- Agent智能體元年的陣痛與躍遷
- 2025年09月12日來源：證券時報
提要：2025年被認為是“AI智能體元年”。隨著各廠商密集發布AI智能體，Agent似乎開始廣泛走向終端落地。但熱潮背后，早期“爆款”產品也遭遇了用戶關注度下降甚至影響續費率的尷尬。
2025年被認為是“AI智能體元年”。隨著各廠商密集發布AI智能體，Agent似乎開始廣泛走向終端落地。但熱潮背后，早期“爆款”產品也遭遇了用戶關注度下降甚至影響續費率的尷尬。
與此同時，在今年開源模型的推動下，智算一體機品類再度受到高度關注，被視為大模型落地的“最后一公里”。而使用者依然存在對其應用過程中出現幻覺、安全與合規等方面的深層焦慮。
Agent在今年到底落地到了什么程度？智算一體機的高關注度，又能為Agent注入怎樣的動能？產業界正在尋求更優答案。
AI智能體疾馳
從創業公司立足推出AI Agent產品，到越來越多基礎大模型廠商開始發布帶有智能體功能的平臺或產品，今年Agent形態開始正式走向大眾市場。
“2025年被廣泛認為是‘AI智能體（Agent，也稱“代理AI”）元年’。行業普遍認為，代理型AI是今年及未來的關鍵技術趨勢。”Gartner研究副總裁孫鑫對21世紀經濟報道記者指出，總體來看，2025年標志著代理型AI走向主流化。這些智能體正從簡單輔助工具進化為復雜、協同的生態系統，將深刻改變企業自動化復雜任務和決策的方式。這需要戰略性投資專業AI技術，促進跨部門協作，并堅持倫理治理，以充分發揮其中潛力。
2025年Agent產品迭代正出現新的變化，孫鑫對記者分析，集成代理型AI的產品將提供更個性化、主動且流暢的用戶體驗，這要求產品團隊重新思考設計與開發策略，融合智能體驅動的解決方案；同時，投資重點逐漸轉向適應垂直行業和多模態輸入的專業模型，由此提升智能體表現。
在此支持下，企業將建立完善的監測和反饋系統，推動智能體能力的不斷優化。而面向代理型AI的開發和部署需要IT、產品管理、客戶服務及治理等多個職能部門緊密合作；也不能忽視治理、隱私與倫理問題。
然而，此前一度驚艷市場、“一碼（邀請碼）難求”的部分明星Agent產品似乎后續走入“高開低走”的困境。
在孫鑫看來，一些爆火的Agent產品用戶興趣下降和續費率低迷，主要原因要從產品能力、市場策略等方面剖析。
“比如許多廠商存在‘Agent Washing’現象，將一些自動化程度低的傳統產品簡單重新命名為AI智能體，夸大其功能。這導致用戶期待過高，但實際體驗不符，引發失望，進而降低興趣和續費意愿。”他進一步指出，此外，缺乏明晰且可預期的定價結構，讓用戶難以理解產品成本，增加了續費和長期使用的顧慮。
他還提到，如果產品帶來的效率或效果提升無法顯著優于現有方案，就容易讓用戶失去興趣。而部分Agent產品在使用和集成過程中，還存在對用戶要求較高的情況，也影響了用戶采納和續訂。
針對今年各家廠商積極研發Agent產品的趨勢，孫鑫提出建議：優先提升產品的用戶交互體驗，開發更加直觀、具備上下文感知和自然語言交互能力的智能體；同時嵌入透明的AI治理框架和安全機制；還需針對高價值場景設計專業化解決方案，從而促進采納率和續費率提升。
智算一體機驅動
除了智能體形態產品正逐漸落地之外，今年AI應用市場另一個備受關注的方向是智算一體機。尤其在年初DeepSeek持續推動開源模型降本增效背景下，借力智算一體機讓部分行業更快擁抱AI技術正成為重要趨勢。
長遠來看，一體機的落地迭代也有望進一步促成Agent產品的更好優化。
