今年的8月15日，360集团在它的20周年庆典上宣布：公司下一阶段的战略是“All in Agent”。

笔者认为360的这次战略宣告更像是一个明确的行业信号，它标志着AI产业正在从大模型参数竞赛，转向“比实干”的智能体应用落地。AI不再满足于仅仅作为一个能说会道的“大脑”，而是要进化成能动手解决问题的“超级员工”。

但从“思考”到“行动”的背后涉及智能体架构的搭建、与真实世界数据的“接地气”连接以及在不同环境中有效交互的能力。因此这条路有机遇，但挑战也同样真实。

智能体到底是什么？

在过去一年里，我们听得最多的或许就是大语言模型（LLM），它们强大的对话和生成能力让人惊艳。但用久了你会发现，它们更像一个知识渊博但四肢不勤的“军师”，它们能给你建议，却没法帮你执行。而智能体的存在就是要解决这个问题。简单来说，一个AI智能体不仅拥有大模型的“大脑”，还被赋予了感知环境、自主规划、调用工具的“手脚”。360在发布会上也提到了类似的比喻，并且借鉴了自动驾驶，将智能体划分为L1到L5五个级别，这为行业提供了一个理解其进化路径的清晰框架。

但其实AI智能体的概念并不新鲜，学术界早已对其有不同类型的划分。比如最基础的，“反应式智能体”（Reactive Agent），它像条件反射一样，能够根据当前感知直接做出反应。更进一步的是“基于模型的智能体”（Model-based Agent），它内部会维护一个对世界状态的认知模型，能处理部分可观察的环境。而更高级的“目标驱动智能体”（Goal-based Agent）则会为了一个长远目标进行规划和决策。再到如今，我们热议的智能体则大多是融合了这些能力的复杂系统，它们的目标是能自主完成一个复杂的、多步骤的任务。

根据Research and Markets的报告，全球AI软件市场规模预计将从2024年的2225.7亿美元增长到2025年的2947.1亿美元，年复合增长率高达32.4%。这背后，智能体被看作是驱动其增长的一大核心引擎。因为只有当AI能真正“干活”，它才能在各行各业创造实实在在的商业价值，而不只是一个昂贵的聊天玩具。

智能体的架构之争

一个强大的智能体并不是简单地给大模型套个壳，它背后有一套复杂的系统工程，也就是智能体的“架构”（Architecture）。目前，行业内主要探索几种不同的架构模式，其中最简单的是“单智能体架构”，就是一个AI实体独立完成所有任务，像一个全能的个人英雄。这种架构设计和部署相对简单，适合处理目标明确、流程固定的任务，比如一个专门用来预订机票的智能体。

但现实世界中的任务往往错综复杂，需要不同领域的专业知识。于是“多智能体架构”就应运而生了。这种架构就像组建一个项目团队，团队里有多个各有所长的智能体。根据IBM的分析，多智能体系统又可以分为几种协作模式：一种是“垂直”或“层级式”架构，有一个“指挥官”智能体负责任务分解和调度，然后把子任务分配给不同的“专家”智能体去执行，最后汇总结果。这种模式效率高且责任清晰，适合自动化那些有固定流程的复杂工作流；另一种则是“水平”或“协作式”架构，团队里的智能体地位平等，通过相互沟通、协商来共同解决问题，因此它更像一个创意工作坊。这种模式灵活性强，善于应对开放性和探索性的问题。

最近一篇关于实体关系分类的论文就对比了多种智能体架构，发现多智能体协作在处理复杂任务时，其性能远超传统的单次调用大模型的方法。这也说明未来智能体的能力上限很大程度上就取决于其背后架构的设计水平。

怎样让智能体有效落地？

然而即使是最先进的架构，如果智能体与现实世界脱节，那也将也毫无用处，这就是AI领域一个非常核心且棘手的问题。Google Cloud的文档解释说，Grounding就是将模型的输出与可验证的信息源连接起来的能力。简单来说，就是确保智能体说的话、做的事都有事实依据，而不是凭空“幻想”。

