甲子光年2024年AIAgent行业报告60页

大模型时代的“APP”，探索新一代人机交互及协作范式出品机构：甲子光年智库智库院长：宋涛撰写分析师：刘瑶、胡博文发布时间：2024.42024中国AI Agent 行业研究报告注：AIGC生成内容亦对本报告有贡献CONTENTS目录Part 01前世今生：科幻憧憬、学术概念与商业尝试Part 02奇点已至：让每个人掌握AI的力量Part 04时代先驱：当下商业实践值得关注的里程碑Part 05潜力无限：来自于数据、算法、算力的飞轮效应Part 03百家争鸣：属于大模型时代的APP繁荣AI Agent的发展历程梳理：大模型赋予了AI Agent核心改变Agent（代理）一概念起源于哲学，描述了一种拥有欲望、信念、意图以及采取行动能力的实体。在人工智能领域，这一术语被赋予了一层新的含义：具有自主性、反应性、交互性等特征的智能“代理”。大型语言模型（LLMs）的出现为智能代理的进一步发展带来了希望。基于符号规则基于统计学习基于深度学习基于大模型LLM给AI Agent底层提供了一个突破性技术方案：LLM带来了深度学习新范式，思维链和强大的自然语言理解能力有望让Agent 具备强大的学习能力和迁移能力，从而让创建广泛应用且实用的Agent成为可能LLM的框架优势：过去等强化学习基于深度学习框架可让Agent学到技能，但Agent的泛化性较差，往往用于非常窄的特定领域，例如用在游戏或低维层面的控制或计划，标志性应用是围棋领域的AlphaGo。•长期以来，研究者们一直在追求与人类相当、乃至超越人类水平的通用人工智能（Artificial General Intelligence，AGI）。•在1950 年代，Alan Turing 就将「智能」的概念扩展到了人工实体，并提出了著名的图灵测试。这些人工智能实体通常被称为—— Agent（代理*）过往的工作主要集中在增强代理的特定能力，如符号推理或对特定任务的掌握（国际象棋、围棋等）。这些研究更加注重算法设计和训练策略，而忽视了模型固有的通用能力的发展，如知识记忆、长期规划、有效泛化和高效互动等。事实证明，增强模型固有能力是推动智能代理进一步发展的关键因素。*Agent 术语的中文译名并未形成共识，有学者将其翻译为智能体、行为体、代理或智能代理，目前行业出现的“代理”和“智能代理”均指代Agent，后由于2023年Ope