如果你想點一杯咖啡外賣到家，使用傳統(tǒng)的手機App，你的操作流程大概率是這樣的：點開外賣App，輸入咖啡（或咖啡品牌），找到一家滿意的店鋪，選擇想喝的品類，選擇是否去冰、是否減糖，輸入或選擇送到的地址，點擊下單，輸入密碼或人臉識別付費……
但如果手機搭載了AI Agent（AI智能體或AI代理），你只需對著手機說一句“幫我點一杯咖啡盡快送到家”，不用再進行任何操作，它便能主動識別你所處的位置，打開外賣App，準(zhǔn)確猜測你的喜好選擇咖啡品牌、品類，并自動完成付款……
2025世界人工智能大會（WAIC 2025）7月26日在上海開幕，AI智能體成為與會者熱議的話題。事實上，自大模型開始比拼落地應(yīng)用后，AI智能體便反復(fù)被提及。那聽了這么多，AI智能體到底是什么？目前發(fā)展到哪個階段了？
WAIC 2025 7月26日-28日在上海舉行 中新經(jīng)緯攝
和傳統(tǒng)智能助手有何區(qū)別？
“你可以將其理解為一個‘全方位的秘書’。”高通公司AI產(chǎn)品技術(shù)中國區(qū)負(fù)責(zé)人萬衛(wèi)星用一句通俗易懂的話向中新經(jīng)緯解釋何為AI智能體。他提到，AI智能體的“全方位”，是指它不僅能幫你完成簡單的垂類任務(wù)，而且能處理覆蓋生活、工作等方方面面的復(fù)雜任務(wù)。
“AI智能體會讓生活和工作更簡單、更美好?！比f衛(wèi)星表示，用戶只需說一句話，Agent就能自動完成任務(wù)，讓工作生活都變得更輕松，而它的感知性和專屬化，能真正做到“想你所想”。
據(jù)中國銀河證券6月發(fā)布的研報，摩根士丹利發(fā)布的深度研究報告《AI Agents Knocking at the Door》提到，AI Agents不再僅僅是輔助人類的工具，它們將越來越多地成為執(zhí)行任務(wù)和做出決策的主體，從簡單的自動化工具進化為具備自主理解、行動和學(xué)習(xí)能力的“數(shù)字勞動力”。該篇報告將AI Agents視為能夠感知環(huán)境、規(guī)劃任務(wù)、調(diào)用工具，并靈活迭代的自主軟件。
高通供圖
AI智能體不僅是一個簡單的應(yīng)用程序，也是一個完整的系統(tǒng)。“完成一個看似簡單的任務(wù)，AI智能體往往需要至少4個步驟?！比f衛(wèi)星以AI智能體“點咖啡”舉例，當(dāng)用戶發(fā)布語音指令時，智能體首先要通過語音轉(zhuǎn)文字模塊，將指令轉(zhuǎn)成文字信息；然后調(diào)用相當(dāng)于“大腦”的大模型，理解指令意圖；接著搜尋個性化記憶，自主了解用戶習(xí)慣在哪個App點咖啡、喜歡什么口味的咖啡、家庭地址等信息；最后查詢數(shù)據(jù)庫把信息補齊后生成提示詞，調(diào)用點咖啡的軟件接口或者在App里點擊完成相關(guān)操作。
萬衛(wèi)星介紹，模擬點擊是目前AI智能體的運行方式之一。簡單言之，就是AI智能體模仿人的點擊操作，但人不用親自動手，只需下達(dá)指令就行。這種模式下，智能體完成整個任務(wù)耗時多少主要取決于操作步驟的多少，比如需要翻幾個頁面。“目前能看到一些指標(biāo)顯示，單步操作已經(jīng)大概能控制在2秒以內(nèi)了?！?/p>
在萬衛(wèi)星看來，和“我說一句，它回一句”的傳統(tǒng)智能助手相比，AI智能體扮演的更像是一個統(tǒng)籌決策者的角色。他介紹，聊天機器人和語音助手比較依賴于專業(yè)且明確的指令，完成的任務(wù)是單一清晰的，并且在解決任務(wù)時仍舊以人的決策為主。