孫鑫對21世紀經濟報道記者分析，隨著智能計算機與邊緣側全棧生成式AI（All-in-One GenAI Stack）的集成，智算一體機在邊緣的快速發展將顯著加快AI智能體的發展與迭代。
具體來說，他對記者指出，在智能計算機具備先進的處理能力，可在本地完成復雜計算，減少延遲、提升Agent的響應速度和實時決策能力，支持更快功能迭代。同時，邊緣設備的獨立運行能力使Agent能夠自主完成任務，實時從環境中學習并調整行為。
“全棧GenAI能支持多種數據類型，如文本、音頻、視頻等，由此可以增強Agent對上下文的理解和交互能力。而且，智能計算機可以為Agent提供持續的環境數據，進而形成反饋閉環。”孫鑫補充道，而在開發過程中，集成的GenAI開發工具將降低開發難度，推動Agent快速進行原型設計和迭代。
不僅是Agent單體能力提升，讓多個Agent進行協同工作，最終統一輸出答案也是當前落地趨勢之一。邊緣智算一體機就能支持多個Agent協作，形成更強大、有效的多智能體系統，進一步提升Agent處理復雜任務的能力。
“整體來看，邊緣側智能計算設備與全棧生成式AI的集成，為Agent的快速發展和迭代創造了理想環境，將推動更強大、自主、高效的智能體系統，顯著提升企業業務流程和用戶體驗。”孫鑫總結道。
對于備受詬病的模型幻覺問題，他對記者分析，當前行業已經在落地階段性解決方案。這包括多個維度，例如構建負責任的AI框架，制定開發和部署AI規范、提升透明度和問責性等；而促使幻覺產生的一個重要原因是數據質量不佳，AI廠商也在注重提升相關能力；還可采用“人機閉環”機制，由人工審查模型輸出結果，尤其在高風險場景中幫助發現和糾正錯誤內容，提高整體準確率。
從未來演進策略角度，他進一步告訴記者，未來模型迭代預計將引入更先進的訓練技術，降低幻覺率，包括使用更豐富、高質量和多樣化的數據集，增強模型理解和生成能力等。當然，針對特定行業或任務定制領域專用模型將越來越多，這也可以提高性能并減少幻覺。
“隨著AI使用法規趨嚴，組織需要采納安全部署措施，推動針對幻覺管理和倫理使用的標準化流程建立。”孫鑫補充道，AI服務交付在未來將依靠技術供應商、數據工程師、監管機構等多方協作，以此來提升AI系統整體安全性和可靠性。
金融+AI的攻與守
從具體行業實踐來看，在AI大模型技術快速迭代過程中，金融被認為是極具潛力的落地行業之一。但同時，該行業的特殊屬性，令其應用AI技術過程中也面臨大量挑戰。
Gartner全球金融行業分析師顏晶分析指出，銀行確實嘗到了采用AI的“甜頭”，但更大范圍的規模化價值兌現仍面臨三道高墻——預算、人才與規劃。同時，智能體（Agentic AI）的演進正打開下一幕：從被動問答到主動決策，銀行服務的底層邏輯將被重塑。
從金融行業目前部署AI的進展來看，Gartner認為，到2026年，全球銀行業至少30%的生成式人工智能項目將在概念驗證（POC）后因數據質量差、預算限制、缺乏專業知識或商業價值不明而被放棄。
目前，銀行在核心業務部署生成式AI的腳步仍然緩慢，據Gartner統計僅10%，相比之下，非核心業務部門的部署率相對高很多。這反映出，銀行業更希望在見效快、風險低或易標準化的部門，率先部署AI。
總結目前的掣肘，顏晶指出，根據Gartner統計，2024年金融機構為AI相關技術投入的預算僅占總支出的4%。這背后是考慮到合規和監管壁壘、開發AI產品高昂的研發成本、風險收益不成正比等因素。“根據VISA實驗室公布的一項數據，如果想降低反欺詐AI的誤報率，每降低1%，VISA就要增加300%的算力投入。因此目前對很多金融機構來說，這是一件性價比不太高的事。他們更希望等到‘技術、法規和市場’這三角都成熟之后，才更愿意對AI投入加速。”
