目錄CONTENTAI

Agent市場(chǎng)發(fā)展背景和特征分析01AI

Agent市場(chǎng)特征和案例分析02AI

Agent市場(chǎng)未來(lái)趨勢(shì)03AI

Agent市場(chǎng)發(fā)展背景和特征分析2024年中國(guó)人工智能成熟度模型前沿技術(shù)?航天航空、航?和特種汽車(chē)無(wú)人駕駛合成數(shù)據(jù)生成類(lèi)腦芯片腦機(jī)接口

人型機(jī)?人視頻生成通用人工智能（AGI）早期推廣技術(shù)?AI安全

可解釋AI大模型工程化檢索增強(qiáng)生成（RAG）通用大模型行業(yè)大模型端側(cè)AI（IOT、Edge、Mobile）基于大模型的對(duì)話(huà)機(jī)?人多模態(tài)模型AI智能體（Agent）圖像生成3D生成三維視覺(jué)LLMOps全定制芯片（ASIC）強(qiáng)化學(xué)習(xí)分布式深度學(xué)習(xí)

機(jī)?/深度學(xué)習(xí)平臺(tái)提示工程文本分析文本生成音頻生成語(yǔ)義分析知識(shí)圖譜代碼生成智能視頻編碼汽車(chē)自動(dòng)駕駛數(shù)字人/虛擬人RPAAIOps成熟技術(shù)?通用芯片（GPU）傳統(tǒng)對(duì)話(huà)機(jī)?人

機(jī)?學(xué)習(xí)OCR識(shí)別人臉識(shí)別生物識(shí)別數(shù)據(jù)挖掘推薦系統(tǒng)物體識(shí)別語(yǔ)音識(shí)別專(zhuān)家系統(tǒng)MLOps2024年中國(guó)人工智能成熟度模型準(zhǔn)成熟技術(shù)?半定制芯片（FPGA）研究說(shuō)明2023年，InfoQ研究

中心第一次發(fā)布人工

智能成熟度模型。在

這一年中，人工智能

領(lǐng)域發(fā)生了諸多變化，因此InfoQ研究中心

再次基于技術(shù)專(zhuān)利數(shù)

量、技術(shù)發(fā)展時(shí)間、

技術(shù)輿論指數(shù)等核心

指標(biāo)，結(jié)合市場(chǎng)規(guī)模

與融資事件等公開(kāi)資

料，以及技術(shù)和市場(chǎng)

專(zhuān)家的驗(yàn)證，繪制了

中國(guó)人工智能成熟度

模型。Agent銜接模型層與應(yīng)用層，是現(xiàn)階段大模型應(yīng)用落地的重要補(bǔ)充隨著中間層能力的不斷實(shí)踐和積累，相對(duì)通用和標(biāo)準(zhǔn)化的能力將從中間層中提煉集成在模型層中基于應(yīng)用的需要，中間層通過(guò)技術(shù)

形式幫助應(yīng)用層

實(shí)現(xiàn)通用模型不

具備的一些能力中間層是連接應(yīng)用層和模型層的橋梁，在現(xiàn)階段是作為大模型應(yīng)用落地能力補(bǔ)充的重要層級(jí)。隨著底層模型技術(shù)的持續(xù)進(jìn)步與演化，未來(lái)可能會(huì)出現(xiàn)模型層逐漸內(nèi)化并泛化出原本由中間層提供的部分能力。與此同時(shí)新的應(yīng)用需求還會(huì)持續(xù)出現(xiàn)。智能體，在眾多中間層中，處于中心位置，可以封裝模型微調(diào)、提示工程、檢索增強(qiáng)生成。微調(diào)用于解決預(yù)訓(xùn)練模型在特定任務(wù)上性能不足的問(wèn)題。智能體（Agent）用于解決模型在實(shí)際應(yīng)用中的交互和決策問(wèn)題。成本高適應(yīng)性高檢索增強(qiáng)生成用于幻覺(jué)和知識(shí)更新的問(wèn)題。成本低適應(yīng)性低提示工程用于解決模型對(duì)于不同任務(wù)的泛化能力不足的問(wèn)題。調(diào)用模型層應(yīng)用層中間層Agent框架持續(xù)發(fā)布，單/多智能體協(xié)同發(fā)展2023年6月2023年9月2023年12月2024年3月2024年6月單智能體多智能體BabyAGIAutoGPTHuggingGPTGenerativeAgentsGPTeam

CrewAIAgentGPTGPT-EngineerShortGPTChatDEV

AgentVerseAutoAgentsTranslationAgentAPP

AgentCAMEL

MetaGPT

AutoGen

TalkWeaver

UFODS-AgentOS

CopilotScreenAgentJATSWE-AgentDevikaSIMACradleAgentUniverseAgentHospitalSimClassTransAgent自2023年3月，以AutoGPT為代表的一系列技術(shù)框架的發(fā)布，AI

Agent以其自主性和解決問(wèn)題的能力，迅速獲得科技圈各方討論。并在之后一年多的時(shí)間中，陸續(xù)發(fā)布多項(xiàng)不同種類(lèi)的技術(shù)框架。除了使用領(lǐng)域的探索之外，單智能體和多智能體協(xié)同的兩種智能體框架，也在同步發(fā)展。2023年3月-2024年6月期間發(fā)布的典型Agent框架通用類(lèi) 環(huán)境模擬類(lèi) 軟件開(kāi)發(fā)類(lèi) 多模態(tài)類(lèi) 翻譯類(lèi) 終端交互類(lèi) 數(shù)據(jù)分析類(lèi)Agent是集大模型、數(shù)據(jù)、工具多維一體的系統(tǒng)化工程在技術(shù)框架的不斷探索中，Agent的技術(shù)框架認(rèn)知逐漸統(tǒng)一，大模型作為大腦，驅(qū)動(dòng)規(guī)劃、工具使用、記憶三大基本能力模塊指導(dǎo)行動(dòng)，智能體逐漸通過(guò)與環(huán)境、智能體和人類(lèi)交互的反饋中不斷進(jìn)化。在T-Eval大模型智能體基準(zhǔn)測(cè)試中，步驟推理（REASON）能力得分明顯落后于測(cè)試均分，這意味著推理仍是能力短板。環(huán)境感知反饋大模型記憶工具使用規(guī)劃行動(dòng)智能體智能體長(zhǎng)期記憶短期記憶任務(wù)拆解反思改進(jìn)COTPlan-and-SolveTOTGOT…ReActReflexionCRITICSelf-Refine……插件外部APIAgent通用技術(shù)框架200Yi-Chat-34BClaude2.1Qwen-72BDeepSeek-…LLaMA2-70BBaichuan2-13BMistral-7BChatGLM-6B-…GPT-4100InternLM-…

806040T-Eval均分指令規(guī)劃得分步驟推理得分T-Eval大模型智能體基準(zhǔn)測(cè)試分?jǐn)?shù)數(shù)據(jù)來(lái)源：T-Eval大模型智能體基準(zhǔn)測(cè)試，是專(zhuān)門(mén)針對(duì)智能體工具使用的全過(guò)程設(shè)計(jì)的基準(zhǔn)測(cè)試，包含：規(guī)劃（Plan）、推理（REASON）、檢索（RETRIEVE）、理解（UNDERSTAND）、指令跟隨（INSTRUCT）和審查（REVIEW）。測(cè)評(píng)結(jié)果儀表盤(pán)鏈接：https://open-compass.github.io/T-Eval/leaderboard_zh.html、/dataset-detail/T-Eval大模型「大腦」經(jīng)歷3輪主要更新，競(jìng)爭(zhēng)重點(diǎn)由參數(shù)向應(yīng)用變化???Baichuan1-2模型家族

Claude1.0-2.1DeepSeek模型家族ERNIE

2.0-4.0模型家族Gemini

1.0GLM1-3大模型家族GPT-1到4共計(jì)5個(gè)大模型混元大模型InternMLLLaMA開(kāi)源模型家族Mistral開(kāi)源模型家族Moonshot

v1Skywork書(shū)生·浦語(yǔ)模型家族天工模型家族Qwen開(kāi)源模型系列訊飛星火模型V1.0-3.0XVERSE1.0-2.0Yi開(kāi)源模型家族2024年以前發(fā)布的大模型/大模型家族國(guó)內(nèi)外大模型廠商第一輪交卷完成宣傳重點(diǎn)經(jīng)歷了從單純的模型參數(shù)到能力提升Yi-VL-34BBaichuan3訊飛星火V3.5MiniCPM-V-2Gemini

1.5Mistral

LargeClaude3DeepSeek

VLGrok-1Grok-1.5MobileVLMV2視覺(jué)語(yǔ)言模型Open-Sora

1.0MAGnetDBRXQwen1.5-MoE-A2.7BJamba2024Q1多模態(tài)模型以Sora拉開(kāi)序幕語(yǔ)言模型MOE成果積累Zamba-7Babab6.5Llama3OpenELMPhi-3

