能基于完善的智能体平台搭建一个智能体。根据自己的业务属性，哪怕是职能部门的同事，也能无障碍搭建招聘智能体、面试智能体、合同审核智能体、财务智能体以及运营智能体等。有企业向数据猿反映，一个部门人均能达到三五个智能体，在某些场景下对于日常办公会起到提质增效的作用。

但是，这种“走量”现象的背后，必然存在一些非理性的一面。

以金融领域为例，金融是数字化程度最高的领域，也是业务场景最为庞大的领域之一，这为智能体提供了绝佳的用武之地。

翻开2024年上市银行的财报，AI与智能体几乎成了共有的关键词。中国银行2024年新增超900个大模型及智能体业务场景；建设银行落地193项场景应用；工商银行建成企业级千亿金融大模型技术体系“工银智涌”，赋能20余个主要业务领域、200余个场景……

这些国有大行领天下先，用实践探索智能体的落地路径。但很多银行的智能体建设画风却是另外一番景象。

“不得不承认，布局大模型已经是一个必须完成的任务。‘用不用’暂且不论，前提首先是你得有这些大模型。”一位某股份制银行的领导不讳言的说道。

事实上，很多智能体只会存在于宣传或者演示中，某城商行就发生过这样的事情。上面有领导要来视察银行拥抱人工智能的成果，消息传出后，银行提前一两个月突击作战。基于外购的智能体平台，调几个参数，设计一些场景，增加一些本地的数据和知识，作出几个“热腾腾”的智能体。比如做一个银行数字人，领导来的时候能跟领导互动一下。设计一个智能客服智能体，给领导展示一下先进的客户服务能力。

但领导走后，这些智能体可能就束之高阁了。

这种情况并不只存在于银行领域，这种因为别人有，我也必须得有的情况，在其他领域可能更甚。

在其他领域，很多智能体根本都算不上智能体，充其量就是大模型外挂了一个知识库。还有很多企业的基础大模型是买的，智能体是外包商帮着搭建的。搭建完了以后，还得有人专门指导怎么使用智能体。像这样的产品，指望它能发挥多么大的价值，那真是想多了。

但是量就这么堆上来了，现在打开百度搜索“智能体”，你会看到五花八门智能体产品。这些智能体除了名称不一样以为，根本找不到明显的差异。

分析机构Gartner认为，今年以来愈演愈烈的AI智能体概念热潮在很大程度上是炒作的结果，很多项目的“智能体化”仅仅是品牌名称重塑，在市场冷静后将会出现一波退潮。

到2027年底将有超40%智能体/代理人工智能 (Agentic AI) 项目将被取消。

这个数字我们认为是合理的，最终也许被淘汰的智能体会超过这个数字。这种淘汰不是一件坏事，我们可以把它看成是一种市场自我优化的正常出清。

智能体在各个领域的规模化入侵，反映出人们对于创新的焦虑。别管有没有用，需不需要，因为这个概念很新潮，必须要大干快上。但数量的堆叠并不能带来价值的提升，反而会流于形式，久而久之也会抑制大模型创新的动能，误导创新的方向。

而且，低效、混乱的智能体堆叠在系统中，还会带来巨大的治理成本和潜在风险。

The Futurum Group的CIO实践负责人Dion Hinchcliffe将智能体的泛滥比作RPA在其鼎盛时期不受控制的扩散。RPA最开始也是从一些细小的场景开始蔓延，比如自动化发票处理、客户入职等，但很快就演变成了一堆脆弱、重叠的机器人。如果智能体不加以节制，它们就会相互碰撞、重复工作，让用户和系统都感到困惑。

因此，一些低效、低应用价值的智能体，它们的消失并不是一件坏事，市场也无需为此感到紧张，这并不影响智能体向下一个阶段进化的历史大势。

当下最关键的问题是，如何让智能体实现“质”的有效增长。

智能体要回归到业务

智能体是技术进步的成果，但技术只是表象，其本质还是业务。因为智能体天然就是植根于场景和业务而生的，它不同于大模型，大模型的价值在于内容生成，不管是文字、代码还是视频图片，其主要能力在于交互，在于“chat”。而智能体的独特价值，是让AI从交互走向业务的精准实施，真正让AI服务于业务和物理场景。所以它不能悬在业务之上，更不能脱离业务之外，要不偏不倚，润物细无声的嵌入到业务中。

所谓善战者无赫赫之功，我们不能本末导致，让智能体唱了主角。

吴恩达曾发表过这样的观察：太多人在争论什么是真正的智能体，什么不是。这种争论往往陷入"这个系统是否真正自主"的哲学讨论，而非专注于解决实际问题。

因此，吴恩达提出了一个更加实用的框架：将智能体视为一个连续的光谱，不同系统具有不同程度的自主性。在这个框架下，一个只能执行简单任务的系统和一个能够进行复杂决策的系统，都可以被称为"agentic系统"，只是智能化程度不同而已。

当前，大多数成功的智能体应用都是相对简单的线性工作流，而非复杂的自主决策系统。偶尔有一些分支判断，但整体上并不复杂。

吴恩达的观点非常有启发性，也更符合当前的实际情况。我们花了太多的时间和资源去讨论智能体的神圣性，厂商们似乎每一个都在憋着大招，隔三差五就想发布一个惊天动地的产品。但智能体恰恰在一些细小的场景下更能发挥价值。

比如，在法务、财务、行政、销售等部门，合同审核是一项艰巨的工作。有些合同厚得跟书一样，除了密密麻麻的汉字，还掺杂大量的数字、英文以及一些特殊符号。依靠人工比对不仅费时费力，还容易出错，所以往往一份合同需要多人多次审核才行。这么几圈审核下来，人被搞得疲惫不堪，不信你看看每个公司的财务都是什么精神状态。

这种机械化的事情，正好适合AI。 这是一个基于合同审核的场景，依托智能体搭建的一个工作流。可以看到，整个工作流逻辑简单、步骤清晰，是一个典型的小而美、细而短的工作流，这种工作流往往实用性更强。

合同审核工作流，引自网络

细而小的智能体那还能叫智能体吗？或者还有必要必须冠以名号吗？就像人类的毛细血管一样，我们不需要为每一根血管都单独起一个名字，这个是肾脏毛细血管，那个是脑神经毛细血管。

作为独立产品的智能体也许会消亡一批，也会隐匿一批，但是更多的智能体会以另外的方式焕发新生，以工作流的形式嵌入业务中。正如Gartner 2024报告显示：80%企业将“智能体能力”纳入采购标准，但仅15%要求独立产品。

在未来，智能体作为一个“单品”的存在样态可能不是最主要的，它将像神经系统一样，是一个庞大的系统，而且是动态变化的。智能体逐渐摆脱孤立的工具的角色，充分融入“人机环境”的体系中，在业务的驱动下实现多智能体协作。比如，在智慧交通的场景下，在未来可能需要几万个智能体紧密协作。

如果真如马克·扎克伯格所预料的那样，智能体的数量将超过人类，那么我们将被一个充满智能体的环境包围，也许“消失”是一个适合智能体生存的最佳状态。当一项技术开始“消失”，往往意味着它已从新奇玩具进化为不可或缺的基础设施——这恰是智能体走向成熟的标志。我们不需要刻意强调智能体的存在，因为它已经无处不在了。