《賽迪：2025人工智能體（AI Agent）應用現狀挑戰及建議研究報告（29頁）.pdf》由會員分享，可在線閱讀，更多相關《賽迪：2025人工智能體（AI Agent）應用現狀挑戰及建議研究報告（29頁）.pdf（29頁珍藏版）》請在三個皮匠報告上搜索。

1、未 來 產 業 研 究賽迪研究院 主辦2025 年 3 月 25 日總第 12 期1第期本期主題 人工智能體（AI Agent）應用現狀挑戰及建議所長導讀2024 年中央經濟工作會議指出，要“開展新技術新產品新場景大規模應用示范行動。要開展人工智能+行動，培育未來產業”。當前，以大模型為代表的通用人工智能展現出引領新一輪科技革命和產業變革的強勁驅動力，人工智能體（AI Agent）作為大模型發展和應用的重要發展方向，在對話交互、知識推理、內容創作等方面潛力強大，有望成為加速“人工智能+”落地，深度賦能千行百業的重要依托。通過集成感知、推理與行動能力，人工智能體正逐步滲透到金融、制造、醫療、教育

2、等多個領域，推動從信息處理到實際任務執行的智能化轉型。搶抓發展機遇，積極推動人工智能體技術創新與產業應用，對于加速“人工智能+”行動，推動人工智能賦能新型工業化具有重大意義。為把握人工智能體發展趨勢，研判發展機遇與挑戰，本期?？到y梳理了人工智能體的技術特征、發展歷程、應用場景和產業生態，分析了全球主要經濟體和重點企業的布局動向，深入探討了我國人工智能體發展面臨的生態建設、經濟效益、場景落地等方面挑戰，并從標準制定、生態優化、應用推廣、政策支持、技術攻關等維度提出了相關建議。期望本期內容能引起各級政府部門和業界的關注，對上級領導部門以及地方相關機構預研“十五五”人工智能產業發展起到決策支撐作用

3、，為下一步布局發展重點提供重要參考。賽迪智庫無線電管理研究所（未來產業研究中心）所長 蒲松濤2025 年 3 月 25 日本期主題：人工智能體落地現狀挑戰及建議一、人工智能體概述、發展趨勢和戰略意義1（一）人工智能體的定義和特征1（二）人工智能體的發展歷程和未來發展趨勢5（三）發展人工智能體的戰略意義7二、人工智能體發展動向與應用場景布局8（一）全球各主要經濟體人工智能體發展動向8（二）人工智能體典型應用場景分類與實踐11三、人工智能體的技術棧與產業鏈12四、人工智能體廠商動向14（一）國外廠商動向14（二）國內廠商動向17五、人工智能體發展的挑戰19（一）人工智能體的開發尚未形成成熟的生態環

4、境19（二）人工智能體的經濟效益暫不明顯20（三）人工智能體的應用場景存在較大限制20六、啟示與建議21（一）統一人工智能體定義與行業標準，推動產業規范化發展21（二）優化人工智能體生態體系，構建多方協同創新平臺21目 錄 目 錄 CONTENTS（三）依托標準推進典型應用推廣，形成行業發展清單21（四）加強政策支持與保障，構建長效發展機制22（五）加大核心技術攻關，突破人工智能體發展瓶頸22本期主題：人工智能體（AI Agent）應用現狀挑戰及建議1未來產業研究2025 年第 1 期一、人工智能體概述、發展趨勢和戰略意義（一）人工智能體的定義和特征人工智能體（AI Agent）是一種基于人工

5、智能技術理解外部環境刺激并生成有意義的具身動作的交互系統。技術體系方面，人工智能體技術體系涵蓋人工智能多個核心領域，主要包括環境感知、決策規劃、自主學習、多模態交互以及任務執行等關鍵技術。人工智能體的應用形式豐富多樣，主要產品包括虛擬助手、智能客服、自動駕駛系統、工業機器人以及智能投顧等。通過集成感知、推理與行動能力，人工智能體正加速應用于自動化生產、智能服務、個性化推薦、教育醫療等領域，推動了從信息處理到實際任務執行的技術轉型。系統結構方面，人工智能體系統內部是對單個或多個大語言模型和各類工具的編排，其編排方式可以是固定，也可以由大語言模型根據任務需求動態調整。固定編排的人工智能體包括提示鏈

6、式、路由式、并行式等，接收任務后按預定流程執行。動態編排的人工智能體在執行任務時，會根據實際情況向用戶或環境獲取信息并調整執行方式，這些行為均由其內置的大模型決定和執行。動態編排的人工智能體在復雜問題上表現更佳，但增加延遲和算力消耗；固定編排則更具確定性和一致性。因此，應根據應用場景選擇合適的編排方式。本期主題：人工智能體落地現狀挑戰及建議專業就是實力 精準就是品牌2未來產業研究2025 年第 1 期核心能力方面上，人工智能體通常需要具備六項能力。一是感知和理解能力，人工智能體需要應用傳感器、計算機視覺和自然語言處理等技術感知并理解圖像、聲音和文本等外部信息。二是決策和規劃能力，人工智能體需要

7、結合輸入的信息和自身存儲的知識使用邏輯推理等方法制定決策。三是自主學習和適應能力，人工智能體可以通過增強學習和遷移學習等方法，從過往經驗中學習并調整決策制定和行動過程，提高自身適應能力。四是交互和溝通能力，人工智能體能通過自然語言處理等技術方法理解來自人類或其他智能體的指令并生成回應。五是知識表示和存儲能力，人工智能體可以組織和存儲知識，通過不同方式表示并利用這些知識支持決策和行動。六是情景感知和應變能力，人工智能體能感知情境變化，靈活調整決策和行動策略以適應不同需求。針對不同的應用場景，人工智能體的具體設計會在某些功能上有所突出或保留，但為了實現其基圖 1 人工智能體系統內部多個大語言模型和

8、各類工具的編排方式資料來源：ANTHROPIC本期主題：人工智能體（AI Agent）應用現狀挑戰及建議3未來產業研究2025 年第 1 期本的能力和特征，需要包含大語言模型、任務規劃模塊、工具使用模塊和存儲模塊。大語言模型是人工智能體的核心部件，提供核心的語言理解、推理與生成能力，是人工智能體的“大腦”。任務規劃模塊借助大語言模型對復雜任務進行分解、規劃和調度，并及時觀察子任務執行的結果與反饋，對任務及時調整。工具使用模塊在大語言模型的指導下與可調用函數、數據庫和硬件設備等外部工具進行交互，擴展智能體的能力，相當于智能體的“手腳”。存儲模塊為智能體保存以往交互過程中的信息或使用者的個人偏好，

