AI Agent（人工智慧體）一種通過使用可用工具設計工作流來自主執行任務的系統。通過大語言模型理解需求、規劃目標並執行任務，具備自主理解、感知、規劃、記憶和使用工具的能力，能夠自動化執行完成複雜任務的系統，其核心特徵為主動思考與跨工具操作能力，區別於依賴預設指令的傳統人工智慧系統。系統通常由感知、規劃、記憶與工具使用模組構成，可實現跨套用操作、數據分析等複雜任務自動化處理，例如通過用戶的一句話口令理解用戶意圖並執行續費功能的檢索和取消。
該概念起源可追溯至亞里士多德時期對自主實體的哲學探討，現代技術雛形始於20世紀50年代圖靈測試提出的人工智慧實體概念。2023年3月GPT-4發布後，斯坦福與谷歌同年4月推出“西部世界小鎮”模擬生成智慧型體。2024年9月榮耀發布首個跨套用開放AI Agent，2025年1月OpenAI推出Operator產品，3月中國團隊發布通用型Manus，4月Genspark推出全新AI Agent產品“Genspark Super Agent”。
2025年5月，中國信息通信研究院聯合企業發布AIIA/T 0219-2025軟體開發智慧型體技術標準。
基本介紹
- 中文名：人工智慧體
- 外文名：AI Agent
- 所屬學科：人工智慧
發展歷史,早期發展,現代發展,創新發展,應有特徵,技術特點,與大模型,工作原理,未來特徵,實際套用,社會評價,
發展歷史
早期發展
關於AI Agent的最早起源，還要從能夠啟發人類思考的哲學領域開始探尋。公元前350年左右的亞里士多德（Aristotle）時期，當時的一些哲學家就曾在哲學作品描述過一些擁有欲望、信念、意圖和採取行動能力的實體。若從中國古代哲學家的思想著述中尋找Agent蹤跡，還可以把時間繼續上溯到公元前485年左右的中國春秋時代，老子在其對後世影響深遠的思想巨著《道德經》中也可以看到智慧型體的影子。
時間再晚一些的莊子，在"莊周夢蝶"的時候，他不知道自己是莊子還是蝴蝶，分不清是夢境還是現實。如果用現代計算科技技術來看，這個夢可以理解為元宇宙，那么夢裡的蝴蝶包括所有具備生命的物體，便都如"西部世界小鎮"遊戲那樣的生成智慧型體。
18世紀，法國思想啟蒙運動時期的丹尼斯·狄德羅（Denis Diderot ）也提出了類似的觀點：如果鸚鵡可以回答每個問題，它就可以被認為是聰明的。雖然狄德羅在著作中寫的是鸚鵡，但誰都能體會到這裡的"鸚鵡"並不是指一隻鳥，而是突出了一個深刻的概念，即高度智慧型的有機體可以有著類似於人類的智慧型。
現代發展
20世紀50年代，阿蘭圖靈（Alan Turing）把"高度智慧型有機體"概念擴展到了人工實體，並提出了著名的圖靈測試。這個測試是人工智慧的基石，旨在探索機器是否可以顯示與人類相當的智慧型行為。這些人工智慧實體通常被稱為"Agent"，形成了人工智慧系統的基本構建塊。至此，人工智慧領域提到的Agent，通常是指能夠使用感測器感知其周圍環境、做出決策、然後使用致動器採取回響行動的人工實體。隨著人工智慧的發展，術語"Agent"在人工智慧研究中找到了自己的位置，用來描述顯示智慧型行為並具有自主性、反應性、主動性和社交能力等素質的實體。此後，Agent的探索和技術進步成為人工智慧領域的焦點。50年代末到60年代是人工智慧的創造時期，所出現的程式語言、書籍及電影到現在還在持續影響更多的人。
在經歷第一次人工智慧寒冬後，80年代出現了一股人工智慧熱潮。這段時間的各項研究都有所突破，來自政府等機構的投資也開始增多，研究者對AI Agent的探索也在逐步增加。1987年，迎來了第二次人工智慧寒冬。
AI Agent在1995年被Wooldridge和Jennings定義為一個計算機系統：它位於某個環境中，能夠在這個環境中自主行動，以實現其設計目標。他們還提出AI Agent應具有自主性、反應性、社會能力與主動性等四個基本屬性。而在AI Agent正式被經濟學接納後，它也被進一步定義為具備感知其環境並採取行動以最大限度地提高成功機會的系統。1997年，深藍（由IBM開發）在一場廣為人知的比賽中擊敗了世界西洋棋冠軍加里·卡斯帕羅夫，成為第一個擊敗人類西洋棋冠軍的程式。同年，Windows發布了語音識別軟體（由Dragon Systems開發）。