MiniQwen1.5DeepSeek-V2Yi-1.5GPT-4oYi-large豆包大模型Baichuan4GLM-4Qwen2Claude3.5

Sonnet訊飛星火V4.0InternLM2.5Vidu可靈視界一粟YiSuVeo天工3.0源2.0-M322024Q2作為智能體大腦的大模型，在短短2年時(shí)間內(nèi)，經(jīng)歷了3輪主要更新和競(jìng)爭(zhēng)重點(diǎn)的轉(zhuǎn)變。2024年第二季度，模型競(jìng)爭(zhēng)逐漸轉(zhuǎn)向在性能不打折的情況下，具備更強(qiáng)的成本效應(yīng)和快速響應(yīng)。2023-2024年主要大模型發(fā)布/更新及競(jìng)爭(zhēng)階段語(yǔ)言模型長(zhǎng)文本競(jìng)爭(zhēng)拉開(kāi)序幕模型競(jìng)爭(zhēng)轉(zhuǎn)向性?xún)r(jià)比與響應(yīng)速度現(xiàn)階段的智能體應(yīng)用，仍未長(zhǎng)出足夠的自主思考能力以應(yīng)對(duì)復(fù)雜場(chǎng)景自主思考：理想中的智能體應(yīng)具有較強(qiáng)的自主決策能力和環(huán)境適應(yīng)性。規(guī)劃與工具調(diào)用：只需設(shè)立目標(biāo)，理想中的智能體即可自主思考和規(guī)劃路徑，選擇合適的工具達(dá)成目標(biāo)。記憶：在逐漸的使用過(guò)程中，理想中的智能體可以實(shí)現(xiàn)持久的記憶和學(xué)習(xí)能力，能夠積累并保留知識(shí)經(jīng)驗(yàn)。多模態(tài)：理想中的智能體應(yīng)具備對(duì)現(xiàn)實(shí)世界的理解、模擬、反饋持續(xù)學(xué)習(xí)能力。理想中的智能體自主思考：現(xiàn)階段的Agent大多仍處在RPA的思路中，依賴(lài)人為干預(yù)和預(yù)設(shè)規(guī)則。規(guī)劃與工具調(diào)用：現(xiàn)階段的智能體在復(fù)雜場(chǎng)景下的推理能力差，只有在清晰、詳細(xì)的指令下才可以穩(wěn)定發(fā)揮。記憶：現(xiàn)階段的智能體大多局限于通過(guò)

Prompt構(gòu)建短期記憶，事實(shí)性記憶多通過(guò)

RAG來(lái)構(gòu)建。雖然大模型的上下文長(zhǎng)度上限一直在提升，但仍然缺乏在對(duì)話(huà)之外持久保存和累積知識(shí)的機(jī)制。多模態(tài)理解：現(xiàn)階段的智能體大腦仍以大語(yǔ)言模型為主，缺乏對(duì)多模態(tài)的理解?，F(xiàn)階段的智能體在Agent的理論框架中，自主思考和規(guī)劃能力是其核心特征，這也是Agent與ChatBot和Copilot等應(yīng)用的關(guān)鍵區(qū)別。然而，當(dāng)前階段的智能體實(shí)際構(gòu)建與這一理想狀態(tài)仍有顯著差距。AI

Agent市場(chǎng)特征和案例分析場(chǎng)景容錯(cuò)性情感陪伴虛擬顧問(wèn)（塔羅、星盤(pán)、八字等）訂票助手保險(xiǎn)規(guī)劃陪伴助教社交媒體運(yùn)營(yíng)口語(yǔ)教學(xué)個(gè)人法律顧問(wèn)理財(cái)顧問(wèn)醫(yī)療顧問(wèn)智能導(dǎo)購(gòu)AI游戲隊(duì)友旅行規(guī)劃應(yīng)用場(chǎng)景分析：生活類(lèi)情感陪伴場(chǎng)景先行，專(zhuān)業(yè)類(lèi)場(chǎng)景開(kāi)始試點(diǎn)生活專(zhuān)業(yè)類(lèi)場(chǎng)景生活陪伴類(lèi)場(chǎng)景世界觀體驗(yàn)（游戲、影視、小說(shuō)關(guān)鍵角色）高低低AI

Agent應(yīng)用探索程度高AI

Agent現(xiàn)階段典型應(yīng)用場(chǎng)景分析在生活陪伴類(lèi)場(chǎng)景中，AI

Agent通過(guò)對(duì)話(huà)交互形式，結(jié)合記憶模塊的能力，能夠提供更加豐富和深入的情感體驗(yàn)，這使得生活陪伴成為AI

Agent應(yīng)用探索程度較高的一個(gè)領(lǐng)域。場(chǎng)景容錯(cuò)性智能客服企業(yè)法律顧問(wèn)商家助手智能編碼企業(yè)財(cái)務(wù)助手?jǐn)?shù)據(jù)分析開(kāi)票專(zhuān)家話(huà)術(shù)專(zhuān)家營(yíng)銷(xiāo)助手招聘助手研報(bào)分析企業(yè)知識(shí)顧問(wèn)智能NPC內(nèi)容制作私域運(yùn)營(yíng)智能紀(jì)要應(yīng)用場(chǎng)景分析：企業(yè)場(chǎng)景與大模型應(yīng)用保持一致高低低AI

Agent應(yīng)用探索程度高AI

Agent現(xiàn)階段典型應(yīng)用場(chǎng)景分析企業(yè)專(zhuān)業(yè)類(lèi)場(chǎng)景應(yīng)用探索程度，與其大模型「大腦」保持相對(duì)一致，在辦公、編碼、財(cái)稅、數(shù)據(jù)分析、營(yíng)銷(xiāo)等場(chǎng)景優(yōu)先起步。對(duì)于生活專(zhuān)業(yè)類(lèi)場(chǎng)景而言，受限于早期的工具生態(tài)、服務(wù)監(jiān)管和尚未清晰的盈利模型，AI

Agent應(yīng)用探索程度普遍較低。企業(yè)專(zhuān)業(yè)類(lèi)場(chǎng)景產(chǎn)品發(fā)展早期階段，四大類(lèi)廠商各顯神通廠商類(lèi)型升級(jí)路徑產(chǎn)品形態(tài)InfoQ研究中心在對(duì)市面上對(duì)外服務(wù)的AIAgent產(chǎn)品進(jìn)行研究后，發(fā)現(xiàn)其背景主要分為大模型創(chuàng)業(yè)廠商、互聯(lián)網(wǎng)科技廠商、RPA/流程自動(dòng)化廠商和數(shù)字化企業(yè)服務(wù)商。數(shù)字化企業(yè)服務(wù)商依托自身長(zhǎng)期積累的垂類(lèi)領(lǐng)域或行業(yè)的Know-how，實(shí)現(xiàn)企業(yè)內(nèi)數(shù)字化系統(tǒng)的功能升級(jí)Agent作為一個(gè)功能組件，內(nèi)置進(jìn)數(shù)字化系統(tǒng)RPA/流程自動(dòng)化廠商依托自身長(zhǎng)期積累的企業(yè)內(nèi)流程自動(dòng)化落地經(jīng)驗(yàn)，為客戶(hù)提供更智能化的產(chǎn)品和服務(wù)Agent技術(shù)思路集成進(jìn)原有RPA產(chǎn)品互聯(lián)網(wǎng)科技廠商借助自身大模型以及AI云服務(wù)，為客戶(hù)提供完整的AI技術(shù)解決方案AI

Agent應(yīng)用市場(chǎng)

&開(kāi)發(fā)平臺(tái)大模型創(chuàng)業(yè)廠商借助自身大模型技術(shù)基礎(chǔ)，滿(mǎn)足企業(yè)大模型技術(shù)實(shí)際應(yīng)用需求AI

Agent應(yīng)用市場(chǎng)

&開(kāi)發(fā)平臺(tái)廠商優(yōu)勢(shì)對(duì)大模型具有技術(shù)前瞻視角AI生態(tài)建設(shè)完整；

用戶(hù)基礎(chǔ)好，產(chǎn)品迭代快速在流程自動(dòng)化領(lǐng)域積累的大量成功落地經(jīng)驗(yàn)與原有數(shù)字化系統(tǒng)深度集成，

API聯(lián)動(dòng)生態(tài)完善代表廠商Dify、瀾碼科技、面壁智能等百度、火山引擎、騰訊等來(lái)也科技、實(shí)在智能等用友、金蝶、標(biāo)普云、數(shù)勢(shì)科技等多種Agent構(gòu)建方式滿(mǎn)足不同技術(shù)水平、不同場(chǎng)景的用戶(hù)需求基礎(chǔ)構(gòu)建方式進(jìn)階構(gòu)建方式代碼構(gòu)建開(kāi)發(fā)平臺(tái)通常也提供通過(guò)sdk等純代碼形式，進(jìn)行智能體開(kāi)發(fā)自然語(yǔ)言一鍵構(gòu)建用戶(hù)通過(guò)簡(jiǎn)短的自然語(yǔ)言輸入，開(kāi)發(fā)平臺(tái)自動(dòng)解析生成智能體相關(guān)配置百度

AgentBuilder模擬學(xué)習(xí)構(gòu)建用戶(hù)在軟件中演示操作，開(kāi)發(fā)平臺(tái)自動(dòng)學(xué)習(xí)生成直接使用/通過(guò)內(nèi)置模版構(gòu)建構(gòu)建方式 用戶(hù)技術(shù)要求 場(chǎng)景復(fù)雜度用戶(hù)使用內(nèi)置預(yù)設(shè)好的模版進(jìn)行構(gòu)建頁(yè)面示意標(biāo)普云-

Bpai智能財(cái)稅法咨詢(xún)復(fù)雜智能體構(gòu)建用戶(hù)自行設(shè)置智能體名稱(chēng)，提示詞、組件、知識(shí)庫(kù)等能力模塊構(gòu)建，也可通過(guò)可視化工作流拖拽構(gòu)建雖然產(chǎn)品形態(tài)各異，但在構(gòu)建和使用方式上，AI