9、擴充智能體在特定領域的知識，優化使用體驗。人工智能體作為一種新興的技術應用，不同的學者和機構從各自的研究視角出發，對其定義和架構提出了多種見解。這些定義既體現了各自的技術側重點，也在一定程度上存在共性與差異。為了全面理解人工智能體的概念，需要綜合考慮不同機構和專家的觀點，從模塊設計、核心能力、運行模式以及安全與倫理要求等多方面進行探討。據不完全統計，目前已有十余家機構或和專業人士對人工智能體給出了較為系統的定義，具體內容如下表所示。圖 2 人工智能體具備的基本能力特征資料來源：OpenAI專業就是實力 精準就是品牌4未來產業研究2025 年第 1 期表 1 人工智能體的多種定義或框架定義者人工

10、智能體的定義、架構或觀點OpenAI人工智能體由大語言模型、任務規劃、工具使用和存儲四個模塊組成，各模塊協同工作以實現語言理解、任務管理、工具交互和信息存儲功能。ANTHROPIC廣義上的人工智能體指可以通過編排單個或多個大語言模型和各類工具的系統。系統的編排可以是固定的，也可以是由大語言模型依據環境和指令動態編排。狹義上，人工智能體指的是動態編排的人工智能體系統，靜態編排的系統被稱為工作流。DeepMind人工智能體需要注重強化學習能力，強調通過與環境的交互不斷學習和優化自身行為。為實現這一目標，人工智能體應包含環境感知、策略網絡、獎勵機制和記憶模塊等關鍵組件。微軟人工智能體是集成于其廣泛生

11、態系統中的智能系統，采用模塊化設計以便于擴展和維護。人工智能體需要注重的安全性與隱私保護，確保其在執行任務時遵循嚴格的倫理規范和數據保護標準。比爾-蓋茨（微軟聯合創始人）人工智能體不僅將改變每個人與計算機的交互方式。它們還將顛覆軟件產業，是一場自輸入命令到點擊圖標變革之后計算機領域的最大變革。吳恩達（谷歌大腦創始人）人工智能體需要具備四種核心模式，分別是反思模式、工具使用模式、規劃模式和多智能體協作模式，將成為我們日常生活中不可或缺的一部分，幫助我們完成從安排約會到管理財務等一切事務。薩提亞-納德拉（微軟首席執行官）未來，人工智能體將成為我們與計算機互動的主要方式。它們將能夠理解我們的需求和偏

12、好，并主動幫助我們完成任務和決策。哈里森-蔡斯（LangChain 創始人）雖然人工智能體擁有巨大的潛力，但其可靠性仍然是一個令人擔憂的問題，要確保有效和值得信賴的互動，仍然需要人類的參與。德米斯-哈薩比斯（DeepMind 創始人）人工智能體成為我們生活中不可或缺的伙伴的潛力，揭示了DeepMind 的長期目標，即開發一種能夠在日常生活的各個方面提供真正幫助的通用人工智能代理。杰夫-貝索斯（亞馬遜創始人）人工智能體將成為我們的數字助手，幫助我們應對現代世界的復雜局面。它們將使我們的生活更輕松、更高效。桑達爾-皮查伊（谷歌首席執行官）到 2024 年，人工智能體將推動 60%的個人設備互動，Z

13、 世代將人工智能體作為他們首選的互動方式。李飛飛（斯坦福大學計算機科學教授）人工智能體將改變我們與技術互動的方式，使之更加自然和直觀。它們將使我們能夠與計算機進行更有意義、更富有成效的互動。資料來源：賽迪研究院整理本期主題：人工智能體（AI Agent）應用現狀挑戰及建議5未來產業研究2025 年第 1 期（二）人工智能體的發展歷程和未來發展趨勢人工智能體概念自誕生以來，主要經歷了兩個發展階段。第一階段主要追求在特定任務范圍內展現出一定程度上的智能。20 世紀 50年代，阿蘭 圖靈在提出圖靈測試時，首次擴展了“高度智能有機體”的概念至人工實體，奠定人工智能體發展的哲學基礎。隨后，智能體概念逐漸

14、形成，用于描述能夠感知環境、做出決策并采取行動的人工智能系統，成為人工智能領域的基本構建模塊。50 年代至 60 年代，人工智能興起，智能體技術隨著編程語言、硬件的發展有所突破，但受到技術限制與兩次人工智能寒冬的影響進展緩慢。直到 1980 年代末，智能體研究逐漸聚焦于自主性、反應性、主動性和社交能力等核心屬性，為人工智能體的發展建立了理論框架，并推動了一系列重要應用的出現，如 1997 年 IBM 的深藍擊敗國際象棋世界冠軍以及 2011 年Siri 的問世，這些里程碑標志著人工智能體從概念走向初步實踐。第二階段主要追求采用大語言模型技術實現通用人工智能。2017年谷歌提出 Transfor

15、mer 模型，隨后BERT、大規模 GPT 模型等技術接連問世，標志著大語言模型時代的到來。2023 年，GPT-4 和 AutoGPT的發布掀起了基于大語言模型的人工智能體研發熱潮。與傳統模型不同，這些智能體能夠通過自主執行任務和管理復雜流程，在生成式人工智能、項目管理和知識圖譜等領域展現出強大的潛力。AutoGPT、MetaGPT、BabyAGI 等項目的爆發，使人工智能體不僅具備更強的任務處理能力，還推動了大語言模型從單純的對話系統向通用問題解決方案的邁進。與此同時，全球廠商競相開發開放式大語言模型生態，為人工智能體的多元化應用提供了廣闊舞臺，進一步加速了從大語言模型到通用人工智能體的進

