AI大模型 | 为什么各AI平台都主打一个智能体（Agent）-CSDN博客

本文链接：https://blog.csdn.net/star_nwe/article/details/141317661

当各类AI平台用得多了之后，你会发现一个有趣的现象，现在各AI平台都主打一个智能体，并且都有自己的智能体市场。那为什么大家选择的应用形态，不是去开发App、不是去搞SaaS服务，而是要专注于卷智能体呢？

一、智能体概述

什么是智能体？

AI智能体，就是我们传统说的AI Agent。这个词虽没有明确的定义，但是在行业内已达成一个默认的共识，这主要源于OpenAI曾经发表的一篇文章，它在里面将AI Agent定义为：以大语言模型作为大脑，具备自我感知、规划、记忆和使用工具的能力，能自动化的处理执行用户复杂任务。如果用一句简单的话来理解就是AI Agent是具备独立思考和行动的AI智能体。不同于传统的人工智能，AI Agent 具备通过独立思考、调用工具去逐步完成给定目标的能力。Agent拥有复杂的工作流程，模型本质上可以自我对话，而无需人类驱动每一部分的交互。

在这里插入图片描述
那如何实现一个AI智能体呢？

要实现一个AI Agent，一般有下面三个部分组成，我们用一个自动驾驶为例子来更好的帮助我们理解。

假设你正在考虑购买一辆自动驾驶汽车。这辆汽车配备了各种传感器和计算机系统，以实现自主驾驶。在这个情景中，AI Agent是车辆上的人工智能系统，它可以执行以下任务：

1）、感知（Perception）

AI Agent使用激光雷达、摄像头和其他传感器来感知周围环境，包括道路、车辆和行人。

2）、分析&决策（使用Agent的大脑Brain）

它分析传感器数据，识别道路上的障碍物、交通信号和其他车辆的位置。基于分析结果，AI Agent做出决策，例如加速、减速、转弯或停车，以确保安全驾驶。

3）、执行（Action）

它控制汽车的引擎、制动和转向系统，以执行所做出的决策。

但是现在AI平台上的智能体一般都比较简单，没有那么多复杂的部分组成，本质上是通过一个简单的页面，自然语言描述需求，背后通过行动系统对接外部逻辑，最后交给大模型处理。

为什么大家选择了卷智能体市场

最早的AI智能体平台，那需要从OpenAI的GPTs Store说起。他们是最早盯上智能体赛道的，但是其发展并不是那么顺利，因为它只是一种通过简单限定词、指令或角色扮演来形成的AI助手，并且它的产品太多了，同质化严重，但无疑给大家提供了一种新的思路。OpenAI当时并没有说定位去做一个AI应用的Store，也没有说主打一个基于浏览器的AI插件市场，而是放在了快速构建Agent上，依赖其背后的ChatGPT大模型。

最后分析下为什么不选择SaaS平台？

主要原因还是SaaS平台，需要大量的定制化和本地化的需求，相对复杂和成本较高，制作周期长，并且创作门槛高，并不是现在大模型下的最佳选择。但是AI智能体则不同，它聚焦于通过最直接的方式，提供更高效的自动化服务，解决客户的实际问题。

还有最重要的一点，大多数AI智能体的创作门槛很低，不需要你具备编程能力，只需要通过自然语言描述+工作流，就可以快速开发一个智能体。所以现在，一个好的AI领域产品经理未来将会更有市场。那么，因为AI智能体的创作门槛降低了，人人都可以基于AI平台创造属于自己的智能体，供自己使用，也可以将你制作的智能体分享到平台，供大家使用，这就无疑丰富了智能体的生态。而现在各个AI平台都会对公开的智能体进行审核，否则和GPTs Store一样了，同质化严重，并且品质难以得到保证。

所以你这么来看，当你有某一方面的需求，想要解决具体问题的时候，你不需要去App应用商店去下载一个应用吧，也不说你必须之前注册登录一个SaaS平台，去用SaaS服务吧。而智能体你只需登录一个AI平台，如天工AI、豆包、智谱清言等都可以，选择和搜索可以快速解决你痛点的智能体直接使用即可。

相比于SaaS服务，现在Agent或许更容易赚到钱。现在能看到的赚钱模式，除了一些付费的Agent外，最主要还是调用通过调用后端的大模型进行盈利，Agent使用频率越高、解决问题的能力越强，吸引的用户就越多，自然也就需要更多的调用。