今天小編分享的互聯網經驗：智能體時代，AI正從“神壇”走向“人間”，歡迎閱讀。
文 | 伯虎财經，作者 | 楷楷
從通用大模型到行業大模型，人工智能的新風口開始吹到了 AI 智能體 ( AI Agent ) ，AI 開始從 " 神壇 " 走向 " 人間 "。
近日，多個科技巨頭都帶來了以 " 智能體 " 為代表的 AI 應用，螞蟻集團發布了三款 AI 新品并推出獨立 AI 原生 App" 支小寶 "，同時啟動支付寶智能體生态共建計劃，推出智能體開發平台 " 百寶箱 "；
騰訊元寶品牌智能體專區正式上線，首批邀請了 11 家合作夥伴入駐，包括同程、微盟、華潤三九等，共同打造精品 AI 智能體應用生态；OpenAI 也被曝計劃在今年秋天推出代号 " 草莓 " 的全新 AI，對進一步打造智能體具有重要意義。
科技巨頭的新動作似乎都在傳遞一個信号，那就是在 AI 商業化的過程中，服務于普通大眾的 " 智能體 " 正在成為行業普遍看好的應用方向。
在智能體加速落地的當下，圍繞 " 應用 " 的競争也将變得更加激烈，不同企業該如何卡位競争？想要打造智能體的 " 超級生态 "，大家還需要往哪個方向努力？
01 科技巨頭卷向 " 智能體 "
随着 ChatGPT 的爆火，" 智能體 " 概念開始引起行業的廣泛關注，它就像曾經存在于科幻片中的智能助手，可以根據人類的指令來執行任務，并通過搜索、分析、調研實現自主理解，最終不斷優化反饋内容。
但 AI 的發展并不能一蹴而就，在過去一年，各大科技企業先是圍繞通用大模型進行了一場争分奪秒的較量，目前為止，中國 10 億參數規模以上的大模型數量已超 100 個。
但在 " 百模大戰 " 之後，科技企業都開始面臨同一個困境，那就是通用大模型要找到适合自己的應用場景，其實并沒有那麼容易，随着同質化應用不斷增多，甚至還有點 " 雞肋 "。
于是，各大科技企業開始加快對智能體的探索。去年，比爾蓋茨談到了對人工智能的展望，他提到智能體會改變每個人與電腦互動的方式未來人們将不再需要為不同的任務使用不同的應用程式，只需通過自然語言告訴設備想要做什麼。
百度董事長李彥宏也在今年的公開場合中多次提到 " 智能體 "，他表示智能體是生成式 AI 的未來趨勢，不僅能對話，還具備反思和規劃能力。
從通用大模型到行業大模型，科技企業都試圖用大模型能力來賦能行業和場景，但要精準洞察企業和用戶的需求并不容易，一不小心就會變成 " 為創新而創新 "。
但 " 智能體 " 的出現意味着科技企業開始 " 反客為主 "，不再聚焦于如何挖掘需求，而是用 AI 強化用戶需求，讓他們自己提出需求，再解決需求。
目前，智能體已在教育、金融、醫療等多個行業實現落地。扎克伯格曾預言，未來智能體或達到數十億，最終數量可能超過人類。
不過，國内智能體領網域雖然玩家眾多，但科技企業間的競争卻是目标明确——大廠搶生态，小廠搶應用。
一方面，百度、阿裡、騰訊、字節跳動等大廠均推出了一站式智能體開發平台，比如阿裡的 " 芝士餅 AI"、字節跳動的 " 口子 "、百度文心智能體平台等。
由于互聯網大廠在用戶規模、場景矩陣有較深厚的積累，能夠借助自身在内容生态等領網域的優勢，為智能體的開發和變現提供渠道，進一步豐富智能體的發展生态。
日前，百度發布了首個智能體聯盟解決方案，其表示已經跑通了智能體生态的閉環，能夠實現智能體分發 + 變現一體化解決方案。
據百度董事長李彥宏表示，百度文心智能體平台已經吸引了 10 萬家企業、60 萬名開發者，目前，已有 18% 搜索結果由 AI 生成，智能體的日均分發量已經突破了 1000 萬大關。