2000年，Cynthia Breazeal教授開發了第一個可以用面部模擬人類情感的機器人，它擁有眼睛、眉毛、耳朵和嘴巴，被稱為Kismet。2002年，第一個Roomba被釋放。2003年，美國宇航局將兩輛火星車（勇氣號和機遇號）降落在火星上，它們在沒有人類干預的情況下在火星表面航行。2006年，Twitter，Facebook和Netflix等公司開始利用AI作為其廣告和用戶體驗（UX）算法的一部分。2010年，Microsoft推出了Xbox 360 Kinect，這是第一款旨在跟蹤身體運動並將其轉化為遊戲方向的遊戲硬體。2011年，一台名為Watson（由IBM創建）的NLP計算機被編程來回答問題，在電視轉播的智力比賽節目《Jeopardy》中戰勝了兩位前冠軍。2011年，蘋果發布了Siri，這是第一個流行的虛擬助手。
在2012年的ImageNet計算機視覺挑戰賽中，AlexNet卷積神經網路的深度學習模型取得了第一名，深度學習從此真正在人工智慧領域大顯身手。2016年，AlphaGO（谷歌專門從事圍棋遊戲的AI Agent）將擊敗歐洲冠軍（范慧）和世界冠軍（李世石），並很快被自己的兄弟（AlphaGo Zero）打敗。2017年，谷歌提出transformer。2018年，谷歌發布基於Transformer模型的BERT，拉開了大語言模型序幕。2019年，谷歌AlphaStar在視頻遊戲《星際爭霸2》上達到了Grandmaster，表現優於除0.2%以外的所有人類玩家。2019年，OpenAI發布GPT-2的自然語言處理模型，並分別在2020年和2022年發布了GPT-3、DALL·E 2及GPT-3.5，ChatGPT的火爆為AI Agent在大語言模型時代的發展與套用提供了新的契機。從2023年1月開始，全球廠商發布了多個LLM，其中包括LLaMA、BLOOM、StableLM、ChatGLM等多個開源LLM。
AI Agent
創新發展
2023年3月14日，OpenAI發布GPT-4。3月底，AutoGPT橫空出世，迅速火遍全球。Auto GPT是Github上由OpenAI推出的一個免費開源項目，結合了GPT-4和GPT-3.5技術，通過API創建完整的項目。AutoGPT也是OpenAI的一個實驗性項目，用以展示GPT-4語言模型的強大功能。由此開始，更多人在了解與體驗AutoGPT的同時，也逐漸認知到了AI Agent。5月，OpenAI拿下新一輪3億美元融資後，創始人Sam Altman透露更加關注如何使用聊天機器人來創建自主AI Agents，並會將相關功能部署到ChatGPT助手中。6月，扎克伯格在全體員工會議上宣布了一系列處於不同開發階段的技術，其中一個就是將發布能為用戶提供幫助或娛樂功能的具備不同個性和能力的AI Agents。6月底，OpenAI Safety團隊負責人Lilian Weng發表了一篇名為《LLM Powered Autonomous Agents》的文章，詳細介紹了基於LLM的AI Agent，並認為這將使LLM轉為通用問題解決方案的途徑之一。至此，人們終於對AI Agent有了全面的了解，AI Agent的神秘面紗終於被揭開。
AI Agent 發展迅速，出現多款“出圈”級研究成果。亞馬遜推出了Amazon Bedrock Agents，可以自動分解企業AI套用開發任務。在2024年德國消費電子展上，榮耀推出了首個開放生態系統下基於純視覺的多模態個人化AI Agent，無需套用適配改造，就可以實現對用戶複雜意圖的理解，並在分析決策後進行跨套用的自動執行，實現智慧型終端上的“自動駕駛”。例如通過用戶的一句話口令，榮耀AI Agent就能自動完成續費功能的檢索和取消。CEO趙明同時宣布榮耀AI Agent將在榮耀Magic 7系列上商用。