16、化。未來人工智能體將向著多模態學習、動態適應和實時決策等技術方向發展，提升其感知、理解和決策能力。多模態學習通過對齊文本、圖像、語音等不同數據類型，使人工智能體能夠綜合處理不同形態的信息，增強其對現實世界的理專業就是實力 精準就是品牌6未來產業研究2025 年第 1 期解，拓寬輸入輸出帶寬，從而推動其在自動駕駛和機器人操作等復雜交互與決策場景中的應用。動態適應技術結合強化學習和增量學習方法，通過實時分析環境變化和人機交互，使人工智能體能夠動態調整參數、更新策略或選擇最優路徑。實時決策技術的發展要求人工智能體在算法上搭載支持實時數據流處理的框架，在系統架構上融入邊緣計算和分布式計算的思想，從而在

17、復雜、不確定的場景中實現低延遲、高精度的決策，靈活響應環境變化。人工智能體正逐步拓展更多行業領域，并在不同領域中發展垂直領域的大模型，提供高度定制化的解決方案。當前人工智能體更多應用于第三產業或作為一種“新奇玩具”，未來將向工業制造、建筑、軍事、醫療、家庭、康養等多層級、多方面領域延伸，推動行業深度變革。例如，產業大模型在制造、物流、金融、醫療等領域取得突破性進展，顯著提升了行業效率和數字化水平。如盤古鋼鐵大模型在寶鋼的熱軋生產線上線后，鋼板成材率提升 0.5%，每年可多生產 2 萬噸鋼板，增收 9000 多萬元。此外，在高爐爐況優化單個場景，預計每年也可為寶鋼降本超過 10 億元。這些垂直領

18、域模型通過大模型與小模型的銜接、新舊模型的結合，展現了強大的賦能作用。人工智能體的發展正向構建多人工智能體協作和即時部署的產品理念邁進，通過協作與分工提升系統效率、適應性和魯棒性，催生新型應用模式。多人工智能體協作是指多個智能體共同分擔任務，通過通信與協調在動態環境和復雜任務中實現更高效的決策與執行，相較于單一智能體，其在應對大規模任務和復雜問題方面展現出顯著優勢。預計到 2035 年，基于多智能體的市場將以近 50%的年復合增長率增長。此外，人工智能體技術還衍生諸如人工智能體即時部署的新形態應用，該部署方式使企業或個人能夠按需租用定制化智能體完成數據標注、內容審核、財務建議等任務，大幅降低成

19、本并提升效率，為產業生態注入更多創新動能。本期主題：人工智能體（AI Agent）應用現狀挑戰及建議7未來產業研究2025 年第 1 期（三）發展人工智能體的戰略意義發展人工智能體是深化人工智能研究、實現通用人工智能這一技術終極目標的重要路徑。人工智能體作為感知、決策、學習和交互能力的綜合體，為復雜任務提供了任務驅動的實驗平臺，助力通用人工智能研究。人工智能體的發展還揭示了智能演化的路徑：從單一智能體完成特定任務到多智能體通過協作實現復雜目標，最終邁向具備自主學習和跨領域適應能力的通用人工智能。這一過程為構建通用人工智能提供了哲學基礎和演進藍圖。此外，人工智能體的發展為研究倫理與安全問題提供了

20、新視角。通過多智能體系統的協作與競爭研究，可以探索沖突管理、價值對齊和行為規范等關鍵問題，為通用人工智能的安全性和可控性探索奠定基礎。發展人工智能體技術不僅推動了其廣泛應用，也是大語言模型技術持續更新迭代的驅動力，更是實現大語言模型產業落地的關鍵點。盡管大語言模型解決了過去人工智能在自然語言理解和生成方面的不足，但仍在場景適配性、任務執行能力和可靠性方面存在局限。人工智能體作為理想的應用形式，不僅能擴展大語言模型的任務能力，還能提升其穩定性和實用性。通過人工智能體技術，大語言模型能夠快速實現落地應用，在實際運營中降低初期開發和迭代成本，幫助企業以較低的投入快速部署系統，同時通過人工智能體的實際

21、表現，收集真實場景數據以優化模型參數，增強大語言模型在具體場景中的適應性和精準性。人工智能體是產業升級的“催化劑”，發展人工智能體既能推動人工智能賦能新型工業化，又能培育新模式新業態。首先，人工智能體的發展催生了新型產業模式，打造了新的經濟增長點。圍繞人工智能體產業鏈，涌現出一批涵蓋模型服務、數據存儲、工具庫與框架設計等領域的新興企業，推動了智能技術產業鏈的繁榮。其次，人工智能體可以優化諸如工業制造、物流運輸和能源供應等傳統產業的業務流程，降低生產成本，提高生產效專業就是實力 精準就是品牌8未來產業研究2025 年第 1 期率。最后，人工智能體的發展加速了科技創新，推動了產業鏈的整體升級。在醫

22、療、生物、材料等領域，人工智能體助力知識發現和技術迭代，例如，協助藥物研發縮短了新藥開發周期，并推動智能制造領域的自動化進程，全面帶動上下游產業鏈升級，助力經濟高質量發展。二、人工智能體發展動向與應用場景布局（一）全球各主要經濟體人工智能體發展動向全球主要經濟體競相在人工智能體領域積極布局，特別是在智能助手、自動化與決策支持系統等應用方向。中國結合自身制度優勢，通過政策支持、資金引導和技術投入，加速人工智能體在智能制造、智慧城市和自動駕駛等領域上的落地應用；美國在人工智能體的研發和產業化進程中保持領先地位，尤其在自然語言處理、深度學習與大規模模型應用方面不斷突破，推動了像 GPT 系列、Aut

23、oGPT 等技術的應用與創新；歐盟則強調人工智能體的倫理與法律框架，設立多重監管機構和倫理研究工作組，推進基于人工智能的決策支持系統在公共服務、醫療健康和環境管理等領域的應用，確保技術的發展符合社會責任和可持續性目標。表 2 世界主要經濟體人工智能體技術發展動向經濟體中國美國歐盟政策特點政府主導、產業協同、技術研發推動產業升級市場驅動、創新應用、全球化合作倫理先行、社會責任、跨國合作、法規先行重點發展方向通過推動制造業智能化轉型、自動駕駛技術的發展以及在健康醫療領域的智能體應用，著力提升產業自動化、智能化水平。專注于高科技行業應用，推動人工智能體在金融、醫療、國防及智能服務領域的創新與自主性提