Agent產(chǎn)品均支持根據(jù)內(nèi)置模版構(gòu)建、復(fù)雜智能體構(gòu)建和代碼構(gòu)建三種基礎(chǔ)構(gòu)建方式，以滿(mǎn)足不同技術(shù)水平的用戶(hù)需求。此外，雖然大多數(shù)產(chǎn)品支持自然語(yǔ)言一鍵構(gòu)建方式，但受限于現(xiàn)有大腦的任務(wù)拆解和規(guī)劃能力，仍

可以視為一種“面向未來(lái)”的構(gòu)建方式。釘釘-AI助理百度智能云-千帆

AppBuilder火山引擎-扣子

COZE有自研模型的平臺(tái)類(lèi)Agent產(chǎn)品更傾向于不接入第三方大模型根據(jù)InfoQ研究中心不完全統(tǒng)計(jì)，在19款具有自研模型的Agent產(chǎn)品中：接近70%不支持第三方大模型垂直類(lèi)Agent產(chǎn)品更傾向于只支持自研模型垂直類(lèi)Agent產(chǎn)品多會(huì)在自研模型的基礎(chǔ)上構(gòu)建。這可能是因?yàn)椋耗芨玫剡M(jìn)行模型微調(diào)，更好地適應(yīng)特定行業(yè)和領(lǐng)域的任務(wù)需求提高對(duì)核心技術(shù)的掌控力數(shù)據(jù)安全和隱私保護(hù)的要求但近期存在小范圍的轉(zhuǎn)變傾向2024年5月起，扣子除了自研云雀（后改名豆包）大模型外，陸續(xù)開(kāi)放支持通義千問(wèn)、Minimax-abab系列模型、月之暗面

Moonshot、智譜GLM-4、百川智能

Baichuan4等多家國(guó)內(nèi)大語(yǔ)言模型。2024年5月，百度智能云旗下千帆

AppBuilder在問(wèn)答模型中引入多款開(kāi)源模型。2024年6月，釘釘宣布對(duì)所有大模型廠商開(kāi)放。開(kāi)發(fā)者在釘釘上創(chuàng)建AI助理時(shí)，除了默認(rèn)的通義大模型外，還可以依據(jù)自身需求，選擇不同廠商的大模型。Agent產(chǎn)品是否支持第三方大模型逐漸出現(xiàn)分化68.4%對(duì)于Agent產(chǎn)品來(lái)說(shuō)，有自研模型更傾向于不接入第三方模型，但近期有小范圍的轉(zhuǎn)變傾向。平臺(tái)類(lèi)Agent：涵蓋智能體創(chuàng)建、發(fā)布使用到管理的全過(guò)程智能體名稱(chēng) 設(shè)定提示詞形象設(shè)置 對(duì)話(huà)設(shè)置模型選擇 知識(shí)輸入工具選擇 記憶設(shè)置工作流設(shè)置 預(yù)覽調(diào)試超市/商店網(wǎng)頁(yè)端 API調(diào)用微信公眾號(hào)、小程序等微信生態(tài)抖音、飛書(shū)等其他生態(tài)關(guān)鍵數(shù)據(jù)看板

權(quán)限管理數(shù)據(jù)分析（用戶(hù)、對(duì)話(huà)、行為）平臺(tái)類(lèi)Agent一般以智能體為核心以智能體開(kāi)發(fā)和應(yīng)用平臺(tái)，提供圍繞智能體各個(gè)環(huán)節(jié)的服務(wù)（創(chuàng)建、調(diào)試、發(fā)布、使用和數(shù)據(jù)分析等關(guān)鍵流程和功能點(diǎn)）。平臺(tái)類(lèi)Agent的構(gòu)建廠商多為大模型大模型創(chuàng)業(yè)廠商和互聯(lián)網(wǎng)科技廠商，例如百度、火山引擎、有騰訊、Dify等，也有部分?jǐn)?shù)字化企業(yè)服務(wù)商涉足，例如彩訊股份。平臺(tái)型Agent典型功能以智能體為核心AgentBuilder已經(jīng)有60萬(wàn)開(kāi)發(fā)者、

10萬(wàn)企業(yè)AppBuilder已有15萬(wàn)+客戶(hù)通過(guò)千帆

AppBuilder開(kāi)發(fā)AI原生應(yīng)用（截至2024年6月）扣子COZE估算約有2萬(wàn)+Bot騰訊元?圍繞騰訊內(nèi)容生態(tài)，構(gòu)建1000+智能體應(yīng)用平臺(tái)類(lèi)Agent：工具數(shù)量和類(lèi)型不足，工具生態(tài)正在構(gòu)建初期技術(shù)框架中的工具在平臺(tái)類(lèi)Agent產(chǎn)品存在多種叫法：插件、組件等，但其本質(zhì)都是將大模型「大腦」的思考轉(zhuǎn)化為具體行動(dòng)和執(zhí)行的重要橋梁。目前支持的工具類(lèi)型包含信息檢索、文件讀取等，數(shù)量和類(lèi)型覆蓋范圍不夠廣，仍處在工具生態(tài)建設(shè)初期。人類(lèi)創(chuàng)造工具及其使用規(guī)則

Agent通過(guò)工作流按既定規(guī)則適用工具01人類(lèi)創(chuàng)造足夠多的工具生態(tài)

Agent根據(jù)情況選擇可使用的工具搭配02Agent自行創(chuàng)造工具人類(lèi)提供反饋和最終決策03人類(lèi)參與度Agent參與度使用工具工具構(gòu)建工具生態(tài)構(gòu)建反饋決策選擇工具創(chuàng)造工具當(dāng)前階段由平臺(tái)開(kāi)發(fā)者直接提供，通常與核心功能深度集成，穩(wěn)定性和兼容性較高，更新和維護(hù)也更有保障。由其他開(kāi)發(fā)者自行上傳，平臺(tái)通常會(huì)對(duì)其商用性、安全性進(jìn)行審查，但第三方工具是工具生態(tài)的重要組成部分。目前絕大多數(shù)平臺(tái)類(lèi)Agent提供官方工具直接使用，第三方工具生態(tài)正在搭建中。例：截至2024年8月扣子提供700+插件Agentbuilder插件數(shù)量超過(guò)500+千帆AppBuilder提供70+個(gè)官方組件元?內(nèi)置120+插件平臺(tái)類(lèi)Agent：盈利模式早期，訂閱和按量計(jì)費(fèi)模式先行訂閱模式設(shè)置不同的模式，或設(shè)置個(gè)人/企業(yè)版本，對(duì)模型選擇范圍、可創(chuàng)建智能體數(shù)量、知識(shí)庫(kù)容量設(shè)置不同的使用量和限制，用戶(hù)可以按照不同的使用周期進(jìn)行付費(fèi)。按量計(jì)費(fèi)模式按照智能體的調(diào)用次數(shù)或者

底層模型的Token使用量計(jì)

費(fèi)，或者對(duì)兩者均按量計(jì)費(fèi)。平臺(tái)根據(jù)計(jì)費(fèi)項(xiàng)對(duì)應(yīng)的實(shí)際

資源用量出具賬單，開(kāi)發(fā)者

在收到賬單后支付費(fèi)用。收入分成模式少量平臺(tái)類(lèi)Agent正在探索

該模式，根據(jù)智能體帶來(lái)的

實(shí)際效果或收益來(lái)支付費(fèi)用，例如帶來(lái)的銷(xiāo)售線索等。也有部分開(kāi)始探索廣告模式，但仍在早期。由于產(chǎn)品類(lèi)型仍處在快速轉(zhuǎn)變期，盈利模式也仍然在早期探索中?，F(xiàn)階段，平臺(tái)類(lèi)Agent通常會(huì)為新用戶(hù)設(shè)置一定的免費(fèi)額度，以供新用戶(hù)在平臺(tái)進(jìn)行基礎(chǔ)功能的探索和智能體的創(chuàng)建使用。在免費(fèi)額度之外，通常會(huì)按照訂閱模式或按量計(jì)費(fèi)模式進(jìn)行付費(fèi)。拓展用戶(hù)池深化用戶(hù)池正在探索線索轉(zhuǎn)化商品轉(zhuǎn)化廣告轉(zhuǎn)化垂直類(lèi)Agent：數(shù)據(jù)、工作流和工具生態(tài)構(gòu)建競(jìng)爭(zhēng)優(yōu)勢(shì)離領(lǐng)域數(shù)據(jù)更近通過(guò)長(zhǎng)期服務(wù)同一領(lǐng)域的客戶(hù)，積累了大量包括行業(yè)術(shù)語(yǔ)、流程、法規(guī)和最佳實(shí)踐在內(nèi)的行業(yè)數(shù)據(jù)和知識(shí)，為后續(xù)的微調(diào)、RAG提供更優(yōu)質(zhì)的輸入。01對(duì)實(shí)際場(chǎng)景工作流理解更深入領(lǐng)域類(lèi)Agent廠商自身多深耕領(lǐng)域多年，深入了解客戶(hù)的業(yè)務(wù)流程和痛點(diǎn)，更精準(zhǔn)地進(jìn)行指令遵循和任務(wù)拆解。02為智能體解決復(fù)雜應(yīng)用提供數(shù)據(jù)、工作流和工具的迭代飛輪數(shù)字化系統(tǒng)內(nèi)置各類(lèi)工具和組件，為智能體提供良好的工具生態(tài)，和流暢的客戶(hù)體驗(yàn)。03離數(shù)字化系統(tǒng)更近相較于平臺(tái)類(lèi)Agent，垂直類(lèi)Agent通常具有三類(lèi)特點(diǎn)：①離領(lǐng)域數(shù)據(jù)更近、②對(duì)實(shí)際場(chǎng)景工作流理解更深入、③離數(shù)字化系統(tǒng)更近。這也是垂直類(lèi)Agent的競(jìng)爭(zhēng)優(yōu)勢(shì)所在。垂直類(lèi)Agent產(chǎn)品圖譜辦公財(cái)稅BPai智能財(cái)稅法咨詢(xún)數(shù)據(jù)分析編碼教育消費(fèi)光語(yǔ)金帆-AI財(cái)報(bào)點(diǎn)評(píng)金融其他營(yíng)銷(xiāo)垂直類(lèi)Agent路線一：解決方案型垂直類(lèi)Agent路線二：功能型對(duì)于垂直類(lèi)Agent產(chǎn)品，InfoQ研究中心將其分為兩條路徑，一是構(gòu)建數(shù)據(jù)、模型等企業(yè)級(jí)的解決方案型，二是構(gòu)建專(zhuān)家智能體的功能型。文娛游戲騰訊元寶游戲Copilot隊(duì)友容犀大模型應(yīng)用Copilot