2024年1月，酷特智慧型與華為簽訂《全面合作協定》，雙方將在產品研發聯合創新、生產智慧型體集群、酷特AI Agent升級等方面展開合作，雙方合作正按計畫順利、有序推進。
2025年3月6日訊息，日前，一支來自中國的團隊正式對外發布通用型AI Agent產品Manus。據團隊介紹，Manus在GAIA基準測試中取得了SOTA（State-of-the-Art）的成績，顯示其性能超越OpenAI的同層次大模型。同日，OpenAI計畫對達到博士水平的AI Agent每月收費2萬美元，這些 “博士水平” 的AI Agent能夠處理學術研究和軟體開發領域中的複雜任務。據悉，OpenAI計畫推出三種類型的AI Agent，其每月收費可能在2000美元到2萬美元之間。
2025年3月，2025年全國兩會，全國人大代表、東方財富董事長其實表示，隨著大模型套用的縱深推進，AI Agent（智慧型體）正逐漸成為技術演進的新趨勢和大模型套用的主流範式。為了更好地釋放AI Agent賦能千行百業的巨大潛力，推動大模型套用生態的繁榮，其實建議加快推動大模型套用創新：一是加快推動模型落地服務商的培育；二是加快推進多元場景與數據的開放；三是加快推進關鍵行業、重點環節的標準供給。
2025年4月2日，Genspark宣布推出其全新產品“Genspark Super Agent”，號稱是一款“快速、準確、可控”的通用AI Agent。
2025年5月，中國信息通信研究院聯合中國工商銀行、百度、騰訊、阿里、華為等二十餘家頭部企業，正式發布《面向軟體工程智慧型體的技術和套用要求第 1 部分：開發智慧型體》（標準編號 AIIA / T 0219-2025）。作為國內首個針對開發智慧型體的技術規範檔案，該標準通過“能力建設指導 + 技術選型參考”的雙重路徑賦能產業生態。一方面幫助廠商快速完成產品功能對標，減少重複性研發投入；另一方面為企業選擇合作夥伴時提供客觀評估依據，加速技術落地效率。
2025年6月1日，IT之訊息，據外媒 The Decoder 報導，Palisade Research 最近舉辦的一系列網路安全競賽表明，AI 智慧型體已具備與人類黑客正面較量的能力，甚至在部分場合中勝出。
2025年5月18日，全球首個L4級智慧型體母體系統MasterAgent在深圳正式發布。這一成果由來自中國科學技術大學的“95後”團隊自主研發，標誌著中國本土研發的AI套用突破了傳統 AI 工具化局限，實現從 "被動執行" 到 "全自主決策" 的技術跨越。MasterAgent 基於全國產化技術底座，通過自主研發的Master Builder與Agent Group雙引擎架構，具備全場景自主任務泛化能力，無需人工干預，便可獨立完成跨領域的複雜任務。
2025年11月13日，據中關村線上報導，小米與騰訊達成合作，共同推進AI智慧型體生態發展。
2025年12月，智譜深夜開源其核心AI Agent模型AutoGLM。目前，AutoGLM已支持微信、淘寶、抖音、美團等超過50個高頻中文套用的核心場景，其自動化操作能力與此前引發熱議的“豆包手機”演示相似。
應有特徵
自治（Autonomy）：AI 虛擬智慧型體能夠獨立執行任務，而無需人工干預或輸入。
知覺（Perception）：智慧型體功能通過各種感測器（如攝像頭或麥克風）感知和解釋它們所處的環境。
反應（Reactivity）：AI 智慧型體可以評估環境並做出相應的回響以實現其目標。
推理和決策（Reasoning and decision-making）：AI 智慧型體是智慧型工具，可以分析數據並做出決策以實現目標。他們使用推理技術和算法來處理信息並採取適當的行動。
學習（Learning）：可以通過機器、深度和強化學習元素和技術來學習和提高他們的表現。
通信（Communication）：AI 智慧型體可以使用不同的方法與其他智慧型體或人類進行通信，例如理解和回響自然語言、識別語音以及通過文本交換訊息。