另一方面，以智譜 AI、面壁智能等為代表的大模型創企，則将目标聚焦于垂直場景的智能體應用。
比如面向 C 端市場的月之暗面，推出了擅長多語言對話、長文本處理的 Kimi；面向 B 端市場的面壁智能瞄準手機、汽車等智能終端推出 MiniCPM；針對金融行業打造智能體開發平台的深擎科技等。
從實際應用層面來看，C 端智能體大多以智能助手定位為主，通常具有對話式服務、個性化服務等功能；B 端智能體則需要提供更為專業和定制化的服務，包括集成數據标注、模型微調等，以滿足企業在運營、管理、生產等方面的特定需求。
目前，也有部分大模型創企嘗試打造智能體商店或平台，Kimi 在今年 5 月上線了 Kimi+ 智能體商店，旗下有 20 多個由官方提供的智能體；釘釘則發布了 AI 助理市場，用戶可以根據自己的想法和需求打造智能體，僅一個月就有 700 多個 AI 助理上架。
不過，相較于互聯網大廠而言，大模型創企旗下的智能體商店或平台，更多還是聚焦于平台自身更熟悉的應用場景，通過智能體獲得更多用戶數據反饋，同時吸引更多新增流量，本質上還是為了幫助大模型尋找商業變現的路徑。
所以，如果說智能體會成為 AI 時代的網站，大量智能體将會形成新的 AI 生态，那麼這種 " 超級生态 " 大概率還是會在互聯網大廠中 " 開花發芽 "。
互聯網大廠憑借多年來的積累和布局，不僅擁有強大的流量，還具備了豐富的生态矩陣，以及廣泛的場景布局，可以為智能體提供強大的數據支持和應用場景，加速智能體的市場推廣和用戶接受度，最終形成一個更加智能、互聯、高效的超級生态。
02 螞蟻搶先闖入 " 生态大戰 "
因此，互聯網大廠們也把目光聚焦于智能體生态建設。比如螞蟻集團近日推出了 AI 生活管家 " 支小寶 "，主打服務型 AI 原生應用；AI 金融管家 " 螞小财 "；AI 健康管家三款 AI 新品，以及智能體開發平台支付寶 " 百寶箱 "。
移動互聯網時代，用戶需求由各種 APP 和小程式承載，各科技企業依靠開發應用來盈利，但從 APP 逐漸 " 輕量化 " 迭代至小程式這點可以看出，用戶其實并不需要那麼多 APP，甚至說厭倦被 APP 綁架的生活。
随着 AI 行業的不斷發展，未來必然會出現更自然的人機互動方式，智能體将會充當中間的溝通橋梁，App 将解構成顆粒度更小的服務，由智能體擔當智能耦合的角色，在這樣的背景下，智能體将有望成為新的流量入口，所以，提前布局智能體，對大廠的商業生态非常重要。
以螞蟻旗下的 AI 應用為例，其背靠支付寶生态而生，但它們的 AI 能力也能進一步賦能螞蟻構建更全面的智能體生态，兩者的結合将會是 "1+1＞2"。
一則，以支付寶為核心的 AI 應用具有更強的場景分發能力。支付寶在出行、政務、醫療、理财等場景均服務億級用戶，數據顯示，有 6 億用戶用支付寶看病就醫，有 5 億用戶用支付寶日常出行，這些都将成為螞蟻智能體的落地場景，以及龐大的用戶流量基礎。
以 " 支小寶 " 為例，其打通了支付寶的數字生活生态，用戶可以通過對話 " 支小寶 "，實現快速訂票、點餐、打車、查詢附近吃喝玩樂等，推動 AI 真正走入人們的生活。
二則，螞蟻為旗下的智能體生态提供了足夠的算力支持。近日，螞蟻公布了其自研的百靈大模型最新研發進展，可以直接理解并訓練音頻、視頻、圖、文等多模态數據，并通過多模态模型實現 ACT 技術，讓智能體具備一定規劃執行能力。
