人工智能（AI）Agent正在成为科技领域的热门话题，但研究人员指出，围绕这一概念存在着广泛的理解偏差。
AI Agent：不仅仅是执行任务
与简单地执行预设任务不同，AI Agent具备更高级的功能，包括推理和解决问题的能力。今年以来，从OpenAI到Glean等多家公司纷纷发布了与Agent相关的产品。
“Agent”已成为AI领域最受关注的术语之一，自年初以来，各种相关产品层出不穷。然而，对于Agent的具体功能和定义，业界并未达成共识。
今年1月，OpenAI发布了Operator，这款Agent能够浏览网页、预订机票、甚至创作表情包。Glean和Cohere等企业技术公司也推出了平台，允许员工构建和部署Agent。此外，中国初创公司蝶效科技（Butterfly Effect）推出了Manus，这款仅限邀请使用的AI Agent能够分析股票、从网络上抓取数据，甚至创建交互式网站，引发了与DeepSeek相媲美的关注。
通常，Agent被定义为能够自主完成任务的虚拟助手。它们能够分解问题、制定计划，并在无需用户提示的情况下采取行动。人们对Agent的期望之一是，它们或许是实现“无需动手”世界的关键一步，人类可以坐在舒适的环境中，看着AI完成所有工作。然而，与Agent系统相关的AI专家表示，这项技术远比想象的复杂。
定义之争：关键在于“主动推理”
Contextual AI的联合创始人兼首席执行官Douwe Kiela表示：“我听过一些对Agent的定义，认为只有采取行动才能被称为Agent。”Contextual AI致力于帮助企业构建和部署RAG Agent。Kiela此前曾在Meta领导团队开发了检索增强生成（RAG）技术，该技术旨在提升大型语言模型的输出质量。
他以OpenAI、Perplexity和Google开发的Deep Research Agent为例，这些Agent能够将数百个在线资源综合成详细的报告。“它们不一定需要采取任何行动，除了搜索之外。这算Agent吗？我认为算，但很多人认为不算，认为Agent必须采取能够影响其运行状态或环境的行动。”
Kiela认为，Agent的正确定义应该仅仅是能够“主动推理”的实体。“如果它犯了错误，它能够发现并尝试再次解决。”
Emergence AI是一家专注于多Agent系统的公司，其首席执行官、自然语言专家Satya Nitta表示，Agent的设计目标是在不断变化的环境中进行故障排除。
Nitta解释说，Agent“超越了自动化，展现了上下文推理能力，能够适应无法预见的挑战，并动态调整计划以在复杂的环境中取得成功。”
Agent与大型语言模型的区别
理解Agent的另一种方式是将它与大型语言模型（LLM）联系起来，后者是ChatGPT等热门聊天机器人的基础。
You.com是一家由AI驱动的知识工作者搜索引擎，其创始人兼首席执行官Richard Socher认为：“大型语言模型是一种用词不当。它实际上应该被称为神经序列模型，适用于任何序列数据：自然语言、编程语言、像素序列和生物序列（蛋白质）。”而Agent是“一种能够为你采取行动的神经序列模型，它从人类行为模式中学习，以自动执行跨多个领域的复杂任务。”
Agent的未来：团队成员还是工作流设计者？
随着Agent在工作场所的普及，人们可能会开始将它们视为团队成员或权威助手。但拥有多年自然语言处理经验的AI驱动翻译公司LILT的首席执行官Spence Green表示：“我认为它们是工作流的设计者。”
无论如何定义，无论它们做什么，AI公司都对Agent寄予厚望，希望它们能够推动回报增长。《The Information》本月报道称，OpenAI计划以每月2万美元的价格出售博士级别的Agent，并最终预计其20%至25%的收入将来自Agent。
Insight Partners的董事总经理Praveen Akkiraju此前表示：“如果说2024年是大型语言模型之年，我们相信2025年将是Agent AI之年。”