&

Agent垂直類(lèi)Agent路線一：不僅是Agent，更是AI解決方案供應(yīng)鏈辦公-運(yùn)小沓數(shù)據(jù)分析-SwiftAgent可以以對(duì)話(huà)插件形式內(nèi)置在數(shù)字化系統(tǒng)中，也可以作為外置窗口通過(guò)屏幕感知進(jìn)行相關(guān)操作財(cái)稅-BPAI財(cái)稅智能體AI

Agent載體解決方案型Agent更專(zhuān)注于解決特定職能的問(wèn)題，聚焦于具體任務(wù)，例如數(shù)據(jù)分析、財(cái)稅中的開(kāi)票、供應(yīng)鏈當(dāng)中的報(bào)價(jià)等。本質(zhì)是通過(guò)提供涵蓋數(shù)據(jù)管理、模型管理、提示詞管理、流程管理到Agent應(yīng)用的更全面的工具和服務(wù)（解決方案）。數(shù)據(jù)準(zhǔn)備內(nèi)置工作流模型管理數(shù)據(jù)源業(yè)務(wù)系統(tǒng)外部系統(tǒng)數(shù)據(jù)類(lèi)型結(jié)構(gòu)化數(shù)據(jù)非結(jié)構(gòu)化知識(shí)提示詞工程多模型管理模型微調(diào)RAG數(shù)據(jù)分析指標(biāo)分析畫(huà)像拆解財(cái)稅開(kāi)票/票據(jù)自動(dòng)處理財(cái)稅咨詢(xún)編碼代碼生成測(cè)試/評(píng)估/部署營(yíng)銷(xiāo)營(yíng)銷(xiāo)話(huà)術(shù)營(yíng)銷(xiāo)策略………小模型…垂直類(lèi)Agent路徑一：收費(fèi)模式延續(xù)解決方案，尚未發(fā)生巨變咨詢(xún)和實(shí)施服務(wù)包括前期項(xiàng)目規(guī)劃、需求分析、成本效益分析、風(fēng)險(xiǎn)評(píng)估、系統(tǒng)配置、用戶(hù)培訓(xùn)、測(cè)試和上線等環(huán)節(jié)等相關(guān)服務(wù)定制服務(wù)定制服務(wù)可能涉及到特定數(shù)據(jù)集的處理、模型的優(yōu)化以適應(yīng)特定場(chǎng)景、以及與現(xiàn)有系統(tǒng)的集成標(biāo)準(zhǔn)化應(yīng)用/功能模塊部署服務(wù)預(yù)開(kāi)發(fā)的、相對(duì)標(biāo)準(zhǔn)化的應(yīng)用/功能模塊的部署，能夠滿(mǎn)足大多數(shù)客戶(hù)的基本需求。平臺(tái)建設(shè)服務(wù)從數(shù)據(jù)、模型到應(yīng)用構(gòu)建的標(biāo)準(zhǔn)平臺(tái)建設(shè)對(duì)于領(lǐng)域類(lèi)Agent來(lái)說(shuō)，AI

Agent是解決客戶(hù)核心訴求的一種手段，所以新技術(shù)的迭代暫未對(duì)常規(guī)的收費(fèi)和盈利模式帶來(lái)沖擊，仍然以解決方案整體報(bào)價(jià)為主。辦公：智能體變身辦公搭子，造就超級(jí)員工雛形辦公場(chǎng)景中，一方面的應(yīng)用是歸納總結(jié)能以與網(wǎng)頁(yè)、對(duì)話(huà)解析工具疊加記憶模塊，用以提升企業(yè)內(nèi)部溝通協(xié)同效率；另一方面是基于

RPA與智能體任務(wù)規(guī)劃能力相結(jié)合的RPA

Agent。用戶(hù)請(qǐng)求用戶(hù)確認(rèn)意圖用戶(hù)反饋提取用戶(hù)崗位、目標(biāo)信息通過(guò)反問(wèn)、追問(wèn)明確目標(biāo)和相應(yīng)工作流根據(jù)分析目標(biāo)，選擇合適的數(shù)據(jù)庫(kù)/知識(shí)庫(kù)智能體反

思與沉淀，便于快速

分析和流

程改進(jìn)數(shù)據(jù)分析工具數(shù)據(jù)可視化工具語(yǔ)義、意圖分析小模型等數(shù)據(jù)分析智能體后端數(shù)據(jù)

OA系統(tǒng)、/工具

辦公軟件消息總結(jié)、智能問(wèn)答等溝通整合任務(wù)根據(jù)知識(shí)庫(kù)和工作流，進(jìn)行流程相關(guān)操作固定流程靈活性薄弱固定最終態(tài)的辦公類(lèi)智能體現(xiàn)階段的

辦公類(lèi)智能體辦公軟件RPA現(xiàn)階段的

辦公類(lèi)智能體最終態(tài)的辦公類(lèi)智能體深入自動(dòng)化程度辦公類(lèi)Agent的工作流程辦公類(lèi)Agent的典型應(yīng)用場(chǎng)景知識(shí)整合能力知識(shí)總結(jié)流程執(zhí)行辦公：面向知識(shí)整合和流程執(zhí)行，與客戶(hù)系統(tǒng)緊密結(jié)合者為先AI助理工作搭子

專(zhuān)家助理 沖破軟件邊界

跨應(yīng)用操作釘釘AI助理市場(chǎng)覆蓋企業(yè)的核心工作場(chǎng)景，和用戶(hù)的工作深度結(jié)合智能溝通01消息總結(jié)：讓你和爬樓說(shuō)拜拜智能問(wèn)答：高效節(jié)省答疑人力快速閱讀：快速了解?量知識(shí)工作概覽：一鍵生成工作總結(jié)智能協(xié)同智慧文檔：多種花樣玩轉(zhuǎn)文檔智能紀(jì)要：會(huì)議重點(diǎn)一目了然智能日程：工作安排井井有條一鍵待辦：各司其職一目了然智能填報(bào)：數(shù)據(jù)填報(bào)如此簡(jiǎn)單智能管理01

01數(shù)據(jù)分析：輕松掌握業(yè)務(wù)情況人事管理：考?關(guān)懷一手拿下差旅管理：訂票報(bào)銷(xiāo)不再難流程管理：填報(bào)審批一條龍數(shù)字員工AI

AgentAI

Agents

for

Everyone文檔匯集與更新大模型RAG

IDP等知識(shí)管理和問(wèn)答助手廣泛的對(duì)話(huà)渠道提示詞工程

RPA自動(dòng)化理解和知識(shí)生成文檔審核與風(fēng)控助手業(yè)務(wù)規(guī)則即時(shí)更新流程即時(shí)更新變動(dòng)、風(fēng)險(xiǎn)即時(shí)通知文檔處理知識(shí)文檔規(guī)章制度合同訂單成熟的產(chǎn)品能力豐富的企業(yè)知識(shí)積累明確的用戶(hù)需求操作規(guī)程產(chǎn)品文檔憑證票據(jù)AI

Agent反思進(jìn)化大模型RAG

RPA等無(wú)論是知識(shí)整合還是流程執(zhí)行場(chǎng)景，距離客戶(hù)系統(tǒng)近都是重要的競(jìng)爭(zhēng)優(yōu)勢(shì)。這種緊密的系統(tǒng)連接不僅有助于積累和運(yùn)用企業(yè)專(zhuān)屬知識(shí)，還能夠提升流程執(zhí)行的準(zhǔn)確性和效率，確保任務(wù)的自動(dòng)化和智能化處理更加貼合企業(yè)需求。數(shù)據(jù)分析：面向業(yè)務(wù)初級(jí)數(shù)據(jù)分析需求、理解分析目標(biāo)、懂得反思沉淀用戶(hù)請(qǐng)求用戶(hù)確認(rèn)意圖報(bào)告確認(rèn)提取用戶(hù)崗位、目標(biāo)信息通過(guò)反問(wèn)、追問(wèn)和工

