隨著大模型技術(shù)快速發(fā)展，作為其應用載體之一的智能體，正成為各大人工智能開發(fā)機構(gòu)爭相發(fā)力的重要方向。

今年3月，一款名為Manus的智能體產(chǎn)品憑借“感知—思考—執(zhí)行—交付”的全鏈路智能能力快速走紅，曾引發(fā)廣泛關(guān)注。業(yè)界關(guān)于智能體的探索步伐不斷加快，騰訊、百度、京東等企業(yè)在智能體領(lǐng)域加大投入，一系列產(chǎn)品和相關(guān)技術(shù)相繼推出。

具備自主決策能力

智能體是一種能感知環(huán)境、規(guī)劃任務并自主執(zhí)行的人工智能系統(tǒng)，通常具備較高的自主性和較強的學習能力。

語言大模型好比一本百科全書，用戶可以向其提問并獲得回答。但模型再強大，也只能輸出文本內(nèi)容、提供行動參考，真正讓想法落地還需要另找?guī)褪帧?/p>

智能體就是那個為大模型“跑腿”的幫手。它更像是一個手持百科全書的個人助手，可以借助大模型的知識能力，根據(jù)用戶需求，直接生成相應任務規(guī)劃，自主完成任務，形成生產(chǎn)力。

清華大學計算機科學與技術(shù)系長聘教授孫茂松認為，得益于語言大模型生成能力、代碼能力、圖像視頻處理能力以及3D建模能力的發(fā)展，目前智能體技術(shù)已具備較好發(fā)展基礎和應用潛力。

例如，借助當下發(fā)展較快的編程智能體，用戶可直接以文字語言表達自身需求，智能體會在理解需求的基礎上，自動完成代碼編寫、測試以及漏洞檢測、修復等，輸出可用的編程產(chǎn)品。在5月底舉行的2025騰訊云AI產(chǎn)業(yè)應用峰會上，騰訊宣布將大模型知識引擎全面升級為騰訊云智能體開發(fā)平臺，進一步降低智能體搭建門檻，推動智能體應用遍地開花。

騰訊云副總裁、騰訊云智能負責人吳運聲介紹，騰訊內(nèi)部85%以上的開發(fā)崗員工都在使用編程智能體——騰訊云代碼助手，整體編碼時間平均縮短40%，人工智能生成代碼占比超四成，研發(fā)效率提升超16%。京東5月也透露，其智能體正走向深度應用階段。截至目前，京東內(nèi)部已有超1.4萬個智能體運行。

不僅互聯(lián)網(wǎng)企業(yè)大膽試水智能體應用，傳統(tǒng)行業(yè)企業(yè)同樣積極擁抱智能體。例如，在能源電力領(lǐng)域，國家電網(wǎng)與百度合作打造營銷供電方案智能體。當用電企業(yè)有需求時可以直接通過國網(wǎng)客戶端發(fā)起對話，智能體會首先通過意圖識別確認用電需求，然后進行任務拆解和規(guī)劃，自動生成多套供電方案，并主動幫用戶對比不同方案優(yōu)劣，給出最優(yōu)建議。如今，該智能體已全面掌握整套業(yè)務流程，能準確調(diào)動行業(yè)知識和工具系統(tǒng)，實現(xiàn)企業(yè)辦電流程全面智能化。

吳運聲認為，智能體與傳統(tǒng)自動化軟件的最大不同在于其具備自主思考和決策能力。在傳統(tǒng)軟件開發(fā)范式下，開發(fā)者通常事先設計好流程，即使存在分支邏輯，也是開發(fā)者預先定義好的。但智能體面對的是自然語言交互場景，用戶的輸入是開放的，不可能窮舉所有分支，這就需要智能體自主理解、規(guī)劃、執(zhí)行任務，更好地應對復雜需求，而不是依賴固定流程。

形成跨平臺通用性

人工智能研發(fā)機構(gòu)不斷加碼布局智能體的背后，是智能體技術(shù)近年來取得的突破式發(fā)展。尤其是智能體自我規(guī)劃和調(diào)用工具應對復雜任務能力的不斷增強，推動各類應用加速落地。