在“人為主、AI 為輔”的任務(wù)解決模式下，AI 只負(fù)責(zé)執(zhí)行。但像個“小秘書”的AI智能體改變了這一模式，它要幫用戶解決復(fù)雜問題，而不是一步一步和用戶交互著完成。萬衛(wèi)星稱，真正的AI智能體應(yīng)該以“AI為主、人為輔”的方式解決問題，即人只需要發(fā)布任務(wù)，或者最后驗收結(jié)果就行，盡量讓機器和AI承擔(dān)更多主體工作。
在現(xiàn)實世界如何應(yīng)用？
榮耀手機AI產(chǎn)品專家白晨對中新經(jīng)緯表示，過去的應(yīng)用程序（App）將被具備執(zhí)行力的AI智能體所替代，手機將成為用戶的助理和伙伴，把“能聽你說”變成“替你去做”。比如，你下班回家時已經(jīng)不需要再打開打車軟件，查看路況、選擇車型、根據(jù)預(yù)估車費和時間下單叫車，而只需對手機說“我要回家”，它會自動完成這一切，然后告訴你：10分鐘后在公司門前，乘坐車牌尾號888的網(wǎng)約車，預(yù)計7點到家。
在WAIC 2025騰訊展臺，智能座艙服務(wù)Agent正化身出行服務(wù)助手，演示了在餐飲點單、取號訂座、機酒預(yù)訂等場景下，如何“懂你所說、知你所想、代你操作”。比如，用戶在駕車路上僅需說一句“幫我下單一杯少冰的冰椰拿鐵”，Agent即可協(xié)助在微信小程序上選擇順路的咖啡店，用戶確認(rèn)即可基于微信車端小額免密支付完成下單，取餐信息會自動推送到手機微信上，用戶到店取餐時可以直接用手機亮出二維碼核銷。
從實際應(yīng)用場景來看，目前AI智能體主要用于客戶服務(wù)、個人助理、管理電子郵件并充當(dāng)生產(chǎn)力工具。萬衛(wèi)星提到，一些廠商正合作推出“做行程規(guī)劃”的Agent，在該領(lǐng)域Agent能不錯地完成任務(wù)，而點咖啡、點餐類Agent小應(yīng)用，目前發(fā)展也不錯?！跋鄬Σ惶珡?fù)雜、對整合協(xié)調(diào)能力要求不過高，也不特別涉及多領(lǐng)域執(zhí)行的通用任務(wù)，加上用戶指令很明確的話，Agent是能勝任的?！?/p>
DCCI互聯(lián)網(wǎng)研究院院長劉興亮告訴中新經(jīng)緯，Agent能跨平臺、跨領(lǐng)域、多步驟整合行程安排與提醒。用戶手機內(nèi)置的Agent可以讀取日程中的會議變動、自動發(fā)郵件申請時間調(diào)整、通過外賣平臺訂早飯、根據(jù)出行路線推薦順路菜市場并生成購物清單……未來“智能日程+生活助理”Agent，極具爆發(fā)潛力。
目前發(fā)展到什么階段？
AI技術(shù)演進的速度可以說是“人間一天，AI一年”。萬衛(wèi)星認(rèn)為，Agent的底層技術(shù)及上層應(yīng)用，從2024年開始發(fā)展就非常快。他認(rèn)為，在Agent領(lǐng)域，“過一天就可能有全新的變化”。
業(yè)內(nèi)人士普遍認(rèn)為，2025年將成為“智能體元年”。AI智能體憑借著深度思考、自主規(guī)劃、做出決策并深度執(zhí)行的能力，AI在發(fā)展路徑上正實現(xiàn)一次范式突變?！拔艺fAI答”正轉(zhuǎn)向“我說AI做”，并被逐漸應(yīng)用到各類商業(yè)場景中。
智能終端Agent是階躍星辰重點布局的領(lǐng)域。據(jù)該公司相關(guān)人士向中新經(jīng)緯介紹，過去兩年，階躍星辰自研的Step系列大模型，已搭載至汽車、具身智能、物聯(lián)網(wǎng)等頭部企業(yè)的旗艦產(chǎn)品中，50%以上頭部國產(chǎn)手機品牌與階躍合作AI智能體。7月25日，2025世界人工智能大會前夕，階躍星辰在上海發(fā)布了新一代基礎(chǔ)大模型——Step 3。
