張睿群

MiniMax、商湯科技、階躍星辰均發(fā)布了全新智能體（Agent）產(chǎn)品、復(fù)旦大學(xué)聯(lián)合多家科研機(jī)構(gòu)研發(fā)發(fā)布倫理審查智能體“一鑒”、獨(dú)立分布式云計(jì)算服務(wù)商PPIO發(fā)布國內(nèi)首個AgenticAI基礎(chǔ)設(shè)施服務(wù)平臺、連人工智能大會也有了智能體“Hi!WAIC”……今年世界人工智能大會上“首發(fā)”“首秀”能體令人眼花繚亂。AI大廠借助它完善自身產(chǎn)品矩陣，“新秀”企業(yè)則希望它在市場上搏出一番天地。

早在大語言模型橫空出世的2022年，專家就預(yù)測到AI領(lǐng)域的下一個爆點(diǎn)將是智能體，因?yàn)樗瞧胀ㄈ私佑|AI的“門戶”，一如互聯(lián)網(wǎng)時(shí)代的網(wǎng)頁、移動互聯(lián)網(wǎng)時(shí)代的App。三年過去，專家的預(yù)測成真了嗎？新品、大咖云集的世界人工智能大會，是觀察智能體演化的最佳平臺。

智能體迭代浪潮洶涌

從Agent、AIAgent到Agentic，在人們還沒有被科普這是個什么“新物種”時(shí)，智能體已經(jīng)歷了多次迭代。據(jù)市場咨詢機(jī)構(gòu)高德納預(yù)測，比智能體更智能的代理式人工智能（Agentic）在2025年十大戰(zhàn)略技術(shù)趨勢中位居首位，到2028年，將有15%的日常決策由代理式人工智能自主完成。

要理解智能體的演化之路，你只要想象電腦里原本住著一個能幫你干活的“小黃人”（Agent），隨著智能體的發(fā)展，“小黃人”越來越多，能干的活也越來越復(fù)雜。到了Agentic，只要人一聲令下，就能召集幾百乃至千上萬個“小黃人”一起干活。

Minimax智能體展區(qū)。沈湫莎攝

今年的MiniMax展臺設(shè)有Agent專區(qū)，展示了他們最新發(fā)布的通用智能體產(chǎn)品——MiniMaxAgent。當(dāng)用戶向它說出“請幫我設(shè)計(jì)一份盧浮宮導(dǎo)覽PPT”的需求時(shí)，不到一分鐘，排版靈活、視覺美觀的PPT就做好了。它看上去并非套用模板，而是獨(dú)具匠心。比如在介紹斷臂維納斯和蒙娜麗莎畫像時(shí)，Agent貼心地加上了講解語音。

“MiniMaxAgent具備三大核心能力，強(qiáng)大的編程能力、領(lǐng)先的多模態(tài)能力，以及開放的生態(tài)，相當(dāng)于人的大腦、感官和手腳，這些能力使它能夠像一個真正的人類團(tuán)隊(duì)一樣，理解復(fù)雜需求，感知多維信息，并動手完成任務(wù)?！盡iniMax研發(fā)工程師繆宇航說。

有人將智能體當(dāng)虛擬員工，有人已將它玩出了“進(jìn)階版”。其中的佼佼者當(dāng)屬AI賦能內(nèi)容創(chuàng)造公司特贊科技。今年4月，特贊發(fā)布首個商業(yè)研究多智能體atypica.AI，它可根據(jù)用戶的研究需求，從公開渠道自主瀏覽用戶內(nèi)容來構(gòu)建多個智能體，然后模擬不同智能體之間的互動來產(chǎn)出內(nèi)容。也就是說，人們只需提出需求，稍待片刻后就能得到一份由“小黃人”幫你收集的基于真實(shí)社交信息的商業(yè)洞察、旅游設(shè)計(jì)和職業(yè)規(guī)劃。

比拼“腦眼耳嘴手”協(xié)同力

我們早就在和智能體打交道，比如2016年擊敗李世石的阿爾法狗。大模型出現(xiàn)后，智能體開始加速生長。2023年下半年發(fā)布的GPT-4V（有視覺功能的GPT-4）已經(jīng)展露了AIAgent的雛形，去年底谷歌發(fā)布的Gemini（雙子座）2.0一口氣推出3款A(yù)IAgent，除了搜網(wǎng)頁、寫代碼等常規(guī)能力，它還可以在會話中保持長達(dá)10分鐘的記憶，并以人類正常語速與人對話。迭代速度甚至快過三個月升級一次的大模型。