具調(diào)用明

確分析目

標(biāo)根據(jù)分析目標(biāo)，選擇合適的數(shù)據(jù)庫(kù)/知識(shí)庫(kù)數(shù)據(jù)分析知識(shí)庫(kù)沉淀，便于類(lèi)似需求快速分析數(shù)據(jù)質(zhì)量檢查，初步分析結(jié)果反饋數(shù)據(jù)可視化呈現(xiàn)、報(bào)告生成業(yè)務(wù)系統(tǒng)、數(shù)據(jù)庫(kù)數(shù)據(jù)分析 數(shù)據(jù)可視工具 化工具語(yǔ)義、意OA系統(tǒng) 圖分析小模型等數(shù)據(jù)分析智能體后端數(shù)據(jù)/工具數(shù)據(jù)分析類(lèi)Agent主要解決的是用戶(hù)數(shù)據(jù)分析團(tuán)隊(duì)的少量人力與業(yè)務(wù)多發(fā)的數(shù)據(jù)分析需求之間的矛盾。在這種情況下，部分簡(jiǎn)易或內(nèi)部沉淀較多的數(shù)據(jù)分析需求可交由Agent完成。一方面減輕數(shù)據(jù)分析團(tuán)隊(duì)的工作負(fù)載，另一方面快速滿(mǎn)足部分業(yè)務(wù)團(tuán)隊(duì)的需求。數(shù)據(jù)分析類(lèi)Agent的工作流程查數(shù)/取數(shù)針對(duì)日?qǐng)?bào)、周報(bào)和業(yè)務(wù)提出的偶發(fā)數(shù)據(jù)需求，包括SQL生成根因分析對(duì)業(yè)務(wù)運(yùn)營(yíng)過(guò)程中的關(guān)鍵因素進(jìn)行分析，例如門(mén)店銷(xiāo)售額下降的原因數(shù)據(jù)可視化將復(fù)雜的數(shù)據(jù)通過(guò)可通過(guò)可視化的方式呈現(xiàn)，便于理解數(shù)據(jù)分析結(jié)果數(shù)據(jù)預(yù)測(cè)基于已知信息，對(duì)某一趨勢(shì)進(jìn)行數(shù)據(jù)分析，例如某次活動(dòng)的GMV預(yù)估數(shù)據(jù)分析類(lèi)Agent的典型應(yīng)用場(chǎng)景數(shù)據(jù)分析：核心在于智能體對(duì)數(shù)據(jù)含義、用戶(hù)意圖和數(shù)據(jù)結(jié)果的理解SwiftAgent多模數(shù)據(jù)輸入多元數(shù)據(jù)融合國(guó)產(chǎn)基座

大模型更懂用戶(hù)意圖可通過(guò)追問(wèn)、反問(wèn)等方式引導(dǎo)用戶(hù)，準(zhǔn)確明晰分析目標(biāo)，減少認(rèn)知負(fù)擔(dān)貼合用戶(hù)問(wèn)題，自動(dòng)匹配多種分析圖表分析過(guò)程

可解釋反饋反思沉淀完整呈現(xiàn)思考過(guò)程，自然語(yǔ)言幫助業(yè)務(wù)人員理解分析過(guò)程，提高思考過(guò)程的可解釋性和可信度用戶(hù)的問(wèn)答分析和反饋沉淀到知識(shí)庫(kù)，在類(lèi)似分析時(shí)快速完成分析工作，快速提供結(jié)論業(yè)務(wù)結(jié)系構(gòu)統(tǒng)化外非部結(jié)數(shù)構(gòu)據(jù)化TableAgentStep1Step2Step3自我迭代自迭代引擎Alaya-ZeroX對(duì)話(huà)式數(shù)據(jù)分析所需即所得多模型組合完成分析任務(wù)的同時(shí)，滿(mǎn)足生成質(zhì)量和推理性能的要求數(shù)據(jù)洞察利用統(tǒng)計(jì)科學(xué)、因果推斷等從數(shù)據(jù)中挖掘價(jià)值數(shù)據(jù)分析代碼生成寫(xiě)代碼、調(diào)試代碼、運(yùn)行代碼，理解數(shù)據(jù)結(jié)果用戶(hù)意圖理解理解數(shù)據(jù)、理解用戶(hù)的分析需求Alaya-ZeroX數(shù)據(jù)分析微調(diào)模型組T+系統(tǒng)完成專(zhuān)業(yè)化微調(diào)數(shù)據(jù)分析智能體對(duì)于數(shù)據(jù)分析智能體而言，智能體首先要能理解數(shù)據(jù)含義，知道分析的目標(biāo)。在此基礎(chǔ)上，疊加對(duì)于用戶(hù)意圖的理解，更好地設(shè)定分析目標(biāo)和規(guī)劃分析過(guò)程。最后，對(duì)于數(shù)據(jù)結(jié)果的理解，則是對(duì)于數(shù)據(jù)解讀和洞察的考驗(yàn)。Agent指標(biāo)語(yǔ)義標(biāo)簽語(yǔ)義讓大模型精

復(fù)雜、多準(zhǔn)理解自然

任務(wù)的自語(yǔ)言的業(yè)務(wù)

動(dòng)理解和含義

規(guī)劃財(cái)稅：財(cái)稅流程自動(dòng)化升級(jí)，領(lǐng)域知識(shí)構(gòu)建財(cái)稅咨詢(xún)助手財(cái)稅類(lèi)Agent主要解決的是企業(yè)內(nèi)財(cái)務(wù)與稅務(wù)流程的自動(dòng)化、風(fēng)險(xiǎn)識(shí)別與防控、以及智能化財(cái)稅咨詢(xún)和決策支持等問(wèn)題。對(duì)于監(jiān)管機(jī)構(gòu)而言，探索財(cái)稅智能體應(yīng)用，可以提供更精細(xì)化的納稅服務(wù)和更便捷的報(bào)稅體驗(yàn)。財(cái)稅類(lèi)Agent的工作流程開(kāi)票專(zhuān)家自然語(yǔ)言交互疊加屏幕感

知，實(shí)現(xiàn)快速開(kāi)票的同時(shí)，進(jìn)行發(fā)票合規(guī)檢查基于?量財(cái)稅政策和專(zhuān)家數(shù)據(jù)，結(jié)合最新的政策和稅法規(guī)定，為用戶(hù)解答財(cái)稅疑問(wèn)疑問(wèn)解答根據(jù)納稅人的需求、行為和歷史數(shù)據(jù)快速生成相應(yīng)的內(nèi)容建議，幫助各級(jí)稅務(wù)機(jī)關(guān)提供精細(xì)化納稅服務(wù)納稅報(bào)稅風(fēng)險(xiǎn)監(jiān)控大模型結(jié)合傳統(tǒng)風(fēng)控模型工具，深度挖掘異常數(shù)據(jù)，歸因分析和趨勢(shì)分析，進(jìn)行實(shí)時(shí)風(fēng)險(xiǎn)監(jiān)控智能 財(cái)稅開(kāi)票 咨詢(xún)智能 風(fēng)險(xiǎn)辦稅 識(shí)別用戶(hù)請(qǐng)求用戶(hù)用戶(hù)反饋提取歷史合同等相關(guān)信息財(cái)務(wù)系統(tǒng)用戶(hù)意圖識(shí)別智能體根據(jù)反饋進(jìn)行反思，便于類(lèi)似優(yōu)化類(lèi)似需求回答意圖分析小模型企業(yè)財(cái)務(wù)知識(shí)庫(kù)企業(yè)財(cái)務(wù)知識(shí)庫(kù)、開(kāi)票軟件、財(cái)務(wù)系統(tǒng)等財(cái)稅類(lèi)智能體后端數(shù)據(jù)/工具檢索最新稅法規(guī)定，實(shí)時(shí)解答財(cái)稅疑問(wèn)屏幕感知，獲取開(kāi)票信息，實(shí)時(shí)開(kāi)票分析異常數(shù)據(jù)，實(shí)時(shí)風(fēng)險(xiǎn)提醒確認(rèn)意圖財(cái)稅類(lèi)Agent的典型應(yīng)用場(chǎng)景財(cái)稅：數(shù)據(jù)壁壘、行業(yè)Know-how、用戶(hù)體驗(yàn)三者不可或缺BPai智能財(cái)稅法咨詢(xún)①產(chǎn)品形態(tài)帶來(lái)的良好用戶(hù)體驗(yàn)業(yè)務(wù)系統(tǒng)接口對(duì)接、移動(dòng)端微信號(hào)小程序、PC網(wǎng)頁(yè)端，多種形態(tài)幫助用戶(hù)快速完成開(kāi)票、咨詢(xún)等財(cái)稅支持②完整技術(shù)棧帶來(lái)的閉環(huán)優(yōu)勢(shì)通過(guò)搭建完整的技術(shù)棧，覆蓋模型的

