套殼爭議下的AI“智能體”

假如你是一名小游戲研發者，想要研發制作一款休閑類小游戲，如何在短時間內完成？

當你向AI提出這個問題，AI會告訴你，它無法直接做出可以實際操作的游戲，但可以提供一段代碼，你可以在此基礎上完善、開發，最終寫出屬于自己的小游戲。

但如果你是向AI智能體（Agent）提出這個問題，只需坐等游戲完成，智能體會直接生成小游戲鏈接，讓你試玩。

AI智能體并不是一個新概念。今年上半年，被稱為“全球首款通用AI Agent”的Manus大火，讓AI智能體進入公眾視野，但也面臨著“套殼”“技術縫合”“過度營銷”等爭議。

隨著時間的推移，智能體熱度不減，多個大廠都推出了相應產品，并將其看作AI發展的下一必爭方向。那么，AI智能體是啥？縈繞背后的技術縫合爭議如何理解？智能體時代是否能夠快速到來？

AI智能體是個啥

AI智能體并不是一個新事物。2023年，斯坦福大學和谷歌的聯合研究團隊，發表了一篇題為《生成式智能體：人類行為的交互式模擬》的研究論文。

論文稱，居住在虛擬小鎮Smallville的25個虛擬人在接入ChatGPT之后，表現出各種類似人類的行為，由此帶火了智能體概念。

知道創宇首席安全官周景平告訴記者，可以將AI 智能體看作一種不僅會“動腦思考”，還能“動手干活”的AI助手。他所在的企業也推出了自己的智能體產品，相關產品通過大模型API調用以實現通用任務理解、規劃、執行。

“過去的大模型像是一個超強大腦，只能告訴你答案。而智能體不光會想，還能干活，它會自己規劃步驟、寫代碼、調用工具，最后給你輸出文檔。”周景平說。

比如，用戶上傳10份簡歷壓縮包，Manus會自主解壓文件、分析候選人資質、生成Excel排名表，甚至附上評估標準。對于有些AI大模型來說，卻不一定能支持解壓文件夾。

如果用一個公式來表示，參考OpenAI Safety團隊前負責人Lilian Weng的表述，智能體= LLM（Large Language Model，大語言模型，即大腦）+記憶（確保前后目標一致）+任務規劃（任務拆解和檢查）+工具使用（執行行動）。

智能體裝在哪里？目前可以通過網頁或者手機進行體驗，和日常打開網站、使用APP的體驗沒有區別。

不少企業紛紛推出了自己的智能體。國外，OpenAI推出智能體Operator，自稱能網購、會訂票，甚至會做表情包。

國內，不少AI企業也推出了智能體。智譜Agent 產品 AutoGLM沉思能在進行復雜思考的同時進行操作。字節的扣子空間、百度的通用智能體產品“心響”APP等相繼推出。阿里則選擇和Manus合作，通義千問將為Manus提供堅實的底層模型支撐。

套殼還是創新

智能體熱潮之下，“套殼”爭議不斷。關于套殼，可以理解為相關產品并不掌握核心技術，而是在技術基礎上進行表面改造或包裝。

拿做菜舉例，菜譜是別人的，套殼可以看作只換了菜名。如上述提及的Manus并不避諱套殼，其產品底層模型采用Claude和Qwen，然后接入實用工具。

AI行業中存在“套殼”鄙視鏈，Manus也因此引起了相關爭議。套殼背后，大家在意的是，這類產品究竟是不是真正的創新，以及企業護城河要如何構建。

值得關注的是，Manus爆火后，多個團隊成功復刻Manus并開源，有的甚至只花了3個小時。

關于“套殼”，觀點不一。

Manus創始人兼CEO肖弘表示，“套殼”可以視為一種整合和優化資源的方式，只要能夠滿足用戶需求，提供良好的用戶體驗，那么“套殼”就是一種成功的產品策略。

OpenAI首席執行官薩姆·奧爾特曼（Sam Altman）表示，就像當年被嘲笑為“云服務套殼”的創業公司一樣，關鍵在于能否創造獨特的用戶價值。

MiniMax副總裁劉華則表示，底層模型一次重大迭代對產品帶來的優化效果，遠超在工程實現層面對產品進行“雕花”。

周景平認為，目前大模型只有大腦、沒有手腳，或者手腳被束縛了。要發揮大模型能力就需要解放大模型，真正實現“干活”，糾結“套殼”問題沒有太多意義。

AI智能體落地還有多遠

智能體被不少人看作通往AGI （通用人工智能）的必經之路。

OpenAI列出實現通用人工智能的五級路線圖：L1是聊天機器人；L2是推理者，即像人類一樣能夠解決問題的AI，如OpenAI近期推出了OpenAI o1大模型；L3即智能體，不僅能思考，還可采取行動；L4是創新者，協助發明創造；L5是組織者，完成組織工作。

多方看好2025年將成為智能體落地元年。

國際數據公司（IDC）今年4月發布《中國AI Agent應用市場概覽》，其中顯示2025年，AI Agent將迎來規模化落地浪潮，其通過智能化任務處理重構標準化作業流程的潛力備受期待。隨著技術迭代與行業滲透加深，建立AI Agent標準化體系已成為產業共識。

周景平亦贊同上述觀點，在他看來，當前的Agent靠拼接工具、制定各種調用協議來讓AI顯得“像會干活”；未來的Agent則將持續進化，AI可以直接寫代碼、獲取反饋，在現實世界里真正“做事情”。

責編：郭霽瑤" guojiyao@ceweekly.cn

美編：孫珍蘭