计算机行业专题：AIAgent，海外创新企业的再次自我革命.pdfVIP

目目录录

CONTENTS

01AIAgent：底层技术愈发成熟，

算力成本降低开启产业化篇章

产业进程：国内外科技厂商共振，

02

场景化AIAgent落地加快

商业成效：Agent用户粘性增强，

03商业模式完善实现初步兑现

投资建议和

04

风险提示

请务必阅读正文之后的信息披露及法律声明。2

01AIAgent：底层技术愈发成熟，

算力成本降低开启产业化篇章

1.1、AIAgent：感知环境，自主行动，更广泛的人机融合

1.2、大模型：实现复杂任务规划，推理的ScallingLaw时刻

1.3、算力：国内外算力保障供给，Agent推理成本有望下降

请务必阅读正文之后的信息披露及法律声明。3

11..11AAIAgeIAgenntt：：感知环境，自主行动，更广泛的人机融合感知环境，自主行动，更广泛的人机融合

AIAgent是一种能够感知环境、进行决策和执行动作的智能实体，具备通过独立思考、调用工具去逐步完成给定目标的能力，可拆解为大模型+规划+记忆+工具使

用四个组成部分。例如，与每一步都需要人工输入的传统人工智能工具不同，AutoGPT代理可在后台持续工作。它们会根据所规划的目标开展行动，并可自主运行。

大模型：充当Agent的大脑,配合规划、记忆、工具高效完成任务。

规划：子目标和分解，Agent将大任务分解为较小、可管理的子目标，使其能够有效处理复杂任务；反思和完善，Agent可以对过去的行为进行自我批评和

自我反思，从错误中学习，并为未来的步骤进行完善，从而提高最终结果的质量。

记忆：短期记忆，所有的上下文学习都是利用模型的短期记忆进行学习；长期记忆，这为Agent提供了在长时间内保留和回忆（无限）信息的能力，通常

通过利用外部向量存储和快速检索来实现。

工具：学会调用外部API以获取模型权重中缺失的额外信息（经常在预训练后难以更改），包括当前信息、代码执行能力、访问专有信息源等。

AIAgent带来更广泛的人机融合。基于大模型的Agent不仅可以让每个人都有增强能力的专属智能助理，还将改变人机协同的模式，带来更为广泛的人机融合。智

能体（Agent）模式中，人类设定目标和提供必要的资源（例如计算能力），然后AI独立地承担大部分工作，最后人类监督进程以及评估最终结果。

图表：LLM驱动下的AIAgentSystem概览图表：人类与AI协同的三种模式

人类AI人类AI人类AI

人类完成绝大部分工作人类和AI协作工作AI完成大部分工