人才缺乏是傳統行業迎接新技術時都會面臨的挑戰。相比之下，AI初創公司或科技巨頭無論從企業文化還是薪資等方面都更具吸引力。
更隱蔽卻重要的是潛在的“失敗規劃”：數據孤島、成本估算不合理、POC陷阱，讓大量項目倒在從實驗階段到落地的“死亡谷”中——許多銀行用理想化的小數據集跑出95%精準度，一旦切回真實環境，性能驟降20%以上；前期預算只考慮到GPU訓練費用，上線后才發現在持續運維、數據更新方面仍要進行投入。
當然金融機構正著手應對。顏晶舉例道，在技術層面，可通過采用MoE混合專家模型、模型蒸餾等技術，將大模型的能力下沉到更適合特定場景的小模型中，在保證性能的同時控制成本。在數據治理方面，需要打破部門墻，建立企業級的高質量、高合規數據底座。同時應積極參與監管沙盒，在合規框架內創新。
現階段來說，AI技術已經在銀行業多個領域創造了可量化的價值：AI自動化了大量重復性高、規則性強的任務，如報告自動生成、單據審核等；結合OCR圖像識別與生成式AI技術，能智能化處理大量文件，縮短業務辦理時間；AI模型還能實時分析交易行為識別異常模式，在消費行為發生顯著偏離時及時預警。
在今年“智能體元年”的背景下，AI技術在金融領域的應用也逐漸從“工具”向“代理”演進。Gartner認為，其發展可分為四個階段。
最初是基于規則引擎或自然語言處理，處理簡單的問答任務，可稱之為“對話智能體”，其應用也面臨較大局限性；到2024年演進到“AI助手”階段，可以幫助銀行內部員工處理更復雜的對話，甚至幫助撰寫部分報告；進入2025年正在見證“自主AI智能體”的興起，其能在極少人工干預下，做簡單的決策如貸款初審，但最終仍需人工復核。
銀行業當前正探索的是下一階段的“代理體AI”，未來其有望改變銀行的服務模式，甚至創造出新產品或商業模式。
“Agentic AI是未來最有變革影響力的一種技術，而且它在未來兩年內，就非常有可能實現市場化。”顏晶分析道，成功的Agentic AI部署需要從模型架構、數據、硬件協同三方面共同推進，建議金融界可以從“短期落地、長期探索”兩個維度探索，短期可聚焦對低風險場景的自動化；長期隨著模型能力提升，可探索構建全面的風險傳導鏈分析模型。
從整體趨勢來說，孫鑫對記者表示，Gartner預計到2028年，約33%的企業軟件應用將內嵌代理型AI，而2024年這一比例不足1%。此外，15%的日常工作決策將由這些智能體自主完成，2024年幾乎為零。這表明AI系統正向具備獨立決策、規劃和執行能力的方向演進，應用于各行各業。而代理型AI市場預計將經歷重大變革，包括市場整合和大規模部署。
“未來三到六年內，專家型智能體將興起，其專注于面向復雜的領域特定工作流程，提升運營效率和決策能力。”他續稱。
版權及免責聲明:
1. 任何單位或個人認為南方企業新聞網的內容可能涉嫌侵犯其合法權益，應及時向南方企業新聞網書面反饋，并提供相關證明材料和理由，本網站在收到上述文件并審核后，會采取相應處理措施。
2. 南方企業新聞網對于任何包含、經由鏈接、下載或其它途徑所獲得的有關本網站的任何內容、信息或廣告，不聲明或保證其正確性或可靠性。用戶自行承擔使用本網站的風險。
3. 如因版權和其它問題需要同本網聯系的，請在文章刊發后30日內進行。聯系電話：01083834755 郵箱：news@senn.com.cn
