随着大模型技术快速发展，作为其应用载体之一的智能体，正成为各大人工智能开发机构争相发力的重要方向。
今年3月，一款名为Manus的智能体产品凭借“感知—思考—执行—交付”的全链路智能能力快速走红，曾引发广泛关注。业界关于智能体的探索步伐不断加快，腾讯、百度、京东等企业在智能体领域加大投入，一系列产品和相关技术相继推出。
具备自主决策能力
智能体是一种能感知环境、规划任务并自主执行的人工智能系统，通常具备较高的自主性和较强的学习能力。
语言大模型好比一本百科全书，用户可以向其提问并获得回答。但模型再强大，也只能输出文本内容、提供行动参考牛金财富，真正让想法落地还需要另找帮手。
智能体就是那个为大模型“跑腿”的帮手。它更像是一个手持百科全书的个人助手，可以借助大模型的知识能力，根据用户需求，直接生成相应任务规划，自主完成任务，形成生产力。
清华大学计算机科学与技术系长聘教授孙茂松认为，得益于语言大模型生成能力、代码能力、图像视频处理能力以及3D建模能力的发展，目前智能体技术已具备较好发展基础和应用潜力。
例如，借助当下发展较快的编程智能体，用户可直接以文字语言表达自身需求，智能体会在理解需求的基础上，自动完成代码编写、测试以及漏洞检测、修复等，输出可用的编程产品。在5月底举行的2025腾讯云AI产业应用峰会上，腾讯宣布将大模型知识引擎全面升级为腾讯云智能体开发平台，进一步降低智能体搭建门槛，推动智能体应用遍地开花。
腾讯云副总裁、腾讯云智能负责人吴运声介绍，腾讯内部85%以上的开发岗员工都在使用编程智能体——腾讯云代码助手，整体编码时间平均缩短40%，人工智能生成代码占比超四成，研发效率提升超16%。京东5月也透露，其智能体正走向深度应用阶段。截至目前，京东内部已有超1.4万个智能体运行。
不仅互联网企业大胆试水智能体应用，传统行业企业同样积极拥抱智能体。例如，在能源电力领域，国家电网与百度合作打造营销供电方案智能体。当用电企业有需求时可以直接通过国网客户端发起对话，智能体会首先通过意图识别确认用电需求，然后进行任务拆解和规划，自动生成多套供电方案，并主动帮用户对比不同方案优劣，给出最优建议。如今，该智能体已全面掌握整套业务流程，能准确调动行业知识和工具系统，实现企业办电流程全面智能化。
吴运声认为，智能体与传统自动化软件的最大不同在于其具备自主思考和决策能力。在传统软件开发范式下，开发者通常事先设计好流程，即使存在分支逻辑牛金财富，也是开发者预先定义好的。但智能体面对的是自然语言交互场景，用户的输入是开放的，不可能穷举所有分支，这就需要智能体自主理解、规划、执行任务，更好地应对复杂需求，而不是依赖固定流程。
形成跨平台通用性
人工智能研发机构不断加码布局智能体的背后，是智能体技术近年来取得的突破式发展。尤其是智能体自我规划和调用工具应对复杂任务能力的不断增强，推动各类应用加速落地。
以智能体底层工具调用技术为例，其早期主要是函数调用模式，即模型在理解用户需求后，单纯调用某个工具进行应对；随后发展为推理行动协同模式，模型在调用工具前会进行明确思考；如今已发展到代码智能体模式，通过对任务的理解、规划，模型能直接生成完整代码并批量调用多个工具开展计算，智能体应对复杂任务的能力显著增强。
当单一范围内的工具调用无法满足日渐复杂的任务需求时，MCP（模型上下文协议）为智能体的成熟完善起到了助推作用。
MCP是一种开放协议，它允许系统以可泛化的方式为人工智能模型提供上下文信息，从而使智能体跨越不同应用场景实现通用性。借助MCP，各种智能体都能以统一的格式，调用属于不同平台生态的应用和数据，共同为用户完成任务。
在打通跨平台沟通渠道后，多智能体协同正成为智能体技术发展新趋势。
与使用单智能体相比，多智能体通过分工协作，可处理更为复杂的任务。例如，在软件开发领域，不同智能体可分别扮演“产品经理”“交互设计师”“开发测试人员”等不同角色。用户只需输入一次指令，多个智能体就能共同行动，将一个复杂的软件项目拆解成多个子任务，提高软件开发效率和质量。
吴运声说，为紧跟智能体技术发展趋势，应对日益增长的复杂需求，腾讯云智能体开发平台也创新研发了零代码配置多智能体协同转交功能，用户可借助平台上已有的智能体能力，构建“多专家”体系，有效分担单智能体的任务压力。此外，在插件生态上，平台全面支持MCP，并预置丰富的内外部插件，做到“开箱即用”，大大降低了智能体搭建门槛。
面向细分场景发力
在应对更复杂任务过程中，智能体技术的落地场景也不断明确。人工智能专家吴恩达认为，不应被复杂的概念迷惑，而要关注智能体到底能为用户解决哪些实际问题，大量的机会可能存在于相对简单、仅有少量分支的线性工作流中。
记者了解到，腾讯云智能体开发平台、百度智能云千帆大模型平台、阿里云百炼平台等智能体开发平台均选择面向具体的细分行业场景发力。
“我们更关注的是智能体如何真正融入企业的业务流程，满足真实的业务需求。我们希望构建一个高度模块化、可扩展的平台，让企业可以在上面构建适配自己场景的复杂应用。”吴运声说，团队目标不是“为了智能体而智能体”，尽管当前行业普遍聚焦智能体自主规划能力的突破，但在现实产业环境中，大量标准化任务已具备成熟的业务流程框架，智能体技术可优先嵌入这些标准化流程中实现价值落地。
“传统的工作流是串行执行、节点独立。我们希望把传统的工作流和智能体能力融合起来，用户可以通过构建确定性流程来处理特定任务，同时也允许智能体在其中进行自主规划。并且，传统工作流中的每一个节点在执行时，都可以和一个拥有全局上下文理解能力的智能体交互，从而在保持流程确定性的同时，兼顾智能体的灵活性，更好地推动智能体在实际业务场景中落地应用。”吴运声认为，要真正用好智能体，除了不断打磨技术，更需要应用企业和技术开发者加强合作沟通牛金财富，共同弥补认知与使用的鸿沟。
长宏网配资提示：文章来自网络，不代表本站观点。