24、升，推動技術與市場驅動的發展。著重于倫理合規和可持續性發展，推動人工智能體在公共服務、環境監測與健康醫療領域的應用，確保技術的透明性、安全性與道德合規。指導部門工業和信息化部、國家發展和改革委員會、科技部、網絡安全審查技術與認證中心等美國國家標準與技術研究院、美國聯邦貿易委員會、美國國防部、美國隱私保護局等歐洲委員會、歐洲數據保護委員會、歐洲標準化委員會、歐盟人工智能辦公室等本期主題：人工智能體（AI Agent）應用現狀挑戰及建議9未來產業研究2025 年第 1 期中國通過政策支持、資金引導和技術支持等方式推動人工智能體在制造業、自動駕駛和健康醫療等領域的應用，同時加強技術突破和倫理規范建設

25、，推動人工智能體的規范化發展。具體應用方面，人工智能體與具身智能技術結合，推動生產線自動化與智能化，提升機器人自主決策能力；在自動駕駛領域，人工智能體承擔感知、決策和執行任務，助力技術進步；在健康醫療領域，人工智能體可以用于智能診斷、輔助治療和個性化健康管理。政策建設方面，中國采取政府引導與產業協同的理念，通過建立支持性政策并引導長期資本和耐心資金支持，推動人工智能體研發以及產業落地。2017 年發布的新一代人工智能發展規劃明確提出，到 2030 年中國將在人工智能領域實現世界領先，人工智能體作為關鍵組成部分被納入國家科技發展藍圖。倫理與規范方面，中國政府各相關部門積極出臺有關數據產權、隱私保

26、護等倫理合規類文件，例如2019年發布的 人工智能倫理規范強調數據隱私保護與算法透明性，2024 年發布的國家人工智能產業綜合標準化體系建設指南則規范了智能體的技術要求，推動人工智能體的規范化發展。美國在科技、金融和軍事等高科技行業推廣人工智能體應用，以市場驅動為主要理念，結合政府政策引導，推動人工智能體的研發迭代和產業落地，同時設立相關機構完善倫理規范和監管框架。具體應用方面，美國科技巨頭如谷歌、亞馬遜、微軟等推出大量創新型人工智能體應用，包括語音助手、聊天機器人等，提升用戶體驗，推動科技提升服務體驗；金融行業則通過經濟體中國美國歐盟合規與發展指導文件新一代人工智能發展規劃人工智能倫理規范數

27、據安全法國家人工智能產業綜合標準化體系建設指南（2024 版）等美國人工智能倡議人工智能技術及標準報告算法透明性法案隱私保護法案等歐洲人工智能戰略歐洲人工智能倫理指導原則人工智能法案人工智能創新包與 GenAI4EU 倡議等資料來源：賽迪研究院整理專業就是實力 精準就是品牌10未來產業研究2025 年第 1 期人工智能體技術，推動智能投顧、金融分析和風險評估等服務，提高決策效率和服務質量；軍事與國防領域，美國國防部和軍工企業加速推進人工智能體在軍事應用中的創新，如自動化無人機和智能戰場分析系統等，提升軍事決策與執行效率。在政策推動方面，美國政府高度重視人工智能技術的全球競爭力，并通過美國人工智

28、能倡議加速人工智能研發和應用的推廣，該倡議旨在加強基礎研究，推動人工智能在經濟、國防、醫療等重要領域的應用，并致力于制定相關技術標準，確保人工智能的發展符合倫理和法律要求。在倫理和規范方面，美國也在積極推進人工智能的監管框架建設。人工智能倫理委員會提出，要制定透明、公正和安全的算法規范，確保人工智能體的行為符合社會倫理標準，保障數據隱私和用戶安全。歐盟在推動人工智能體應用方面，重點關注公共服務、環境監測、健康醫療等領域，強調技術的透明性、安全性與倫理合規。具體應用中，歐盟特別重視智能政務、自動化公共安全監控和智慧城市管理，推動人工智能體在環境監測、氣候變化應對及能源管理等領域的應用；在健康醫療

29、方面，人工智能體廣泛應用于老人護理、健康監測和個性化醫療服務。在政策和資金支持方面，歐盟通過制定戰略與法規推動人工智能發展，并通過“地平線 2020”等資金支持項目加速技術進步。2018 年發布的歐洲人工智能戰略為成員國提供了共同的技術發展框架，目標是到 2030 年成為全球人工智能領域的領導者。2021 年，歐盟推出全球首個綜合性人工智能法規人工智能法案，重點確保諸如自動駕駛、醫療、司法等高風險領域的技術透明性、安全性和道德性。在倫理與合規方面，歐盟于 2024 年啟動了人工智能創新包，支持初創企業和中小型企業開發符合歐盟價值觀的人工智能技術。該計劃包括GenAI4EU 倡議與歐洲人工智能辦

30、公室，旨在為歐洲的 14 個工業生態系統和公共部門創造新應用，涵蓋機器人、健康、氣候變化等領域。歐洲人工智能辦公室還在成員國范圍內推動人工智能法案的實施，開本期主題：人工智能體（AI Agent）應用現狀挑戰及建議11未來產業研究2025 年第 1 期發評估人工智能模型能力的工具和標準，確保技術合規發展。（二）人工智能體典型應用場景分類與實踐人工智能體的應用場景廣泛，隨著人工智能技術的不斷發展，其覆蓋場景將更加廣泛，在各個行業中的應用也將更加深入。在制造業中，人工智能體能夠優化生產調度流程并進行質量控制。在自動駕駛領域，人工智能體可以承擔實時數據分析和決策制定，提升車輛的安全性和駕駛體驗。人工

31、智能體在家庭生活中也展現出巨大的潛力，能夠作為智能助手幫助用戶管理家務、提供個性化娛樂推薦、控制智能家居設備等。在醫療領域，人工智能體不僅能輔助醫生進行診斷和治療，還能在患者護理中提供實時監控和健康管理。在教育領域，人工智能體可以作為智能輔導員，提供定制化的學習建議，幫助學生提升學習效率。在金融行業，人工智能體能夠進行風險評估、投資分析以及客戶服務，為投資者和企業提供更加精準的決策支持。此外，人工智能體還廣泛應用于公共服務、客戶支持、法律事務等多個領域，通過自動化和智能化手段提升工作效率和服務質量。圖 3 人工智能體在不同任務中被采納的比例，自上至下依次為研究綜述、個人助手、客服、代碼編寫、數