研發(fā)、訓(xùn)練、數(shù)據(jù)、應(yīng)用整條價(jià)值鏈，模型的迭代更迅速，同時(shí)在用戶(hù)側(cè)也

能形成更好的反饋數(shù)據(jù)③立足國(guó)產(chǎn)化的財(cái)稅大模型底座基于自有算力、百億級(jí)參數(shù)Transformer架構(gòu)和高質(zhì)量垂直行業(yè)數(shù)據(jù)，通過(guò)專(zhuān)業(yè)的預(yù)訓(xùn)練、監(jiān)督微調(diào)、獎(jiǎng)勵(lì)模型和強(qiáng)化學(xué)習(xí)，構(gòu)建財(cái)稅大模型底座，實(shí)現(xiàn)算力、模型、訓(xùn)練以及工程開(kāi)發(fā)的國(guó)產(chǎn)化我的智能助理——智友降低財(cái)稅AI使用門(mén)檻，做財(cái)稅工作者的AI好幫手AI開(kāi)票智能增強(qiáng)識(shí)別、識(shí)別提取開(kāi)票信息準(zhǔn)確率高達(dá)90%智能財(cái)稅法咨詢(xún)高準(zhǔn)確度回答智能學(xué)習(xí)與自我進(jìn)化YonGPT大模型平臺(tái)我的智能助理——智友財(cái)稅實(shí)際應(yīng)用報(bào)銷(xiāo)流程開(kāi)票規(guī)范智能開(kāi)票智慧報(bào)表審批決策數(shù)據(jù)分析面向?qū)嶋H業(yè)務(wù)場(chǎng)景，做銜接技術(shù)到應(yīng)用的橋梁智友還可以：智能化業(yè)務(wù)運(yùn)營(yíng)：人才發(fā)現(xiàn)、經(jīng)營(yíng)分析...自然化人機(jī)交互：打開(kāi)應(yīng)用、知識(shí)問(wèn)答...智慧化知識(shí)生成：生成績(jī)效、營(yíng)銷(xiāo)素材…語(yǔ)義式應(yīng)用生成：表單生成、代碼生成...營(yíng)銷(xiāo)：深入話(huà)術(shù)、物料和投放場(chǎng)景，開(kāi)啟產(chǎn)出比競(jìng)爭(zhēng)用戶(hù)請(qǐng)求用戶(hù)用戶(hù)確認(rèn)潛在需求查找，提取客戶(hù)信息等歷史信息客戶(hù)管理用戶(hù)意圖挖掘，營(yíng)銷(xiāo)環(huán)境匹配風(fēng)格化營(yíng)銷(xiāo)物料生成、營(yíng)銷(xiāo)策略推薦話(huà)術(shù)/物料投放效果評(píng)估，投放策略?xún)?yōu)化私域營(yíng)銷(xiāo)話(huà)術(shù)挖掘/流程模擬練習(xí)企業(yè)知識(shí)庫(kù)渠道管理企業(yè)物料/話(huà)術(shù)庫(kù)營(yíng)銷(xiāo)類(lèi)智能體后端數(shù)據(jù)/工具1潛在需求

通過(guò)同客戶(hù)管理系統(tǒng)的關(guān)聯(lián)，識(shí)別和挖挖掘

掘潛在需求，并匹配相應(yīng)話(huà)術(shù)2用戶(hù)畫(huà)像分析通過(guò)同后臺(tái)系統(tǒng)的關(guān)聯(lián)，借助數(shù)據(jù)分析工具，幫助營(yíng)銷(xiāo)人員更好地了解客戶(hù)群體和目標(biāo)市場(chǎng)。3個(gè)性化營(yíng)銷(xiāo)物料/文案生成針對(duì)不同營(yíng)銷(xiāo)平臺(tái)，進(jìn)行風(fēng)格化營(yíng)銷(xiāo)物料和營(yíng)銷(xiāo)策略生成4營(yíng)銷(xiāo)策略

對(duì)現(xiàn)有營(yíng)銷(xiāo)策略的效果進(jìn)行評(píng)估和分析，評(píng)估

識(shí)別優(yōu)化機(jī)會(huì)營(yíng)銷(xiāo)類(lèi)Agent主要解決的是在營(yíng)銷(xiāo)場(chǎng)景的潛在需求挖掘、用戶(hù)畫(huà)像分析、精準(zhǔn)推送、個(gè)性化營(yíng)銷(xiāo)策略制定等問(wèn)題。通過(guò)分析用戶(hù)的歷史行為和偏好，營(yíng)銷(xiāo)類(lèi)Agent能夠?qū)崟r(shí)挖掘潛在需求，生成符合用戶(hù)需求的個(gè)性化營(yíng)銷(xiāo)物料，并評(píng)估營(yíng)銷(xiāo)策略的效果。借助數(shù)據(jù)驅(qū)動(dòng)和智能算法，Agent能夠動(dòng)態(tài)優(yōu)化營(yíng)銷(xiāo)投放策略，幫助企業(yè)提高營(yíng)銷(xiāo)效率和效果。在這種情況下，智能體可以針對(duì)不同平臺(tái)屬性，進(jìn)行個(gè)性化的話(huà)術(shù)、物料文案生成，同時(shí)進(jìn)行投放環(huán)境的模擬和效果評(píng)估，以實(shí)現(xiàn)該類(lèi)智能體目前大多設(shè)立了話(huà)術(shù)或物料投放效率面板和分析展示，以更好地展現(xiàn)產(chǎn)出比方面的競(jìng)爭(zhēng)。營(yíng)銷(xiāo)類(lèi)Agent的工作流程 營(yíng)銷(xiāo)類(lèi)Agent的典型應(yīng)用場(chǎng)景營(yíng)銷(xiāo)：價(jià)值在于延長(zhǎng)私域和廣告的營(yíng)銷(xiāo)鏈條，提升營(yíng)銷(xiāo)效率應(yīng)用智能平臺(tái)模型底座潛在需求提取營(yíng)銷(xiāo)策略推薦InsightAgent大模型自主洞察大模型生成對(duì)練話(huà)術(shù)挖掘題庫(kù)生成CoachAgentKnowledgeCopilot大模型運(yùn)營(yíng)知識(shí)企業(yè)級(jí)專(zhuān)業(yè)知識(shí)復(fù)雜業(yè)務(wù)場(chǎng)景平臺(tái)流程投產(chǎn)比衡量VirtualAgent大模型自助對(duì)話(huà)任務(wù)流程挖掘容犀大模型應(yīng)用Copilot

&

Agent①貼近業(yè)務(wù)的企業(yè)級(jí)流程體系②垂直領(lǐng)域的服務(wù)優(yōu)勢(shì)③系統(tǒng)化的企業(yè)解決方案現(xiàn)階段的營(yíng)銷(xiāo)類(lèi)智能體，分別針對(duì)私域營(yíng)銷(xiāo)和廣告營(yíng)銷(xiāo)。其中私域營(yíng)銷(xiāo)針對(duì)客服、私域、銷(xiāo)售話(huà)術(shù)進(jìn)行了打通。廣告營(yíng)銷(xiāo)場(chǎng)景主要針對(duì)創(chuàng)意生成、發(fā)布和投放進(jìn)行了聯(lián)動(dòng)，提升創(chuàng)意生成效率，簡(jiǎn)化發(fā)布流程和優(yōu)化投放策略。創(chuàng)意生成智能拓詞消費(fèi)者行為數(shù)據(jù) 歷史投放數(shù)據(jù)基于企業(yè)推廣訴求，快速生成符合產(chǎn)品調(diào)性和用戶(hù)需求的創(chuàng)意，并根據(jù)歷史有效創(chuàng)意進(jìn)行構(gòu)思優(yōu)化可結(jié)合企業(yè)產(chǎn)品特點(diǎn)和營(yíng)銷(xiāo)目標(biāo)，幫助企業(yè)找到更具性?xún)r(jià)比的關(guān)鍵詞，用更低的出價(jià)，鎖定企業(yè)目標(biāo)客戶(hù)，提升頁(yè)面打開(kāi)率廣告營(yíng)銷(xiāo)平臺(tái)一鍵發(fā)布打開(kāi)頁(yè)面呈現(xiàn)內(nèi)容，精準(zhǔn)匹配用戶(hù)的搜索需求，挖掘隱藏需求，促成更高比例用戶(hù)留資個(gè)性化頁(yè)面「利歐歸一」?fàn)I銷(xiāo)領(lǐng)域大模型產(chǎn)品目錄 品牌數(shù)據(jù)

行業(yè)數(shù)據(jù)歸一妙計(jì)模型管理提示工程模型微調(diào)RAGAgentCopilot大模型輔助坐席話(huà)術(shù)推薦

流程導(dǎo)航QMAgent大模型語(yǔ)義質(zhì)檢會(huì)話(huà)流程質(zhì)檢

質(zhì)檢洞察分析垂直類(lèi)Agent路徑二：基于自身業(yè)務(wù)構(gòu)建功能型專(zhuān)家智能體用戶(hù)提供 服務(wù)專(zhuān)家智能體業(yè)務(wù)場(chǎng)景業(yè)務(wù)數(shù)據(jù)業(yè)務(wù)知識(shí)業(yè)務(wù)工具業(yè)務(wù)流程構(gòu)

建教育消費(fèi)光語(yǔ)金帆-AI財(cái)報(bào)點(diǎn)評(píng)金融其他行業(yè)類(lèi)Agent多為行業(yè)頭部企業(yè)基于自身業(yè)務(wù)屬性自行構(gòu)建，以專(zhuān)家智能體的形式，直接為終端用戶(hù)提供服務(wù)。目前，金融、教育、文娛游戲、消費(fèi)四大行業(yè)已率先展開(kāi)探索，法律和醫(yī)療領(lǐng)域也開(kāi)始初步嘗試。行業(yè)類(lèi)Agent服務(wù)路徑

行業(yè)類(lèi)Agent圖譜文娛游戲騰訊元寶游戲Copilot隊(duì)友垂直類(lèi)Agent路徑二：多在產(chǎn)品內(nèi)測(cè)和打磨階段，收費(fèi)模式尚不清晰由于新技術(shù)到實(shí)際應(yīng)用存在一定的周期，行業(yè)類(lèi)Agent目前多在內(nèi)測(cè)打磨或服務(wù)備案階段。產(chǎn)品設(shè)計(jì)企業(yè)進(jìn)行技術(shù)研究，厘清技術(shù)能力邊界，并根據(jù)自身業(yè)務(wù)屬性，選擇合適的業(yè)務(wù)場(chǎng)景構(gòu)建智能體。內(nèi)測(cè)打磨選擇合適的方式和合作