我们可以想象一个企业客服智能体，如果它不了解公司最新的产品信息和库存状况，就可能向客户推荐已经停产的型号，或者承诺一个无法兑现的发货日期。这就是典型的“不接地气”。为了解决这个问题，目前主流的技术是“检索增强生成”（RAG），即让智能体在回答问题前，先去一个指定的知识库（比如公司的内部文档、数据库）里检索相关信息，再基于这些信息来生成答案。现实中这也在一定程度上缓解了幻想问题。

但在复杂的企业环境中，挑战依然很大。现在很多企业的核心业务系统并没有提供方便的API接口供AI调用。对此，传统的做法就是投入大量工程资源去开发这些接口，但这就导致了成本高、周期长的问题。因此行业也在探索新的路径，比如一些新型的智能体技术，像实在Agent智能体所展示的，它正尝试让AI像人一样，通过直接理解和操作软件的用户界面（GUI）来执行任务，从而绕过对API的依赖。这种“所见即所得”的交互方式，如果能成熟应用，就可以很大程度降低AI在企业遗留系统中落地的门槛，让智能体能更轻松地接入真实业务流程，真正做到“接地气”。

从屏幕到现实的智能体

当我们谈论智能体“动手”时，它所处的环境和交互方式也同样重要。这个概念也被称为“具身智能”（Embodied AI）。很多人一听到“具身”，就想到人形机器人，但这其实是一个广义的概念。一篇关于具身AI的论文就将智能体分为虚拟、可穿戴和机器人三种类型。

其中，虚拟具身智能体（Virtual Embodied Agents）存在于数字世界，比如游戏NPC、虚拟客服，它们的行动改变的是数字环境。我们当前讨论的大多数企业级智能体，都属于这一类，它们需要理解和操作的是各类软件、网站和App。并且这种“数字身体”的灵活性也决定了智能体能完成任务的广度和深度。一个只能处理文本的智能体和一个能理解并操作复杂图形界面的智能体，其能力是天差地别的。

这种从非具身到具身的转变是智能体区别于传统大模型的关键。研究表明，一个系统与环境的耦合关系是其“具身”的核心。这也意味着，智能体的设计必须充分考虑其操作环境的特点和约束。这也是为什么周鸿祎会强调，智能体解决了大模型“只会思考，不会干活”的痛点，因为“干活”本身就意味着与某个特定环境的交互。

市场机遇与现实

再回到我们身处的国内市场，360的“All in Agent”策略无疑是踩在了风口上。在政府层面，“人工智能+”行动计划为产业发展提供了强有力的政策支持。根据中国服务贸易指南网引用的报告，2024年中国AI产业规模已突破7000亿元。

此外，专门聚焦于智能体市场的报告也印证了这一趋势。Grand View Research的数据显示，2024年中国AI智能体市场规模约为4亿美元，预计到2030年将增长至近40亿美元，2025到2030年的年复合增长率高达47.1%。这表明，智能体正成为AI产业中增长最快的细分赛道之一。

然而这背后也存在一些担忧，艾瑞的报告指出，2024年大模型驱动的市场增长略低于预期，主要原因是技术在真实业务场景的表现未能完全满足客户需求，并且它的建设成本也十分高昂。这与中国信通院报告中提到的“两端快、中间慢”现象不谋而合：消费端应用和底层技术迭代很快，但中间的企业级应用落地却步履维艰。这也恰恰是智能体技术需要攻克的难题。

总而言之，360高调入局为智能体市场又添了一把火，它意味着我们正在从谈论AI的“可能性”转向探索其“实用性”。但通往“智能体元年”的道路还需要跨越架构设计、数据接地气、环境交互等多重关隘。因此这不仅是对360的考验，也是对整个AI产业的考验。