WAIC 2025期間階躍星辰與千里科技、吉利發(fā)布的下一代智能座艙AgentOS（預(yù)覽版） 中新經(jīng)緯攝
階躍星辰相關(guān)人士介紹，Agent爆發(fā)需要兩個必要條件，一個是多模態(tài)的能力，另外一個是慢思考的能力，這兩個能力恰好在2024年取得了突破性的進展。所以，2025年Agent將會大規(guī)模爆發(fā)，將成為“智能體元年”。
萬衛(wèi)星也表示，OpenAI發(fā)布的O1、O3模型、Deepseek R1模型相繼出現(xiàn)，說明大模型在多模態(tài)支持、思維鏈（COT）能力上越來越成熟，這為Agent的落地提供了可行性。最近OpenAI、Manus等都推出了自己的Agent相關(guān)應(yīng)用，落地場景越來越多。此外，Token（在信息技術(shù)領(lǐng)域是一種用于身份驗證、安全訪問控制或數(shù)據(jù)完整性保護的數(shù)字標(biāo)識符）成本變低，各個App也在推出自己功能的核心API（應(yīng)用程序編程接口），開放給第三方調(diào)用。這些都會給Agent帶來體驗上的進步。
“今年我們看到很多Agent相關(guān)產(chǎn)品落地，大家能明顯感受到Agentic AI（智能體AI，比AI Agent更自主）產(chǎn)品帶來的交互變革，以及對工作效率和便利性的提升?！痹谌f衛(wèi)星看來，今年端側(cè)在Agent領(lǐng)域的機會很大，因為感知性和個性化的優(yōu)勢，行業(yè)或多或少會把一些模塊、方案部署到端側(cè)。
“雖然現(xiàn)在模型能力越來越強，支持多模態(tài)、有思維鏈能力，但在解決復(fù)雜問題上，確實還有差距?！比f衛(wèi)星提到，在AI智能體“點咖啡”的實際場景中也可能出錯，比如點錯口味，或者卡在某個步驟。
萬衛(wèi)星表示，現(xiàn)階段AI Agent在應(yīng)用時還未徹底實現(xiàn)全自動化?！爸饕窃谀承┐怪鳖I(lǐng)域的特定應(yīng)用中，智能體可以實現(xiàn)大多數(shù)任務(wù)的自動化，但最后還需要加入人工干預(yù)。”他解釋，這種人工干預(yù)可能是進行一些糾錯工作，也可能是在點餐的過程中完成最后的付款操作。具體來說，智能體在“完成任務(wù)的可靠性和準(zhǔn)確性”“提高通用性”以及“打通生態(tài)”方面還有進步空間。
AI智能體未來還會在哪出現(xiàn)？
對于AI智能體的理想樣態(tài)，萬衛(wèi)星稱，讓“人工干預(yù)徹底消失”確實比較復(fù)雜。但單從應(yīng)用場景和消費者便利性來看，讓AI智能體或者機器人獨立完成復(fù)雜任務(wù)是大家追求的目標(biāo)。這實際上是朝著Agentic AI的方向發(fā)展——即完全高度自主，能夠獨立行動，強調(diào)自主性的AI類型。
未來，AI智能體是否只會出現(xiàn)在手機上？還有哪些類型的終端設(shè)備可能會成為它的搭載平臺？
萬衛(wèi)星認(rèn)為，手機無疑還是AI智能體最大的入口，因其算力中心、交互中心和感知中心的地位，手機仍會在Agentic AI中處于中心位置，但它可能不再是唯一入口。PC、AI眼鏡、耳機、智能座艙，甚至智能家居、IoT設(shè)備等，都有可能成為搭載AI Agent的重要平臺。
萬衛(wèi)星還提到，如今用戶已經(jīng)習(xí)慣直接和“小愛”“YoYo”這類助手對話了，交互路徑已經(jīng)逐漸從“人找App”變成“人找Agent來統(tǒng)一調(diào)度App”，流量流向也隨之改變，未來AI智能體成為新的流量入口是毋庸置疑的，而這還可能催生出應(yīng)用商店3.0、4.0類的全新商業(yè)模式。