機(jī)構(gòu)，進(jìn)行小范圍邀測(cè)，根據(jù)內(nèi)測(cè)反饋進(jìn)行進(jìn)一

步的產(chǎn)品打磨。服務(wù)備案產(chǎn)品上線前，按照監(jiān)管規(guī)定，完成相應(yīng)的服務(wù)備案。企業(yè)內(nèi)部也涉及安全協(xié)議的檢查和風(fēng)險(xiǎn)排查。產(chǎn)品上線產(chǎn)品上線是指企業(yè)將經(jīng)過(guò)內(nèi)測(cè)打磨的智能體正式推向市場(chǎng)的過(guò)程。教育：立足個(gè)性化教學(xué)和作業(yè)輔導(dǎo)，實(shí)踐“因材施教”教育觀念短期AI

Agent應(yīng)用發(fā)力點(diǎn)應(yīng)用探索期產(chǎn)品測(cè)試期市場(chǎng)投放期應(yīng)用成熟期市場(chǎng)應(yīng)用程度個(gè)性化學(xué)習(xí)智慧教研個(gè)性化教學(xué)規(guī)劃智慧教輔教學(xué)內(nèi)容推薦學(xué)校教育硬件英語(yǔ)口語(yǔ)輔導(dǎo)編程教學(xué)作文批改長(zhǎng)期AI

Agent應(yīng)用發(fā)力點(diǎn)時(shí)間情感支撐消費(fèi)級(jí)教育硬件陪伴式助教知識(shí)智能總結(jié)教育行業(yè)AGI應(yīng)用成熟度曲線根據(jù)5月發(fā)布的《中國(guó)AGI市場(chǎng)發(fā)展研究報(bào)告2024》，InfoQ研究中心根據(jù)AIAgent的介入周期，對(duì)成熟度曲線做了分類(lèi)呈現(xiàn)。目前來(lái)看，學(xué)習(xí)輔導(dǎo)和教學(xué)仍然是短期內(nèi)的重點(diǎn)。長(zhǎng)期下，軟件層面的演進(jìn)將會(huì)輻射到各類(lèi)教育硬件的改造。AI

Agent典型探索場(chǎng)景根據(jù)學(xué)生的學(xué)習(xí)能力、興趣、學(xué)習(xí)進(jìn)度以及

個(gè)人目標(biāo)（長(zhǎng)期記憶），定制個(gè)性化的學(xué)習(xí)路徑和課程內(nèi)容個(gè)性化教學(xué)規(guī)劃AI

Agent作為學(xué)生的

虛擬學(xué)習(xí)伴侶，提供

情感支持、學(xué)習(xí)鼓勵(lì)、知識(shí)答疑和互動(dòng)陪伴，增強(qiáng)學(xué)生的學(xué)習(xí)體驗(yàn)

和動(dòng)機(jī)虛擬陪伴助教教育：智能體構(gòu)建互動(dòng)式、陪伴式的學(xué)習(xí)體驗(yàn)智能體群體作戰(zhàn)助教智能體將教師輸入的指令進(jìn)行拆解和執(zhí)行，并根據(jù)需要分發(fā)至學(xué)伴智能體。接收學(xué)伴智能體上交的習(xí)題作業(yè)，進(jìn)行批改、講評(píng)、反饋、并記錄下學(xué)習(xí)數(shù)據(jù)作學(xué)情評(píng)估。學(xué)伴智能體學(xué)伴智能體接收助教智能體下發(fā)的學(xué)習(xí)任務(wù)，主動(dòng)根據(jù)學(xué)生的學(xué)習(xí)習(xí)慣制定個(gè)性化學(xué)習(xí)計(jì)劃，并主動(dòng)跟蹤學(xué)生的學(xué)習(xí)進(jìn)度和質(zhì)量，還能將習(xí)題作業(yè)情況及時(shí)反饋至助教Agent。以正教育大模型Agent猿編程AI-Agent基于現(xiàn)狀，企業(yè)多構(gòu)建助教或?qū)W伴智能體，推進(jìn)陪伴式學(xué)習(xí)，或借助教師和多個(gè)智能體之間的團(tuán)隊(duì)作戰(zhàn)，更好地支撐個(gè)性化教學(xué)和學(xué)習(xí)輔導(dǎo)。學(xué)生猿編程AI-Agent網(wǎng)絡(luò)安全教育引導(dǎo)文本對(duì)話(huà)、語(yǔ)音交流和圖像/屏幕交互啟發(fā)式教學(xué)，

疑問(wèn)實(shí)時(shí)解答，加深知識(shí)理解場(chǎng)景教學(xué)，幫助學(xué)生高效掌握編程實(shí)踐

根據(jù)教學(xué)進(jìn)度，推薦學(xué)習(xí)資源

和練習(xí)題目應(yīng)用探索期產(chǎn)品測(cè)試期市場(chǎng)投放期應(yīng)用成熟期市場(chǎng)應(yīng)用程度智能營(yíng)銷(xiāo)智能編碼智能助手智能客服知識(shí)庫(kù)時(shí)間金融行業(yè)AGI應(yīng)用成熟度曲線金融分析：如投資研究、數(shù)據(jù)分析、風(fēng)險(xiǎn)評(píng)估等金融：場(chǎng)景集中研報(bào)分析、數(shù)據(jù)分析和營(yíng)銷(xiāo)當(dāng)前金融智能體應(yīng)用多以場(chǎng)景提效和業(yè)務(wù)重塑為主用戶(hù)畫(huà)像與數(shù)據(jù)分析財(cái)報(bào)解讀與投研分析交易策略、市場(chǎng)走勢(shì)、風(fēng)險(xiǎn)管理等模擬能分析助手外部業(yè)務(wù)重塑智能?營(yíng)銷(xiāo)物料生成營(yíng)銷(xiāo)?營(yíng)銷(xiāo)話(huà)術(shù)挖掘助手?智能電話(huà)客服當(dāng)前金融智能體，多用于研報(bào)分析解讀、投資組合優(yōu)化等場(chǎng)景，個(gè)性化分析和營(yíng)銷(xiāo)等場(chǎng)景。也有部分廠商正在探索保險(xiǎn)核保、高頻交易模擬、金融風(fēng)險(xiǎn)管理等其他場(chǎng)景。金融研究報(bào)告生成行為決策短期AI

Agent應(yīng)用發(fā)力點(diǎn)長(zhǎng)期AI

Agent應(yīng)用發(fā)力點(diǎn)AI

Agent典型探索場(chǎng)景內(nèi)部場(chǎng)景提效智金融：基于專(zhuān)家智能體載體，推動(dòng)內(nèi)部專(zhuān)家工作效率提升智匯、智讀、弘小助智匯根據(jù)市場(chǎng)上的最新研報(bào)，和用戶(hù)過(guò)往關(guān)注的行業(yè)、市場(chǎng)策略、宏觀解讀等內(nèi)容，快速進(jìn)行核心觀點(diǎn)總結(jié)智讀針對(duì)用戶(hù)選定的特定研報(bào)，進(jìn)行研報(bào)信息的解讀和觀點(diǎn)的驗(yàn)證弘小助整合解讀過(guò)的關(guān)鍵數(shù)據(jù)、信息和觀點(diǎn)邏輯，結(jié)合第三方公開(kāi)數(shù)據(jù)源，形成報(bào)告輸出目前金融行業(yè)，受限于行業(yè)監(jiān)管，AI

Agent應(yīng)用多用于內(nèi)部提效，重點(diǎn)探索場(chǎng)景集中在投研分析和保險(xiǎn)部分環(huán)節(jié)。面從廣闊的信息面抽取關(guān)鍵信息線從關(guān)鍵信息中深挖底層邏輯面提煉底層邏輯進(jìn)行報(bào)告輸出支小助金融從業(yè)專(zhuān)家AI助手財(cái)經(jīng)稿/分析報(bào)告撰寫(xiě)量化代碼生成公告/研報(bào)/財(cái)報(bào)解讀新聞/政策/事件解讀資產(chǎn)/市場(chǎng)/行業(yè)分析金融知識(shí)挖掘?qū)＜曳治隹蚣埽▽?zhuān)家的方法論、研究思路、工作方法等轉(zhuǎn)化為大模型可理解的形式）多智能體協(xié)同機(jī)制（模擬人類(lèi)專(zhuān)家分工合作，對(duì)復(fù)雜分析任務(wù)進(jìn)行多層拆解、分工協(xié)作、綜合生成、自我反饋）金融知識(shí)庫(kù)（匯集各類(lèi)金融資訊、財(cái)務(wù)報(bào)告以及上市公司公告等資料）文娛游戲：立足角色扮演和個(gè)性化互動(dòng)，滿(mǎn)足用戶(hù)沉浸式娛樂(lè)需求01給予NPC以一定的自主性，或生成AI隊(duì)友，都是提升游戲玩家的交互體驗(yàn)，打造更具沉浸式的游戲環(huán)境的重要探索。游戲智能NPC，提供沉浸感02將小說(shuō)、影視劇中的核心角色進(jìn)行智能體塑造，內(nèi)化背景、劇情，使得讀者/觀眾在場(chǎng)景外也能同角色交流。自帶世界觀的角色扮演，延長(zhǎng)IP價(jià)值鏈短期AI

