人工智能领域的变革浪潮正以前所未有的速度席卷全球，而这场变革的核心驱动力之一，便是AI Agent（人工智能代理）。最初，人们对AI Agent寄予厚望，认为它将引领AI从被动响应走向主动执行的全新时代。设想一下，未来的世界，智能助手可以自动完成复杂的任务，解决各种问题，甚至能够自主学习和进化。这样的愿景，无疑是令人兴奋的。然而，随着大模型技术的突飞猛进，一场关于AI Agent未来的讨论也变得愈发激烈，甚至有人认为，AI Agent的命运将是被大模型“吞噬”。
通用Agent赛道的困境显而易见。曾经备受瞩目的项目，如Manus、Genspark等，如今却面临收入下滑、用户活跃度降低的窘境。这种现象并非偶然，它揭示了在通用Agent模式下的固有难题。构建一个无所不能的Agent，需要极高的技术门槛和巨大的资源投入。更重要的是，通用Agent的市场需求往往不够明确，难以找到明确的盈利模式。这使得通用Agent在激烈的市场竞争中，难以获得长足的发展。
金沙江创投主管合伙人朱啸虎的观点直截了当地指出了通用Agent的困境。他认为，“90%的Agent会被大模型吃掉”。这并非悲观的预言，而是基于对当前AI Agent发展现状的深刻洞察。大模型在语言理解、生成、推理等方面的强大能力，以及其广泛的应用场景，确实对AI Agent构成了巨大的威胁。大模型可以作为智能客服、内容创作者、代码生成器等，承担原本属于AI Agent的任务。这种替代效应，使得通用Agent的生存空间受到极大的挤压。
然而，这并不意味着AI Agent的末日。在AI领域，胜负往往取决于谁能够更高效地解决实际问题。AI Agent的核心价值在于解决实际问题，提高效率，创造价值。因此，未来的AI Agent发展方向，在于专业化和垂直化。
第一，专业化与垂直化是AI Agent的出路。与其试图构建一个通用的Agent，不如专注于特定领域，打造能够解决实际问题的专业Agent。例如，Head AI（原Aha Lab）转型为AI营销产品，专注于自动化营销领域，通过AI Agent提高营销效率。这种模式更具可行性，也更容易获得市场认可。专业化的Agent能够更深入地理解特定领域的知识和需求，从而提供更精准、更高效的解决方案。垂直化的Agent也更容易找到明确的市场定位和盈利模式。
第二，AI Agent的定义正在重构。最初，人们普遍认为AI Agent必须依赖大语言模型才能实现智能。但事实上，在大型模型出现之前，就已经有企业尝试使用Agent的方式解决问题，例如使用传统的机器学习或符号AI。这些方法虽然在能力上不如大模型，但在某些特定场景下，却更加稳定和可控。AI Agent并非必须依赖大模型，而是可以根据实际需求选择合适的技术方案。这意味着，AI Agent的未来，可能并非是大模型与Agent的简单竞争，而是多种技术方案的融合和协同。
第三，大模型与AI Agent的融合将加速AI时代的到来。当大模型与Agent深度结合，一个更智能、更主动、更个性化的AI时代将加速到来。Agent与世界模型结合，甚至可能打通AGI（通用人工智能）之路。这种融合将带来更多的可能性。例如，AI Agent可以利用大模型强大的语言能力和知识储备，结合特定领域的专业知识，为用户提供更智能、更个性化的服务。同时，大模型也可以通过Agent的方式，与现实世界进行交互，从而更好地理解和适应人类的需求。
AI Agent领域仍然存在泡沫。许多项目缺乏实际成果，对甲方来说也远未达到成功。投资者和创业者需要保持理性，避免盲目跟风。只有那些能够真正落地，并为用户带来实惠的Agent，才能在激烈的市场竞争中生存下来。
AI Agent的未来，在于解决实际问题，提高效率，创造价值。通过专业化、垂直化、融合创新等方式，AI Agent有望在未来的AI时代中发挥更加重要的作用。
发表评论