科技巨头和AI大牛都在谈论的Agentic AI是什么

·人工智能的下一个前沿是Agentic AI（代理式人工智能），它使用复杂推理和迭代规划自主解决复杂的多步骤问题，提高各行业的生产力和运营。

过去几年，生成式AI（gen AI）一直是热门话题。但现在一个新名词正在悄悄进入人工智能开发社区。科技巨头和AI大牛都在谈论的Agentic AI（代理式人工智能）到底是什么？

最近，OpenAI前首席科学家、 安全超级智能公司联合创始人伊利亚·苏茨克维（Ilya Sutskever）预测，下一代模型将“以一种真正的方式实现代理化（agentic）”，未来的系统除了具有自主性，还具有推理能力。芯片巨头英伟达同样认为，人工智能的下一个前沿是Agentic AI（代理式人工智能），它使用复杂推理和迭代规划自主解决复杂的多步骤问题，提高各行业的生产力和运营。著名AI学者吴恩达（Andrew Ng）今年也帮助推广了Agentic AI这个词，以平息哪些技术应被视为智能体的争论。

在谈论Agentic AI之前，首先要理解AI智能体（agent）。上海人工智能实验室领军科学家林达华曾对包括澎湃科技在内的媒体介绍，所谓智能体，就是模型能够和一些外部系统提供的功能相结合，真正执行一些任务。人类和大模型可以对话交流，有的手机厂商将模型植入手机，让模型帮助查看天气、定餐厅、完成邮件发送任务。这时候的模型不再是一个只会问答的工具，而是可以将用户的意图变成某种可以操作的指令，模型还能够利用系统本身提供的功能操作用户的需求，让动作真正发生。

高级智能体可以帮助人类预订跨洲商务旅行的机票和酒店。谷歌近期推出的智能体Mariner基于谷歌大模型Gemini 2.0，可以浏览电子表格、购物网站等，帮助用户装满虚拟购物车。谷歌CEO桑达尔·皮查伊（Sundar Pichai）曾表示，在过去的一年里，谷歌一直在投资开发更多的agentic模型，这意味着它们可以更多地了解用户周围的世界，提前考虑多个步骤，并在用户的监督下代表用户采取行动。Gemini 2.0是为了agentic时代推出的大模型，能够构建新的AI智能体，从而离构建通用助手更进一步。

所谓Agentic AI，看起来是AI智能体发展的下一阶段。据《福布斯》（Forbes）报道，AI智能体已经存在了几十年，2010年代机器学习和深度学习的兴起引入了认知智能，2020年代的生成式人工智能增加了复杂的自然语言理解和推理，创造了一条从传统AI智能体到Agentic AI的直通线。

Agentic AI是能够通过设计工作流和使用工具，代表用户或其他系统自主执行任务的系统或程序。聊天机器人需要人类输入提示才能做出回应，而Agentic AI可以自己行动。Agentic AI也与简单的AI智能体不同，Agentic AI聚焦独立自主行动以及处理复杂任务和环境的更广泛功能，它可以在没有人类的情况下完成任务。IBM认为，Agentic AI系统具有“代理”功能，可做出决策、采取行动、解决复杂问题，并在训练机器学习模型的数据之外与外部环境进行交互。Agentic AI将大模型的通用性和灵活性与传统编程的精确性结合在一起。譬如，国内AI大模型企业智谱近期推出的智能体AutoGLM可自主执行超过50步的长步骤操作，也可以跨app执行任务，开启全自动上网，用户不用动手就能完成点外卖、朋友圈点赞、高铁购票等常见的手机操作。

那么，Agentic AI是如何工作的？根据英伟达的解释，Agentic AI主要通过四个步骤来解决问题。第一步是感知，AI智能体收集和处理来自传感器、数据库和数字接口等的各种数据，提取有意义的特征，识别物体或识别环境中的相关实体。第二步是推理，大模型充当推理引擎，它理解任务，生成解决方案，并为特定功能协调专用模型。第三步是执行，通过应用程序编程接口（API）与外部工具和软件集成，Agentic AI可以根据计划快速执行任务。第四步是学习，Agentic AI通过“数据飞轮”不断改进，从交互中产生的数据被喂入系统增强模型。

伊利亚认为，未来的AI智能体将结出硕果，拥有更深入的理解和自我意识，人工智能将像人类一样推理问题，不过，“它推理得越多，就越难以预测。”对数以百万计的选项进行推理，可能会导致任何结果都不明显。例如DeepMind开发的围棋人工智能程序AlphaGo在2016年的一场比赛中击败了韩国棋手李世石，令人费解的第37步让围棋专家们感到惊讶。伊利亚表示，真正优秀的人工智能对于最优秀的人类棋手来说是不可预测的。