技术观察|从大模型到AI Agent，“新工种”持续释放人工智能发展潜力

---

近年来，大模型的能力边界不断拓展，为基于大模型的新应用、新服务、新业态夯实了坚实的技术基础。

智能体（AI Agent）作为重要应用模式，可以将大模型能力转化为实际问题的解决能力，是打通业务场景和人类交互的桥梁。截至目前，国内外在智能体赛道已相继取得许多进展。

国际上，美国加州大学伯克利分校今年提出了BFCL测试排行榜，从多个维度评估模型的函数调用能力，包括Single Turn和Multi Turn、Non-Live和Live、AST总结和Exec总结、幻觉评估、模型成本和延迟等。

OpenAI近期接连发布了两项与AI智能体（Agent）有关的研究成果，分别是智能体的测试基准MLE-Bench和多智能体协调框架Swarm。

NEWS

而早在2023年中国信通院便已启动智能体标准编制工作，今年4月底正式发布《智能体技术要求与评估方法》系列标准。

聚焦智能体平台与工具、技术能力和应用服务等方面，形成了智能体应用成熟度评价方法，便于应用方评估和选取适配产品，为智能体技术发展和行业应用提供参考。

智能体技术架构与演进趋势

定义与范畴

AI Agent是以大语言模型为大脑驱动，可以自主理解、感知、规划、记忆和使用工具的能力，能够自动化执行完成复杂任务的智能系统。不同于传统的人工智能，它具备通过独立思考、调用工具去逐步完成给定目标的能力，分为单智能体和多智能体两大类。

单智能体通过试错学习在单一环境中行动，追求最大奖励，多用于简易任务。多智能体在博弈环境中行动，追求长期累积奖励，多用于复杂测试。

技术架构

根据《A survey on large language model based autonomous agents》智能体综述文章，Agent核心具备的四个核心特性与模块。

Profile：目的设定智能体的角色，比如编程专家、老师、领域专家等，并说明其年龄、职业、心理、社会关系等信息。

Memory：负责存储环境以及先前对话记忆，可以帮助智能体积累经验，自进化，变成一个更一致、更具逻辑、更高效的"人"，并指导下一步的行动。

Planning ：规划是Agent的决策中心，它将目标分解为可执行的步骤，并制定实现目标的策略，完成任务后进行反思总结。

Tools：利用外部资源或工具来增强其感知、决策和行动能力的过程，这些工具可以是API、软件库、硬件设备或其他服务。

演进趋势

10月18日，中国信通院发布全球首份《终端智能化分级研究报告》，提出了终端智能体的“进化”路线。

L1是基础响应级，可被动式服务；L2是智能辅助级，可半主动式服务；L3是智能代理级，可主动式服务；L4是智能协同级，可协同式服务；L5是自主智能级，可自主式服务。

从L1到L5，也意味着智能体将从现在的听令而行，变成未来的自主创造，有望重塑大模型产业生态，驱动人工智能产业变革。

据有关机构测算，预计到2028年国内智能体市场规模将达到8520亿元，其间年均复合增长率为72.7%。在可预见的未来，AI智能体将帮助多个行业构建起以“人+AI数字员工”为核心的智能化运营新常态。

例如，在医疗领域，AI智能体可以协助医生进行诊断、治疗和健康管理；在交通领域，AI智能体可以通过分析数据和实时路况，为交通管理和规划提供科学依据；在教育领域，AI智能体可以提供智能辅导和自适应学习系统，帮助学生更好掌握知识。

--THE END--

来源：中国信通研究院、央视新闻等公开资料