為何智能體迭代如此之快？根本原因在于大模型。上海期智研究院學(xué)術(shù)帶頭人吳翼表示，在大模型爆發(fā)后，業(yè)內(nèi)就預(yù)判了AIAgent將會爆發(fā)，這也是國內(nèi)外大廠集體押注智能體的原因。

PPIO智算營銷副總裁劉峰認(rèn)為，今年對智能體商業(yè)化至關(guān)重要，經(jīng)過數(shù)年大浪淘沙，智能體的架構(gòu)已經(jīng)趨向固定，即擁有計(jì)劃、行動、工具和記憶四個模塊。當(dāng)架構(gòu)穩(wěn)定后，技術(shù)路線也開始固定，誰能將模塊功能做得更好，誰將取得市場優(yōu)勢。這意味著未來智能體的迭代還會加速。

PPIO展區(qū)。受訪者供圖

未來智能體比拼什么？劉峰表示，主要是“腦-眼-耳-嘴-手”協(xié)同能力。智能體接到指令后需要自主拆解任務(wù)，這時(shí)就要考察其腦力，即解題思路；將指令分解成多個任務(wù)后，需要轉(zhuǎn)化成代碼執(zhí)行，這就考驗(yàn)其動手能力；期間還要調(diào)用工具，或跟其他智能體“交流”，這就考驗(yàn)其感官能力。

想要讓智能體更像人，還要具備長期記憶力。為了確保在長達(dá)數(shù)小時(shí)甚至數(shù)天的任務(wù)中不“失憶”，MiniMaxAgent擁有高達(dá)100萬的上下文窗口，并通過先進(jìn)的Memory管理機(jī)制，靈活存取關(guān)鍵信息。更重要的是，它被賦予了“反思”的能力——在任務(wù)的每一個關(guān)鍵節(jié)點(diǎn)，它都會主動審視當(dāng)前進(jìn)展，發(fā)現(xiàn)潛在問題，并自主調(diào)整策略，確保最終交付的成果滿足甚至超越用戶預(yù)期。

安全問題值得重視

個人助手、心靈導(dǎo)師、知心閨蜜、虛擬分身……盡管智能體賽道熙熙攘攘，但相較于具身智能，對于智能體的投資有些不溫不火，除了AI大廠不斷拿出新品外，拿到真金白銀的企業(yè)并不多見，“爆款”也難覓蹤影。

安全是一個值得重視的問題。啟明創(chuàng)投主管合伙人周志峰打了個比方，如果兩家員工都在調(diào)用智能體做工作報(bào)告，一家公司的員工心血來潮問它，另一家公司的財(cái)報(bào)是多少，智能體能否守住秘密呢？

當(dāng)下這個問題已經(jīng)引起業(yè)內(nèi)關(guān)注。一周前OpenAI發(fā)布了長篇警告，提示用戶使用AIAgent可能帶來的風(fēng)險(xiǎn)。例如，不法分子可能嘗試“誘騙”AI代理提供不該提供的私人信息，或采取不當(dāng)行動。

PPIO在大會上發(fā)布看國內(nèi)首款兼容E2B接口的“Agent沙箱”產(chǎn)品，它的最大賣點(diǎn)就是安全。沙箱就是專為Agent執(zhí)行任務(wù)設(shè)計(jì)的云端運(yùn)行環(huán)境，可讓不同Agent沙箱的環(huán)境可實(shí)現(xiàn)完全隔離，當(dāng)多個任務(wù)并發(fā)執(zhí)行時(shí)，每個任務(wù)都能在獨(dú)立環(huán)境中運(yùn)行，從根源上避免數(shù)據(jù)泄漏和資源搶占沖突。同時(shí)，PPIOAgent沙箱還支持同時(shí)快速啟動數(shù)千個沙箱實(shí)例的高并發(fā)創(chuàng)建能力，可充分滿足業(yè)務(wù)場景中的高并發(fā)需求，加快結(jié)果交付速度，保障用戶體驗(yàn)。

初創(chuàng)團(tuán)隊(duì)想要靠智能體一夜暴富，恐怕有點(diǎn)難。周志峰說：“每個人都知道智能體是AI時(shí)代的交互入口，也就是說現(xiàn)在所有互聯(lián)網(wǎng)產(chǎn)品形態(tài)未來都可能以智能體形態(tài)展現(xiàn)，那么智能體+的后綴才是投資人關(guān)注的重點(diǎn)?！?/p>

可以確定的是，智能體將改變?nèi)藗兊墓ぷ餍螒B(tài)，這一天很快將會到來。未來人們?nèi)绾伍_展工作？第一步，確定任務(wù)目標(biāo)；第二步，將任務(wù)交給不同的智能體完成；第三步，驗(yàn)收項(xiàng)目。在這個系統(tǒng)中，毫無疑問，提出想法才是最重要的。