32、據轉換、人機交互娛樂、其他資料來源：LangChain專業就是實力 精準就是品牌12未來產業研究2025 年第 1 期三、人工智能體的技術棧與產業鏈人工智能體技術棧與產業鏈共同構建了從技術支持到行業應用的完整生態體系。技術棧提供核心技術支持，涵蓋模型服務、存儲、工具與庫、框架以及托管與服務等多環節組件。模型服務是人工智表 3 人工智能體應用場景分類應用場景場景描述智慧政務數字干警將使得警務工作更加高效和智能，警員能夠通過人工智能體處理繁瑣的日常任務，自動化案件管理、數據分析和報告生成，提升案件處理速度和準確性，同時減輕警員的工作負擔。智能能源人工智能體可以自動獲取電網故障信息，進行故障分析，生

33、成報告，并優化工作流程，減少人為錯誤，提高電力服務的可靠性。物流和供應鏈管理人工智能體可以自動執行物流數據分析任務，替代傳統的人工計算和報表制作流程，提升數據分析效率和準確性。通過自適應的數據語義治理和邏輯編織，人工智能體能夠彌合技術語言與業務語言之間的差異，確保數據質量和一致性，優化數據流通。醫療保健人工智能體可以通過集成醫學知識庫，幫助醫生快速檢索并獲取最新的醫學信息和指南。通過大模型技術與知識圖譜的結合，人工智能體能夠高效處理臨床疑問，進行多輪意圖識別和術語標準化，提升交互智能化水平。商務營銷人工智能體可以通過大模型技術和智能體架構，提升業務知識檢索效率和營銷話術生成水平，幫助客戶經理快

34、速獲取政企產品、營銷案例和業務推薦等關鍵信息。工程維保人工智能體可以通過智能調度和聯動運維系統、工具和平臺，幫助運維工程師和管理者提供個性化的支持，如故障監控、效能評估、自動化運維等。智能汽車人工智能體通過多智能體架構，可以為用戶提供更加智能和個性化的座艙體驗。通過智能助手進行任務規劃和復雜任務處理，如停車、守衛、服務管家等，還能主動提供服務和優化駕駛體驗。商務分析人工智能體通過大模型技術，可以自動化處理和分析大量的非結構化數據，提升商機識別的效率和準確性。人工智能體能夠進行商情數據打標、洞察分析和報告生成，快速識別潛在商機，生成數據分析報告，并為決策提供有力支持。資料來源：賽迪研究院整理本期

35、主題：人工智能體（AI Agent）應用現狀挑戰及建議13未來產業研究2025 年第 1 期能體的核心，通過大語言模型提供的接口進行推理服務。存儲部分則支持人工智能體的有狀態管理，例如使用向量數據庫存儲對話歷史和記憶。工具與庫使得人工智能體能夠調用外部函數并通過工具庫擴展其功能，而框架則負責協調大語言模型的調用并管理人工智能體的狀態，支持多種記憶管理和跨人工智能體的通信技術。最后，人工智能體托管和服務通過接口將人工智能體部署為本地或云基礎設施上的服務，降低其在生產環境中的部署復雜度。表 4 人工智能體技術棧組成部分及代表產品技術名稱技術描述代表產品模型服務模型服務技術通過付費 API 或開源平

36、臺提供大語言模型的推理引擎支持，允許開發者在生產環境中高效調用和部署模型。OpenAI、Anthropic、Together.AI、vLLM、阿里巴巴達摩院大模型存儲存儲技術通過向量數據庫和傳統數據庫提供持久化記憶和數據存儲支持，使人工智能體能夠管理對話歷史、外部數據源及記憶，以增強生成和檢索能力。Chroma、milvus、Pinecone、Neon、Supabase、阿里云向量數據庫工具與庫工具與庫技術使得 AI Agents 能通過結構化輸出調用外部工具和函數，并通過統一的 API 和沙盒環境實現跨框架兼容和安全執行。M o d a l、E 2 B、M e m G P T、composi

37、o、阿里云機器學習平臺框架框架技術通過管理人工智能體的狀態、上下文窗口、跨智能體通信和記憶處理，實現對大語言模型的協調和優化，提供靈活的多人工智能體協作和擴展能力。Letta、LangGraph、AutoGen、LlamaIndex、crewai、Semantic Kernel、阿里云 TensorFlow智能體托管與服務智能體托管與服務技術通過將人工智能體部署為云端或本地服務，利用接口進行訪問，解決狀態管理、安全執行和環境依賴等挑戰，以實現大規模生產級應用。Letta、LangGraph、Assistants API、Amazon Bedrock Agents、阿里云 AI 服務平臺資料來源

38、：賽迪研究院整理專業就是實力 精準就是品牌14未來產業研究2025 年第 1 期從產業鏈角度看，人工智能體涵蓋垂直應用層、平臺框架層和算力層。在垂直應用層，人工智能體被廣泛應用于金融、招聘、營銷、供應鏈、數據分析、AI 個人助手、醫療等領域，提供定制化解決方案，例如金融行業的商機分析、營銷領域的智能客戶服務、醫療領域的智能診斷助手等，推動了行業智能化升級。在平臺框架層，企業級人工智能體平臺幫助企業快速部署智能體，提高業務效率，而開發者工具提供便捷的框架支持，簡化開發流程并增強應用擴展能力。算力層則由百度智能云、華為云等提供強大的云計算資源，支撐人工智能體的訓練與推理，保障其高效運行和可擴展性。

39、四、人工智能體廠商動向（一）國外廠商動向作為首家發布大語言模型的公司，OpenAI 在人工智能體技術領域率先布局，引領并擴展人工智能體的平臺生態，實現了商業模式表 5 人工智能體產業鏈各層級及代表產品產業鏈層級功能細分層級代表產品算力層人工智能體的運行依賴于強大的算力支持，包括云服務和分布式計算資源。阿里云、華為云、火山引擎、亞馬遜云服務平臺框架層以智能化企業服務為核心，這類平臺通過統一的框架和功能集成，幫助企業快速部署人工智能體，提高業務效率。企業級人工智能體平臺匯智智能、釘釘、紀 元 AI、聯 匯、WorkMagic、TYRION AI開發框架專注于為開發者提供開放的工具集和接口，簡化人工