以智能體底層工具調(diào)用技術(shù)為例，其早期主要是函數(shù)調(diào)用模式，即模型在理解用戶需求后，單純調(diào)用某個工具進行應對；隨后發(fā)展為推理行動協(xié)同模式，模型在調(diào)用工具前會進行明確思考；如今已發(fā)展到代碼智能體模式，通過對任務的理解、規(guī)劃，模型能直接生成完整代碼并批量調(diào)用多個工具開展計算，智能體應對復雜任務的能力顯著增強。

當單一范圍內(nèi)的工具調(diào)用無法滿足日漸復雜的任務需求時，MCP（模型上下文協(xié)議）為智能體的成熟完善起到了助推作用。

MCP是一種開放協(xié)議，它允許系統(tǒng)以可泛化的方式為人工智能模型提供上下文信息，從而使智能體跨越不同應用場景實現(xiàn)通用性。借助MCP，各種智能體都能以統(tǒng)一的格式，調(diào)用屬于不同平臺生態(tài)的應用和數(shù)據(jù)，共同為用戶完成任務。

在打通跨平臺溝通渠道后，多智能體協(xié)同正成為智能體技術(shù)發(fā)展新趨勢。

與使用單智能體相比，多智能體通過分工協(xié)作，可處理更為復雜的任務。例如，在軟件開發(fā)領(lǐng)域，不同智能體可分別扮演“產(chǎn)品經(jīng)理”“交互設計師”“開發(fā)測試人員”等不同角色。用戶只需輸入一次指令，多個智能體就能共同行動，將一個復雜的軟件項目拆解成多個子任務，提高軟件開發(fā)效率和質(zhì)量。

吳運聲說，為緊跟智能體技術(shù)發(fā)展趨勢，應對日益增長的復雜需求，騰訊云智能體開發(fā)平臺也創(chuàng)新研發(fā)了零代碼配置多智能體協(xié)同轉(zhuǎn)交功能，用戶可借助平臺上已有的智能體能力，構(gòu)建“多專家”體系，有效分擔單智能體的任務壓力。此外，在插件生態(tài)上，平臺全面支持MCP，并預置豐富的內(nèi)外部插件，做到“開箱即用”，大大降低了智能體搭建門檻。

面向細分場景發(fā)力

在應對更復雜任務過程中，智能體技術(shù)的落地場景也不斷明確。人工智能專家吳恩達認為，不應被復雜的概念迷惑，而要關(guān)注智能體到底能為用戶解決哪些實際問題，大量的機會可能存在于相對簡單、僅有少量分支的線性工作流中。

筆者了解到，騰訊云智能體開發(fā)平臺、百度智能云千帆大模型平臺、阿里云百煉平臺等智能體開發(fā)平臺均選擇面向具體的細分行業(yè)場景發(fā)力。

“我們更關(guān)注的是智能體如何真正融入企業(yè)的業(yè)務流程，滿足真實的業(yè)務需求。我們希望構(gòu)建一個高度模塊化、可擴展的平臺，讓企業(yè)可以在上面構(gòu)建適配自己場景的復雜應用?！眳沁\聲說，團隊目標不是“為了智能體而智能體”，盡管當前行業(yè)普遍聚焦智能體自主規(guī)劃能力的突破，但在現(xiàn)實產(chǎn)業(yè)環(huán)境中，大量標準化任務已具備成熟的業(yè)務流程框架，智能體技術(shù)可優(yōu)先嵌入這些標準化流程中實現(xiàn)價值落地。

“傳統(tǒng)的工作流是串行執(zhí)行、節(jié)點獨立。我們希望把傳統(tǒng)的工作流和智能體能力融合起來，用戶可以通過構(gòu)建確定性流程來處理特定任務，同時也允許智能體在其中進行自主規(guī)劃。并且，傳統(tǒng)工作流中的每一個節(jié)點在執(zhí)行時，都可以和一個擁有全局上下文理解能力的智能體交互，從而在保持流程確定性的同時，兼顧智能體的靈活性，更好地推動智能體在實際業(yè)務場景中落地應用。”吳運聲認為，要真正用好智能體，除了不斷打磨技術(shù)，更需要應用企業(yè)和技術(shù)開發(fā)者加強合作溝通，共同彌補認知與使用的鴻溝。