以目標為導向（Goal-oriented）：它們旨在實現特定目標，這些目標可以通過與環境的互動來預定義或學習。
技術特點
與大模型
AI Agent 和大模型的區別在於，大模型與人類之間的互動是基於prompt 實現的，用戶prompt 是否清晰明確會影響大模型回答的效果。而AI Agent的工作僅需給定一個目標，它就能夠針對目標獨立思考並做出行動。
從原理上說，AI Agent的核心驅動力是大模型，在此基礎上增加規劃（Planning）、記憶（Memory）和工具使用（Tool Use）三個關鍵組件。
大模型是AI Agent實現的前提和基礎。我們可以把AI Agent與LLM形象地比作生物體與其大腦，AI Agent有手有腳，可以自己幹活自己執行，而LLM呢，就是它的大腦。
工作原理
AI Agent的架構是其智慧型行為的基礎，它通常包括感知、規劃、記憶、工具使用和行動等關鍵組件，這些組件協同工作以實現高效的智慧型行為。
未來特徵
更加智慧型、自主並擁有更強適應性。將能夠學習和改進自己的行為，根據不同的情境和用戶做出最優的決策，以及處理不確定性和複雜性。
更加人性化、友好和可信賴。能夠理解和表達情感，建立和維持與用戶的關係，以及遵守道德和社會準則。
更加多樣化、專業化和協作化。能夠針對不同的領域和任務提供專業的服務或幫助，以及與其他AI Agent或人類進行有效的協作和協調。
實際套用
ChatDev
由清華大學攜手北京郵電大學及布朗大學共同開發的創新項目——ChatDev。這是一家只有AI Agent員工的軟體開發公司，實現了由大模型驅動的AI全流程自動化軟體開發。
在這個平台上，AI員工們自主地從用戶需求出發，通過智慧型對話視窗，由CEO Agent領銜，將任務細化並指派給CTO、CPO、Designer、Programer、Tester、Reviewer等各種AI Agent的角色。
斯坦福的AI西部小鎮
虛擬西部小鎮，也被稱為Smallville，是由史丹福大學的研究者們開發的一項研究項目。這個虛擬小鎮是一個互動式的沙盒環境。在這個沙盒式的互動環境中，25位AI Agent居民以其人類化的行為模式，展現出了令人矚目的社交能力。
它們的日常活動包括在公園中悠閒散步、在咖啡館享受午後時光、與鄰里分享新鮮事。更令人稱奇的是，它們不僅記得每天的經歷，還能發起社交活動，如情人節派對的策劃與邀請，還會彼此協調時間等。
北京101中學
2025年3月12日，北京101中學已率先接入大模型企業智譜的AI Agent（智慧型體）系統，通過AI智慧型體對助教、助學方式進行全面升級。
在101中學校園內，多個電話亭大小、名叫“小智聆心”的AI空間站已完成設立。除了傾訴壓力，在AI空間站里，學生們還可以與AI英語陪練官、精通詩詞賞析的小島詩仙、智慧型陪伴夥伴小貓心寶、誇誇小精靈等數百個智慧型體進行互動，獲得英語陪練、演說指導、古詩鑑賞指導等。
在“AI助教”方面，智譜為101中學提供的AI教育平台“智習勢”（智譜清言教育版），內含80萬個各具特色的AI智慧型體。
社會評價
未來的趨勢，AI agent大機率會出現在人類工作、學習、生活、娛樂的各個場景中，人人都將配備一個基於AI agent系統的智慧型助手，《鋼鐵俠》《星際穿越》《星球大戰》等電影中人機協同的場景將會真正變成現實。（藍鯨新聞 評）
要從不同維度設立安全螢幕障：在研發環節，應將安全性作為核心設計原則，為研發人員提供相應培訓，防止模型算法帶有偏見；在使用環節，提升公眾對技術套用邊界、風險挑戰的認知，增加反饋渠道。（周明 評）
政策制定應納入多方利益相關者的意見，建立適當的AI倫理審查機制，對高風險項目進行獨立審查，確保其符合倫理標準並對社會有益。（中國科學院自動化研究所副研究員張海峰 評）
業應制定嚴格的內部規範和操作流程，確保開發、測試、部署和使用都在可控範圍內。推動行業標準的制定，為AI智慧型體的健康發展提供指導。同時，要建立責任追溯機制。（智譜相關負責人 評）