40、智能體的構建流程。開發者人工智能體平臺與框架扣子、天工 AI、智普 AI、文心智能體平臺、邏輯智能垂直應用層人工智能體在金融、招聘、營銷、供應鏈、數據分析、個人助手、法律、教育、醫療等多個行業領域中廣泛應用。不同企業針對各自的技術特點和行業需求開發出了定制化的人工智能體解決方案。金融Easy Link招聘用友、大易營銷Better Yeah供應鏈壹沓科技數據分析AlgForce.ai個人助手Kimi資料來源：賽迪研究院整理本期主題：人工智能體（AI Agent）應用現狀挑戰及建議15未來產業研究2025 年第 1 期與用戶體驗的創新。在技術方面，OpenAI 持續優化智能體對文本的理解與生成能

41、力。從 GPT 到最新的 GPT-4，OpenAI 在文本生成、理解以及復雜任務的處理上始終保持領先。這些技術成果不僅可應用于日常聊天機器人，還支持寫作、編程、數據分析等多種專業用途。此外，OpenAI 通過 DALL-E 系列推進了高質量圖像生成技術，可以快速生成高質量圖像，用于創意設計和多媒體內容生產。同時，OpenAI 推動了多模態語言處理系統的發展，其Whisper 模型提供了強大的語音識別、翻譯和理解能力，支持多語言交互和內容處理。在平臺生態擴展方面，OpenAI 推出了 GPT Store，構建了一個類似 App Store 的開放平臺。開發者可以基于 OpenAI 的技術創建、分

42、享并銷售定制化的 ChatGPT 或行業特定版本的 GPT 應用（即 GPTs）。這一布局旨在吸引更多開發者參與生態建設，進一步擴展 OpenAI 的應用場景。同時，OpenAI 建立了插件平臺，支持開發者靈活擴展 ChatGPT 的功能，從而滿足不同業務需求，為未來人工智能體的廣泛應用提供了靈活適配的解決方案。在商業模式與用戶體驗的創新上，OpenAI 通過 GPT Store，使開發者能夠快速發布和銷售針對特定任務或行業優化的定制化應用。通過開放 API，OpenAI為開發者和企業提供了從語音到圖像生成的全面支持，無需高門檻即可整合人工智能功能。此外，通過GPT Plus 和訂閱模式，Op

43、enAI 還為愿意付費的用戶提供更高效的服務，實現用戶與企業互利共贏。IBM 在智能軟件領域具有深厚的研究基礎，作為老牌技術領先公司，依托長期以來與客戶建立的穩固關系，致力于推動 WatsonX 人工智能平臺及其上的人工智能體發展。IBM 借助 Watson 平臺的自然語言理解技術，精準解讀用戶查詢和意圖，并提供基于上下文的深度洞察。同時，該平臺支持多云環境的集成，包括公有云、私有云和本地數據中心，提供靈活的部署選擇。通過 Watson 平臺，IBM 幫助企業構建定制化的人工智能體，優化決策、運營和市場策略，加速行業的數字化轉型。WatsonX 平臺包含多專業就是實力 精準就是品牌16未來產業

44、研究2025 年第 1 期個核心產品，分別針對不同的應用場景。WatsonX.ai 提供人工智能模型的訓練、驗證、調試和部署能力，能夠根據不同需求和場景優化流程，提高工作效率。WatsonX.data整合企業數據，支持人工智能應用的開發與分析，同時幫助企業管理和保護信息資源，確保數據的高效性 和 安 全 性。WatsonX.assistant 提供人工智能客服解決方案，廣泛應用于市場和客戶支持領域，通過自然語言交互優化客戶體驗并提升業務 效 率。WatsonX.governance 提 供人工智能應用程序的監管與管理工具，通過透明化和審計機制，增強人工智能應用的可靠性與信任度。從行業覆蓋來看，

45、IBM 已在金融、制造、醫療等多個領域與企業建立了深厚的合作關系，提供定制化的數字化解決方案，并在多個國家和地區廣泛布局。這些努力幫助企業實現了數字化轉型與效率提升，也鞏固了 IBM 在人工智能領域的市場地位。亞馬遜云科技專注于人工智能服務和云服務，通過人工智能體技術推動其人工智能與云服務的商業價值。亞馬遜云科技宣布了一系列面向其開發平臺亞馬遜 Bedrock 的更新，包括支持在設計中嵌入多種大語言模型，同時引入了諸如模型測試評估、本地調試等新功能。在人工智能體開發方面，亞馬遜云科技推出了亞馬遜 Bedrock Agent 智能體開發平臺。這一平臺支持基于大語言模型構建人工智能應用，能夠滿足企

46、業在復雜任務中的多種需 求。Bedrock Agent 的 功 能 覆 蓋自然語言交互、任務流程支持、安全性保障和語義優化等多個方面。通過自然語言交互功能，企業可以通過簡單的語音或文本命令與智能體進行實時互動；任務流程支持功能則通過動態接口調用，幫助企業高效處理多步驟任務；安全性保障功能為客戶數據和隱私提供全面保護，確保符合企業合規要求；語義優化功能則通過智能流管理和模型優化，進一步提高結果的準確性和有效性。此外，亞馬遜云科技還推出 Amazon Q 企業級生成式人工智能體，專為企業定制化開發設計。Amazon Q 不僅支持流暢的人機對話，還能夠深度集成企業內部的數本期主題：人工智能體（AI

47、Agent）應用現狀挑戰及建議17未來產業研究2025 年第 1 期據和系統，幫助員工完成內容生成、問題解決和任務指導等工作。該平臺通過與 Amazon QuickSight 和Amazon Supply Chain 等 工 具 的 結合，進一步增強了企業在業務流程優化中的能力。（二）國內廠商動向扣子是字節跳動推出的新一代人工智能體開發平臺，旨在快速、低門檻地搭建個性化的人工智能體，并支持一鍵發布至豆包、飛書、微信等多種渠道。2023 年 12 月，扣子在海外上線，成為繼豆包之后字節跳動正式推出的第二款對話應用。2024 年 2 月，字節跳動將正式推出國內版扣子，這是一款專為快速創建、調試和優