在業界共識中，原生多模态被認為是通往 AGI 的必經之路，能夠使 AI 更好地理解人類世界的復雜信息，也讓 AI 落地應用時更符合人類的互動習慣。
三則，發揮螞蟻集團的高效連接能力，讓智能體連接真實的商業服務。螞蟻旗下的數字金融業務可以說是千行百業的 " 毛細血管 "，本身就有成熟的商業機制和商業閉環，智能體可以借助這些管道走向實體商業，滿足個性化、深度定制化的場景和生态需求。
當然，目前具備場景、算力、連接能力的互聯網大廠，并不只有螞蟻一家，甚至可以說各家有各家的優勢。
比如百度擅長搜索，也離流量入口更近，李彥宏就曾表示，搜索是智能體分發的最大入口；字節近年也在積極布局本地生活、金融等領網域，同時憑借内容優勢吸引了大量的用戶流量。
因此，新一輪的智能體争奪戰，雖然從流量入口開始，但最終考驗的卻是企業的生态運營能力，企業前端要有足夠的場景化牽引力，内部要有流暢的場景協調能力，外部要有創新的模式，以及提供持續優化的用戶體驗，才是智能體時代優秀的 " 流量入口 "。
03 落地容易，爆款難出
雖然，科技企業都在努力成為智能體時代的 "APP STORE"，但 " 超級應用 " 依然重要，其能為大廠背後的智能體生态帶來更豐富的流量價值。
只是目前來看，智能體落地容易，但要出爆款卻很難，要讓智能體真正 " 用起來 "，并實現商業變現，成為企業開發智能體的重要挑戰。
從 B 端層面來看，近年金融、醫療等垂直領網域，都有一大批智能體應用落地，比如在金融領網域，智能體可以負責财富管理、風險評估等業務；在醫療領網域，智能體則能用于智能診療、影像判斷方面。
但在商業模式的探索上，還存在不少難題。一是醫療、金融領網域的容錯率極低， 大模型的準确性成為金融行業采用生成式 AI 的重要堵點。
二是垂直智能體與大模型的商業邏輯并不相同，前者是聚焦垂直行業，解決問題；後者則是創造需求，引來流量。不同的商業邏輯導致垂直行業智能體發展往往容易受到場景限制，很難從細分市場走向通用市場，盈利前景也有很大不确定性。
在 C 端層面，目前智能體的功能還比較單一，盡管部分智能體在特定場景下展現了一定實用性，但仍是以語言模型的應用為主，一不小心就會淪為 " 聊天機器人 "，與傳統的 app 或小程式相比并未展現出壓倒性的優勢。
當前的智能體還需要持續提升 " 思考和理解 " 能力，在内容深度和互動質量等方面做出實質性突破，才能滿足更多元化、高要求的場景融合需求。
因此，盡管當前智能體的創建門檻很低，一個用戶甚至一天就可以創建幾十個，但它目前還代替不了傳統應用市場。
或許，" 超級應用 " 還在醞釀當中，但要長出 " 花 " 來，好的土壤也是必不可少的。當前大廠們都在積極打造智能體生态，其中一個原因就是探索智能體生态的商業閉環，打通技術賦能、場景應用、流量分發幾個環節，智能體才能找到商業化的可能，" 錢景 " 必然是進一步孵化智能體生态的重要前提。
随着智能體生态的進一步豐富，智能體将具備更好的協作能力，畢竟單個智能體的理解、生成、邏輯和記憶等基礎能力始終有一定的 " 天花板 "，将智能體投入到場景協作中，它們才有望進一步 " 進化 "。
從這一點來看，或許螞蟻旗下的幾款 AI 應用不一定是市場上最 " 頂尖 " 的，但能夠率先投入到場景中來 " 實踐 "，就已經意味着它們具有更大的進化空間。
當前，中國智能體市場正處于快速發展階段，不同類企業的參與為市場注入了更多活力，但大模型能力何時能夠再提升一步，讓 " 智能體 " 真正具有想象力和創造力，恐怕還是要 " 實踐出真知 "。
