从Google与Anthropic看2025 Agent势不可挡的爆发——AI时代的入口
01
阅读了几篇系统讨论AI Agent的文章，选了2篇（来自Google与Anthropic）来思考探讨。
本文分别简要讨论这两篇（在03、04展开），并融合我的个人思考。
我们去看一看真正的AI时代——AI Agent（我更倾向于叫做智能体而非AI代理）
02
毫无疑问我们都认为下一个风口是AI。
在经历了过去两年生成式AI的发展后，AI Agent正在成为行业新的焦点。
虽然基础模型仍在持续演进，但不少创业公司在这场烧钱竞赛中被巨头们收购，业界也已对AI领域“模型与应用并重”的高成本特征达成共识。
从2024年初AI Agent概念广泛传播，到下半年许多AI应用的出圈（如NotebookLM、Cursor、HeyGen等），再到12月中旬500美元一个月的Devin的全面开放标志着“第一个真正意义上“的智能体诞生，大模型的重要性毋庸置疑，但似乎它的作用地位在不断被抽象和封装，逐渐成为一个基础设施。
互联网时代有操作系统和浏览器等构建起了我们的网络生态。如今，聊天机器人的产品形态从来没有被认为是AI的最终形态。
那么智能体会是AI时代的一个入口吗？
目前，各方都看好2025 AI Agent的全面爆发。
03
Google的白皮书：智能体的架构与核心逻辑
1 | 来自谷歌在九月份发布的名为“Agents”的42页白皮书，最近在X和领英上被熟知：https://media.licdn.com/dms/document/media/v2/D561FAQH8tt1cvunj0w/feedshare-document-pdf-analyzed/B56ZQq.TtsG8AY-/0/1735887787265?e=1736985600&v=beta&t=pLuArcKyUcxE9B1Her1QWfMHF_UxZL9Q-Y0JTDuSn38 |
如果你还不太了解AI Agents，这篇论文值得精读。
智能体不仅是更智能的模型——
谷歌强调了智能体的自主性，着重定义了”独立于人类干预进行行动“。实际上，我认为这一点尤其重要。
之所以认为AI是新时代的一个重要因素是普遍认可它能够提高生产力，这一点是前几次工业革命的相同点。
谷歌认为，AI Agent与传统LLM有区别，尽管他们本质上还是基于大模型，但LLM局限于从训练数据中学到过时的内容，而且只能解决表面的问题（或者说是形而上的）。相比之下，智能体能够与外部进行交互并真正地执行任务，影响现实。
“在传统模型中，知识仅限于其训练数据中可用的内容，”论文指出。“通过工具与外部系统的连接，智能体扩展了这种知识。”
我简单举个例子。当语言模型成为一个厨师，它只会教导如何做菜；而智能体呢？毫无疑问，他会做出饭来，他能够自主决策并去执行。
我们看到了智能体将带来的变化，他能够根据任务通过整合推理和执行以达成目标，他可能成为一种数字工作者，处理复杂的流程，Devin就是如此。
智能体拥有强大的执行逻辑——
实际上，智能体的核心并不简单是LLM，而是基于此构建出的”编排层“架构，其中包含了推理、规划和决策。这个架构允许智能体在执行中更新信息，完善后再去执行，不断迭代。
智能体也可以使用工具与RAG——
现在，很多chatbot都增加了很多功能包括搜索等，而智能体毫无疑问同样可以通过调取API整合复杂的逻辑。甚至，他可以自己决策调用什么，如何去调用，因为他自己可以去访问网站，只要他被允许这么做，你可以在Devin中看到。
RAG（检索增强生成）允许智能体在数据不足的情况下查询外部数据源，可以是你自己的文档、知识库等，你需要将其结构化或向量化。
推理模型——
论文中没有提到的一点，但我认为将会变成促进智能体发展很重要的一点：推理模型。
由于白皮书是在9月份发布的，而o1与o3都在后续发布。o3的能力已经超过绝大部分人类，只要成本打下来，绝对极大推动智能体的发展。期待中国公司的努力。
为什么这么说，因为推理的进步本身就可以极大优化谷歌提到的”编排层“架构，包含推理、规划和决策。
论文中同样提到了一些Agent构建框架的使用，就不具体展开了。
04
Anthropic：如何构建有效的智能体
1 | 来自Anthropic的“Building effective agents”：https://www.anthropic.com/research/building-effective-agents |
这篇文章并不长且干货很多，建议全文精读。
一直都很喜欢Anthropic的网站风格，包括他们的文章。（难道是因为被Claude夸吗？最近关于Claude附和用户的吐槽很多）
这一篇文章的主题就如标题一般“构建有效的智能体（代理）”，更加侧重于实践。
严谨的定义——
在这篇文章中，Anthropic给出了一个对于Agents很客观全面的定义（Agent被翻译为代理）：
代理开始工作，要么是来自人类用户的命令，要么是与人类用户的交互式讨论。一旦任务明确，代理将独立规划和操作，可能需要返回人类用户以获取更多信息或判断。在执行过程中，代理在每一步都需要从环境中获取“事实真相”（例如工具调用结果或代码执行）以评估其进度。代理可以在检查点或遇到阻碍时暂停以获取人类反馈。任务通常在完成时终止，但也可以包括停止条件（例如最大迭代次数）以保持控制。
简化优先——
Anthropic提出了大多数情况下复杂的Agent是不需要的，解决我们的需求的成功在于构建符合需求的系统，而非单纯追求复杂性，他们强调了复杂是需要牺牲延迟和成本的。
因此，他们将代理系统分为了增强型LLM、工作流和智能体。这甚至是一个循序渐进的过程。作者指出：
在构建带有LLMs的应用程序时，我们建议寻找尽可能简单的解决方案，并在必要时才增加复杂性。这可能意味着根本不构建代理系统。
这倒是为我提供很好的参考意见。
“代理的自主性意味着更高的成本，以及累积错误的潜在可能性。”作者强调了这一点，与Google的观点还是有不同的，倒也符合Anthropic从安全出发的态度。
文章展示了5种工作流模式，简单而高效，如果你想要构建一些流程的话，建议阅读。
05
未来
读到这里，不知你有没有构建过智能体，从你的需求或者创意出发。
我在之前的文章也分享过我在构建智能体的一些想法与实践，不过他们并不是Google所指出的自主性的Agent，更像是Anthropic的增强型LLM，但这也足够解决我的需求了。
如果你还没有去实践过，那就要抓紧了。
等自主性的Agent可以被个人构建出来时，AI时代的入口大概就要来临了，那可能就是”iphone4时刻”。
来自AI总结：
1.Agent兴起
生成式AI推动了智能体的发展，AI大模型逐渐成为基础设施。2025年被看好为AI智能体全面爆发的关键年份，它可能成为AI时代的重要入口。
2.Google白皮书
强调智能体的自主性，它不仅是大模型的延伸，还能规划、决策和执行任务，与外部交互。智能体通过编排层架构和工具调用，解决实际问题并不断迭代优化。
3.Anthropic实践指南
提倡构建简单、高效的智能体。智能体自主性虽重要，但复杂性带来高成本和累积错误风险。建议逐步增加复杂性，构建适合需求的解决方案。
4.未来展望
智能体的发展将打开AI新时代的入口，个人构建自主智能体或成趋势。抓住机遇，实践是关键。