48、化 AI 聊天機器人設計的平臺，極大簡化了人工智能應用程序的開發流程。2024 年 4月，扣子將支持搭載其他公司開發的國內大模型，如月之暗面的 Kimi智能助手，以及阿里的通義千問、通義萬相等，進一步增強平臺的靈活性與兼容性?？圩泳邆鋸姶蟮墓δ軆瀯?，能夠通過鏈接工作流中的多個大語言模型節點，實現內容的多次審視和修正，提升生成結果的質量。此外，扣子還支持豐富的工具調用，能夠對復雜任務進行拆解，并通過連接不同的工具節點實現任務的精細編排和執行。這種設計雖然編排難度較高，但能力上限也更高，且結果具有更高的確定性。此外，扣子還支持簡化設計多專家系統，讓用戶僅需關注復雜任務中的專家角色，而無需精確設計每

49、個流程和協作關系，從而實現雜項任務的分支處理。雖然這種設計編排難度較低，且結果上限較高，但由于不固定的流程設計，結果可能存在一定的不確定性。釘釘 AI 助理市場是阿里云與釘釘推出的新一代人工智能體服務平臺，致力于通過構建人工智能體商店打造全場景、多渠道的智能助手生態。2023 年 4 月，釘釘上線通義大模型，并發布了首款 AI 助手錦釘，為辦公領域提供智能服務。同年 8 月，釘釘在全球開發者大會上宣布推出 AI PaaS 化服務，允許開發者基于釘釘大模型快速構建和部署智能體應用，為業務提供數智化工具支持。2023 年 11 月，釘釘上線 AI 智能辦公方案，覆蓋 17 類專業就是實力 精準就是

50、品牌18未來產業研究2025 年第 1 期智能場景，從會議記錄到流程審批，顯著提升辦公效率和自動化水平。2024 年 4 月，釘釘正式上線AI Agent Store，首批上線 200 余款AI 助手，覆蓋政企、教育、醫療等多個行業場景，為用戶提供更便捷的個性化服務。釘釘的 AI Agent Store 具備強大的開放性和生態整合能力，通過技術升級實現從 Copilot到 Agent 的智能躍遷，支持語音對話、智能寫作、多模態分析等多種功能。此外，平臺通過開放接口支持與第三方工具的深度集成，實現不同企業場景的智能化落地和高效協作。該平臺不僅加速了人工智能應用的普及，也為企業提供了從開發到運營的

51、全生命周期支持，推動人工智能體技術在產業中的廣泛應用。百度致力于人工智能技術的研發與應用，通過文心智能體平臺推動人工智能技術在各行業中的廣泛應用。作為百度在人工智能領域的核心布局，文心智能體平臺依托強大的文心大模型系列，包括旗艦模 型 ERNIE 3.5 和 ERNIE 4.0，以及輕量化版本 ERNIE Speed、Lite和 Tiny，滿足不同場景的需求。為了幫助開發者快速創建、優化并部署人工智能應用，百度推出了三大核心工具：AgentBuilder、AppBuilder和ModelBuilder。其中，AgentBuilder 是一款智能體開發工具，旨在降低開發門檻，讓用戶能夠輕松創建智

52、能體并應用于各種業務場景。該工具支持自然語言交互、任務自動化和數據分析等功能，幫助企業構建行業定制化智能體，滿足從客戶支持到復雜業務分析等多樣化需求。AppBuilder 是百度為人工智能應用開發設計的低代碼工具，專注于快速開發和高效部署。AppBuilder 內置豐富的接口和功能模塊，大幅簡化了開發流程，讓開發者可以專注于功能實現，而無需關心底層架構。該工具適用于多個場景，包括個性化推薦、客戶支持和內容生成，助力企業快速構建和上線人工智能應用。ModelBuilder則為開發者提供了強大的模型定制與優化能力。通過結合超細粒度調優技術，ModelBuilder 能夠針對特定任務對模型進行微調，

53、顯著提升模型的準確性和適用性。該工具支本期主題：人工智能體（AI Agent）應用現狀挑戰及建議19未來產業研究2025 年第 1 期持多種模型定制選項，包括輕量化模型的快速部署，適用于資源受限場景，以及大規模模型的深度優化，用于復雜任務的高性能應用。五、人工智能體發展的挑戰（一）人工智能體的開發尚未形成成熟的生態環境人工智能體的發展面臨工具市場缺失、開發者社區活躍度低、接口標準不統一以及支持與服務體系不完善等多重挑戰。依托成熟的開發與應用生態環境，開發者能以低成本實現人工智能體合理調用各類軟硬件工具以完成復雜豐富的任務的設計初衷，降低設計成本和難度，推動其產業化落地。首先，工具市場的缺失是一

54、個顯著的問題。盡管市面上已經涌現出諸如 ChatGPT Plugin 等平臺，試圖通過集成外部數據源和功能來擴展人工智能體的能力，但接口資源的不足和描述的不清晰性仍然限制了其應用效果。特別是在國內，與歐美相比，企業服務 API 生態的不成熟和開放性不足，使得開發者在尋找合適工具時面臨困難，進而影響了人工智能體的開發進度和成本。其次，開發者社區的活躍度也是衡量一個生態成熟與否的重要標志。一個活躍的社區能夠匯聚大量的開發者智慧，促進技術的交流與分享，推動人工智能體的不斷創新與完善。然而，在當前的人工智能體領域，盡管有一些專業的社區存在，但整體而言，社區的活躍度、參與度和貢獻度仍有待提升。再者，調用

55、接口人工智能體之間互相調用的接口是確保人工智能體能夠跨平臺、跨系統運行的關鍵。目前的人工智能體的發展趨向于用一個智能體解決通用的所有問題，而單一人工智能體未必能在垂直領域有足夠深刻的理解。由于技術標準的不統一和接口規范的缺失，不同的人工智能體之間往往難以實現無縫對接和協同工作。這不僅增加了開發的復雜性，也限制了人工智能體的應用范圍。最后，缺乏一個完善的支持與服務體系也是制約人工智能體落地的重要因素。在人工智能體的開發、部署和應用過程中，開發者往往需要面對各種技術難題和實際問題。然而，由于支持與服務體系的不足，開發者在遇到問題時往往難以得到及專業就是實力 精準就是品牌20未來產業研究2025 年