Agent應(yīng)用發(fā)力點(diǎn)應(yīng)用探索期產(chǎn)品測(cè)試期市場(chǎng)投放期應(yīng)用成熟期市場(chǎng)應(yīng)用程度智能NPC行為模擬長(zhǎng)期AI

Agent應(yīng)用發(fā)力點(diǎn)時(shí)間虛擬世界生成AI隊(duì)友個(gè)性化劇情引導(dǎo)AI輔助創(chuàng)作沉浸式硬件AI主導(dǎo)的虛擬演出與影視制作場(chǎng)景數(shù)據(jù)分析個(gè)性化內(nèi)容推薦虛擬主播/虛擬偶像情感陪伴目前，文娛游戲行業(yè)對(duì)智能體的探索路徑有兩條。一是通過(guò)游戲智能NPC，提供個(gè)性化劇情推動(dòng)或者實(shí)時(shí)游戲互動(dòng)，提升娛樂(lè)性與參與感；二是立足虛擬世界觀（小說(shuō)、影視?。?，借助角色扮演內(nèi)核滿(mǎn)足用戶(hù)沉浸式體驗(yàn)需求。AI

Agent典型探索場(chǎng)景文娛游戲行業(yè)AGI應(yīng)用成熟度曲線無(wú)論是路徑一還是路徑二，核心都是要為用戶(hù)提供足夠的情緒價(jià)值和情感鏈接。文娛游戲：提供情緒價(jià)值和情感鏈接是核心價(jià)值劇情互動(dòng)角色COS長(zhǎng)相思角色AI一個(gè)月內(nèi)達(dá)到3億互動(dòng)熱度

相柳智能體對(duì)話(huà)熱度突破2億多種創(chuàng)新玩法角色體驗(yàn)會(huì)配合上線永劫無(wú)間

能閑聊情緒價(jià)值滿(mǎn)格聽(tīng)指揮游戲Copilot隊(duì)友新手教學(xué)引導(dǎo)：讓呆板的人機(jī)化身新手教學(xué)大師，引導(dǎo)玩家更快速地熟悉游戲操作自由游戲操作：自主跑圖、戰(zhàn)斗、聽(tīng)指令、報(bào)戰(zhàn)況、自由語(yǔ)音對(duì)話(huà)，成為配合度高的隊(duì)友隊(duì)友人設(shè)建立：可根據(jù)不同的游戲情境展現(xiàn)出獨(dú)特的性格特點(diǎn)，進(jìn)一步增強(qiáng)游戲的沉浸感和互動(dòng)體驗(yàn)角色模型臺(tái)本對(duì)話(huà)劇情摘要關(guān)系圖譜對(duì)話(huà)形象音色影視劇IP角色智能體挖掘角色內(nèi)心世界承接觀眾對(duì)影視劇、角色、演員的情感智能體專(zhuān)區(qū)消費(fèi)：商家和消費(fèi)者兩端并行，智能體全面優(yōu)化服務(wù)鏈路在消費(fèi)行業(yè)，消費(fèi)者端和商家端的探索正在并行發(fā)展。對(duì)于消費(fèi)者端，購(gòu)物助手和智能客服已成為AI持續(xù)進(jìn)化的典型應(yīng)用，而智能體的加入使基于長(zhǎng)期記憶的個(gè)性化服務(wù)成為現(xiàn)實(shí)。商家端，通過(guò)多Agent組建的專(zhuān)業(yè)商家團(tuán)隊(duì)，智能體能夠協(xié)同完成數(shù)據(jù)分析、用戶(hù)調(diào)研、運(yùn)營(yíng)管理等多項(xiàng)復(fù)雜任務(wù)，大幅提升商家的運(yùn)營(yíng)效率與決策能力?；谟脩?hù)意圖的智能導(dǎo)購(gòu)：通過(guò)自然語(yǔ)言/語(yǔ)音進(jìn)行意圖識(shí)別，對(duì)話(huà)交互減少菜單操作即時(shí)響應(yīng)、靈活解答的智能客服：查詢(xún)產(chǎn)品說(shuō)明、初步故障排查等疑問(wèn)均可即時(shí)響應(yīng)伴隨長(zhǎng)期記憶的個(gè)性化服務(wù)：智能體將用戶(hù)的歷史行為和偏好內(nèi)化，提供個(gè)性化的服務(wù)商家知識(shí)助理：為商家提供最新的進(jìn)駐商城的規(guī)則條款、營(yíng)銷(xiāo)活動(dòng)的內(nèi)容和規(guī)則等For商家端商家經(jīng)營(yíng)助手：將數(shù)據(jù)分析師、用戶(hù)調(diào)研專(zhuān)家等角色抽象成為智能體，完成日常經(jīng)營(yíng)團(tuán)隊(duì)組建多Agent團(tuán)隊(duì)協(xié)作：通過(guò)商家經(jīng)營(yíng)智能體團(tuán)隊(duì)組建，讓智能體也能專(zhuān)體做專(zhuān)事應(yīng)用探索期產(chǎn)品測(cè)試期市場(chǎng)投放期應(yīng)用成熟期市場(chǎng)應(yīng)用程度智能客服零售消費(fèi)行業(yè)AGI應(yīng)用成熟度曲線營(yíng)銷(xiāo)物料生成基于Agent的智能投放數(shù)字人導(dǎo)購(gòu)/主播私域營(yíng)銷(xiāo)智能推薦個(gè)性化營(yíng)銷(xiāo)門(mén)店數(shù)據(jù)分析供應(yīng)鏈管理基于Agent的平臺(tái)商家助手AI商拍短期AI

Agent應(yīng)用發(fā)力點(diǎn) 長(zhǎng)期AI

Agent應(yīng)用發(fā)力點(diǎn)AI

Agent典型探索場(chǎng)景For消費(fèi)者端消費(fèi)：電商平臺(tái)先行，智能體組建專(zhuān)業(yè)商家團(tuán)隊(duì)，優(yōu)化用戶(hù)消費(fèi)決策商家智能助手商家數(shù)據(jù)分析專(zhuān)家用戶(hù)研究專(zhuān)家廣告營(yíng)銷(xiāo)專(zhuān)家產(chǎn)品專(zhuān)家技能工具技能工具技能工具技能工具技能工具技能工具技能工具技能工具自然語(yǔ)言下達(dá)指令業(yè)務(wù)系統(tǒng)知識(shí)庫(kù)數(shù)據(jù)平臺(tái)Master

Agent用戶(hù)意圖理解 任務(wù)規(guī)劃與分配結(jié)果整合，用戶(hù)反饋多Agent組建專(zhuān)業(yè)商家團(tuán)隊(duì)小值用戶(hù)消費(fèi)決策的私人助理營(yíng)業(yè)額分析活動(dòng)運(yùn)營(yíng)產(chǎn)品上架訂單管理……用戶(hù)自然語(yǔ)言下達(dá)指令口?總結(jié)優(yōu)選值得買(mǎi)內(nèi)容庫(kù)中超2.5億條實(shí)時(shí)有效的優(yōu)質(zhì)消費(fèi)內(nèi)容，總結(jié)商品的真實(shí)優(yōu)缺點(diǎn)小值判斷用戶(hù)使用意圖商品對(duì)比基于值得買(mǎi)內(nèi)容庫(kù)，通過(guò)參數(shù)及評(píng)價(jià)等比對(duì)，幫助消費(fèi)者挑選更適合的產(chǎn)品商品推薦內(nèi)置自研意圖識(shí)別模型，引入多輪對(duì)話(huà)系統(tǒng)，幫助“選擇困難癥”梳理需求、精準(zhǔn)推薦全網(wǎng)比價(jià)基于商品庫(kù)中覆蓋全平臺(tái)的優(yōu)質(zhì)高銷(xiāo)商品，進(jìn)行實(shí)時(shí)價(jià)格比對(duì)，找到全網(wǎng)最“值”好價(jià)AI

Agent市場(chǎng)未來(lái)趨勢(shì)趨勢(shì)一：以大語(yǔ)言模型為大腦構(gòu)建的智能體，逐漸深入復(fù)雜任務(wù)大模型邏輯推理能力的提升大腦的智能水平仍需要提升，才能更好且獨(dú)立地承擔(dān)任務(wù)拆解和規(guī)劃的工作，同時(shí)也具備更好的上下文理解能力工具生態(tài)的完善工具生態(tài)的完善，決定了智能體能夠向外拓展的邊界，一個(gè)成熟的工具生態(tài)系統(tǒng)可以提供必要的接口和功能，使智能體能夠訪問(wèn)和操作外部資源多智能體協(xié)同多智能體協(xié)作完成復(fù)雜任務(wù)的能力，同時(shí)利用多智能體協(xié)同，更好地優(yōu)化自身的表現(xiàn)，逐步提升其執(zhí)行復(fù)雜任務(wù)的能力復(fù)雜環(huán)境的理解力通過(guò)多模態(tài)輸入，智能體可以實(shí)現(xiàn)業(yè)務(wù)系統(tǒng)、復(fù)雜任務(wù)，乃至物理世界更深入、更全面的

理解，并提供更智能化的服務(wù)和支持AI

Agent仍需再進(jìn)化大模型「大腦」工具生態(tài)多智能體協(xié)同復(fù)雜場(chǎng)景伴隨著AI

Agent各能力板塊的進(jìn)一步提升