4.【慧博智能投研】AI Agent行业深度：框架拆解、应用方向、应用领域及相关公司深度梳理.docx

行业研究报告

行业研究报告慧博智能投研

行业|深度|研究报告 2023年12月11日

AIAgent行业深度：框架拆解、应用方向、应用领域及相关公司深度梳理

随着大型模型在各行各业的广泛应用，基于大型模型的人工智能体（AIAgent）迎来了快速发展的阶段。研究AIAgent是人类不断接近人工通用智能（AGI）的探索之一。随着AIAgent变得越来越易用和高

效，Agent+的产品越来越多，未来AIAgent有望成为AI应用层的基本架构，涵盖toC和toB产品等不同领域。

那么，AIAgent是什么？与其它人类与AI协同模式相比有何不同？其框架结构是怎样的？目前AI

Agent的应用方向是什么？未来哪些领域可以应用AIAgent？此外，又有哪些公司在该领域有所布局？AIAgent行业还面临哪些挑战？本篇研报将围绕以上问题展开探讨，旨在帮助读者能够了解AIAgent行业。

目录

一、AIAgent概述 1

二、AIAgent框架拆解 5

三、自主智能体：自动化，新一轮生产力革命 11

四、智能体模拟：拟人化，新的精神消费品 20

五、AIAgent应用领域 26

六、相关公司 28

七、AIAgent可能面临的挑战 33

八、参考研报 34

一、AIAgent概述

1、AIAgent概念

AIAgent（人工智能代理）是一种能够感知环境、进行决策和执行动作的智能实体。不同于传统的人工智能，AIAgent具备通过独立思考、调用工具去逐步完成给定目标的能力。比如，告诉AIAgent帮忙下单一份外卖，它就可以直接调用APP选择外卖，再调用支付程序下单支付，无需人类去指定每一步的操作。

1/34

行业|深度|研究报告 2023年12月11日

2、AIAgent对比其它人类与AI协同模式的区别

AIAgent较目前广泛使用的Copilot模式更加独立。对比AI与人类的交互模式，目前已从过去的嵌入式工具型AI（例如Siri）向助理型AI发展，目前的各类AICopilot不再是机械地完成人类指令，而是可以参与人类工作流，为诸如编写代码、策划活动、优化流程等事项提供建议，与人类协同完成。而AIAgent的工作仅需给定一个目标，它就能够针对目标独立思考并做出行动，它会根据给定任务详细拆解出每一步的计划步骤，依靠来自外界的反馈和自主思考，自己给自己创建prompt，来实现目标。如果说Copilot是“副驾驶”，那么Agent则可以算得上一个初级的“主驾驶”。

2/34

3/34

行业|深度|研究报告 2023年12月11日

3、Agent的最终发展目标为“通用人工智能AGI”

AIAgent并不是一个新兴的概念，早在多年前就已在人工智能领域有了研究。例如2014年由

DeepMind推出的引发全球热议的围棋机器人AlphaGo，也可以看做是AIAgent的一种。与之类似的还有2017年OpenAI推出的用于玩《Dota2》的OpenAIFive，2019年DeepMind公布用于玩《星际争霸2》的AlphaStar等，这些AI都能根据对实时接收到的信息的分析来安排和规划下一步的操作，均满足AIAgent的基本定义。当时的业界潮流是通过强化学习的方法来对AIAgent进行训练，主要应用场景是在游戏这类具有对抗性、有明显输赢双方的场景中。但如果想要在真实世界中实现通用性，基于当时的技术水平还难以实现。

大语言模型的浪潮推动了AIAgent相关研究快速发展，经过四大发展阶段，逐步具备了高效推理、灵活行动、强大的泛化以及无缝任务转移的能力。

发展历程：AIAgent经历了符号智能体、反映型智能体、基于强化学习的智能体、具有迁移学习和元学习功能的智能体四大发展阶段，现在已经跨入基于大型语言模型的智能体阶段。

具备的优势：大语言模型为AIAgent带来了突破性的进展，同时具备了以上四大发展阶段的优势：1）通过思维链（CoT）和问题分解等技术，基于LLM的智能体可以表现出与符号智能体相当的推理和规划能力；2）通过从反馈中学习和执行新的行动，获得与环境互动的能力，类似于反应型智能体；3）大型语言模型在大规模语料库