56、第 1 期時、有效的幫助和支持。（二）人工智能體的經濟效益暫不明顯人工智能體在推進落地的過程中面臨高昂的研發運營成本和缺乏穩定付費用戶導致的雙重挑戰，這一困境主要由兩大核心要素共同作用而形成。首先，從成本層面分析，人工智能體技術作為前沿科技的代表，其研發與部署尚處于初級階段，這意味著需要投入大量資源。人工成本方面，包括高級算法工程師、數據科學家等專業人才的薪酬支出占據了相當大的比例；同時，研究過程中所需的算力成本也不容忽視，高性能計算資源的消耗隨著模型復雜度的提升而急劇增加，這些都構成了高昂的運營成本。其次，從收益角度來看，人工智能體面臨的另一大挑戰是缺乏長期穩定的企業付費用戶群體。這一現象的

57、成因復雜多樣：一方面，由于技術新穎性，許多潛在用戶可能尚未充分認識到智能體所能帶來的經濟價值和競爭優勢，或者對其效能持保留態度，導致市場需求的培養和轉化需要時間；另一方面，即便智能體在某些應用場景下展現出了相較于傳統生產方式略微提升的經濟效益，但這種優勢若不夠顯著，企業出于對現有流程、習慣的依賴，以及對變革可能帶來的不確定性和風險的規避，往往傾向于維持現狀，不愿輕易調整或升級其生產模式。（三）人工智能體的應用場景存在較大限制從技術可行性角度來看，人工智能體目前在開放復雜的動態環境中表現欠佳，而在封閉可控的場景中效果更為突出。開放性高的場景往往具有更復雜的動態環境和不確定性，這會顯著降低人工智能

58、體的表現效果。反之，封閉性強的場景通常具備明確的規則和結構化數據，人工智能體的應用效果更為突出。以法律助手場景為例，由于法律知識的動態更新和演變以及區域間法律體系的差異性，該場景呈現出較高的開放性。此外，相關法律信息的調用接口可能存在時延性或不完整性，導致人工智能在處理實時性要求較高的任務時難以勝任。因此，盡管目標是打造全面輔助律師工作的智能助手，目前的技術實本期主題：人工智能體（AI Agent）應用現狀挑戰及建議21未來產業研究2025 年第 1 期現多局限于基礎功能，例如自動文檔整理、初步的案例檢索和篩選。這些功能雖然能顯著提升律師的工作效率，但遠未達到智能協作的理想水平。相比之下，出行

59、預訂場景則顯得更為封閉和可控。該場景的核心元素（如機票、酒店、交通等）相對固定，且通常配備標準化、豐富的 API 接口。例如，通過整合航空公司、酒店供應商和第三方平臺的數據，人工智能體能夠實現高效的用戶需求解析、價格比對和行程優化。六、啟示與建議（一）統一人工智能體定義與行業標準，推動產業規范化發展推動各相關部門共同制定人工智能體的統一定義，明確其核心屬性、功能范圍及與其他人工智能技術的區別，建立行業共識。一是圍繞這一統一定義，組織開展相關標準的制定工作，涵蓋人工智能體的技術標準、性能評估、倫理規范、產品質量等內容。二是通過標準的引領作用，推動行業內的技術創新和市場應用，促進人工智能體的規范化

60、、可持續發展。三是結合行業實際需求，逐步完善人工智能體產品的檢測與認證機制，確保其質量和安全性，為行業提供清晰的技術指導和操作依據。（二）優化人工智能體生態體系，構建多方協同創新平臺為了促進人工智能體技術的廣泛應用，應推動建立完善的人工智能體生態系統。一是加強數據資源與算力基礎設施建設，搭建開放共享的平臺，推動人工智能體在各類應用場景中的數據共享與資源互通。二是建立行業協會，促進產業鏈上下游企業的合作與交流，形成強有力的行業聯盟。三是推動人工智能體與自動駕駛、智能制造、智慧城市等行業的深度融合，打造具有協同效應的跨領域生態。通過多方合作與共建，形成人工智能體的技術創新與應用推廣合力，推動產業健

61、康發展。（三）依托標準推進典型應用推廣，形成行業發展清單基于統一的行業標準，積極推進人工智能體在各領域的應用示范和案例推廣。一是通過征集行業內外的成功應用案例，形成覆蓋多個專業就是實力 精準就是品牌22未來產業研究2025 年第 1 期行業和應用場景的“人工智能體應用清單”。將清單作為行業標桿，展示人工智能體在實際應用中的效果和前景，為政策制定者、企業和投資者提供決策依據。二是鼓勵各類企事業單位按照標準進行創新，推動人工智能體技術的進一步成熟與應用。通過典型案例的推廣，提升社會各界對人工智能體的認知度，推動其在多個行業的廣泛應用。（四）加強政策支持與保障，構建長效發展機制為了保障人工智能體行業

62、的可持續發展，必須從政策、資金、人才等方面提供全方位支持，構建人工智能體行業發展的長效機制，推動行業向更高層次發展。一是政府應加大政策引導和資金扶持力度，設立專項基金，支持具有創新潛力的人工智能體研發項目。通過稅收優惠、投資補貼等形式，鼓勵企業加大研發投入，推動技術成果轉化與產業化。二是加強行業監管，建立完善的安全、倫理和合規體系，確保人工智能體技術在合規框架內健康發展。三是注重人才培養和引進，通過教育培訓、國際合作等途徑，提升人才儲備，為行業發展提供持續的人力支持。（五）加大核心技術攻關，突破人工智能體發展瓶頸人工智能體的發展離不開核心技術的突破。一是政府與行業應加大對感知、推理、運動控制、

63、人機交互等人工智能體關鍵技術的研發投入與攻關力度，支持跨學科的科研合作，推動理論研究與技術開發的深度融合。二是通過國家重大科技專項、企業創新資金等多渠道投入，加快基礎研究與技術應用的轉化速度，打破當前技術瓶頸。三是鼓勵企業參與國際合作，借力全球技術力量，在關鍵領域實現技術引領，推動人工智能體的技術創新和產業化進程。（作者：鐘新龍、王聰聰、高旖蔚）賽迪研究院未來產業研究編輯部編 輯 部：賽迪研究院通訊地址：北京市海淀區萬壽路27號院8號樓12層郵政編碼：100846聯 系 人：王 樂聯系電話：010-68200552 13701083941傳 真：0086-10-68209616網 址：電子郵件：