智能體讓大模型“長出手腳”

隨著大模型技術快速發展，作為其應用載體之一的智能體，正成為各大人工智能開發機構爭相發力的重要方向。

今年3月，一款名為Manus的智能體產品憑借“感知—思考—執行—交付”的全鏈路智能能力快速走紅，曾引發廣泛關注。業界關于智能體的探索步伐不斷加快，騰訊、百度、京東等企業在智能體領域加大投入，一系列產品和相關技術相繼推出。

具備自主決策能力

智能體是一種能感知環境、規劃任務并自主執行的人工智能系統，通常具備較高的自主性和較強的學習能力。

語言大模型好比一本百科全書，用戶可以向其提問并獲得回答。但模型再強大，也只能輸出文本內容、提供行動參考，真正讓想法落地還需要另找幫手。

智能體就是那個為大模型“跑腿”的幫手。它更像是一個手持百科全書的個人助手，可以借助大模型的知識能力，根據用戶需求，直接生成相應任務規劃，自主完成任務，形成生產力。

清華大學計算機科學與技術系長聘教授孫茂松認為，得益于語言大模型生成能力、代碼能力、圖像視頻處理能力以及3D建模能力的發展，目前智能體技術已具備較好發展基礎和應用潛力。

例如，借助當下發展較快的編程智能體，用戶可直接以文字語言表達自身需求，智能體會在理解需求的基礎上，自動完成代碼編寫、測試以及漏洞檢測、修復等，輸出可用的編程產品。在5月底舉行的2025騰訊云AI產業應用峰會上，騰訊宣布將大模型知識引擎全面升級為騰訊云智能體開發平臺，進一步降低智能體搭建門檻，推動智能體應用遍地開花。

騰訊云副總裁、騰訊云智能負責人吳運聲介紹，騰訊內部85%以上的開發崗員工都在使用編程智能體——騰訊云代碼助手，整體編碼時間平均縮短40%，人工智能生成代碼占比超四成，研發效率提升超16%。京東5月也透露，其智能體正走向深度應用階段。截至目前，京東內部已有超1.4萬個智能體運行。

不僅互聯網企業大膽試水智能體應用，傳統行業企業同樣積極擁抱智能體。例如，在能源電力領域，國家電網與百度合作打造營銷供電方案智能體。當用電企業有需求時可以直接通過國網客戶端發起對話，智能體會首先通過意圖識別確認用電需求，然后進行任務拆解和規劃，自動生成多套供電方案，并主動幫用戶對比不同方案優劣，給出最優建議。如今，該智能體已全面掌握整套業務流程，能準確調動行業知識和工具系統，實現企業辦電流程全面智能化。

吳運聲認為，智能體與傳統自動化軟件的最大不同在于其具備自主思考和決策能力。在傳統軟件開發范式下，開發者通常事先設計好流程，即使存在分支邏輯，也是開發者預先定義好的。但智能體面對的是自然語言交互場景，用戶的輸入是開放的，不可能窮舉所有分支，這就需要智能體自主理解、規劃、執行任務，更好地應對復雜需求，而不是依賴固定流程。

形成跨平臺通用性

人工智能研發機構不斷加碼布局智能體的背后，是智能體技術近年來取得的突破式發展。尤其是智能體自我規劃和調用工具應對復雜任務能力的不斷增強，推動各類應用加速落地。

以智能體底層工具調用技術為例，其早期主要是函數調用模式，即模型在理解用戶需求后，單純調用某個工具進行應對；隨后發展為推理行動協同模式，模型在調用工具前會進行明確思考；如今已發展到代碼智能體模式，通過對任務的理解、規劃，模型能直接生成完整代碼并批量調用多個工具開展計算，智能體應對復雜任務的能力顯著增強。

當單一范圍內的工具調用無法滿足日漸復雜的任務需求時，MCP（模型上下文協議）為智能體的成熟完善起到了助推作用。

MCP是一種開放協議，它允許系統以可泛化的方式為人工智能模型提供上下文信息，從而使智能體跨越不同應用場景實現通用性。借助MCP，各種智能體都能以統一的格式，調用屬于不同平臺生態的應用和數據，共同為用戶完成任務。

在打通跨平臺溝通渠道后，多智能體協同正成為智能體技術發展新趨勢。

與使用單智能體相比，多智能體通過分工協作，可處理更為復雜的任務。例如，在軟件開發領域，不同智能體可分別扮演“產品經理”“交互設計師”“開發測試人員”等不同角色。用戶只需輸入一次指令，多個智能體就能共同行動，將一個復雜的軟件項目拆解成多個子任務，提高軟件開發效率和質量。

吳運聲說，為緊跟智能體技術發展趨勢，應對日益增長的復雜需求，騰訊云智能體開發平臺也創新研發了零代碼配置多智能體協同轉交功能，用戶可借助平臺上已有的智能體能力，構建“多專家”體系，有效分擔單智能體的任務壓力。此外，在插件生態上，平臺全面支持MCP，并預置豐富的內外部插件，做到“開箱即用”，大大降低了智能體搭建門檻。

面向細分場景發力

在應對更復雜任務過程中，智能體技術的落地場景也不斷明確。人工智能專家吳恩達認為，不應被復雜的概念迷惑，而要關注智能體到底能為用戶解決哪些實際問題，大量的機會可能存在于相對簡單、僅有少量分支的線性工作流中。

筆者了解到，騰訊云智能體開發平臺、百度智能云千帆大模型平臺、阿里云百煉平臺等智能體開發平臺均選擇面向具體的細分行業場景發力。

“我們更關注的是智能體如何真正融入企業的業務流程，滿足真實的業務需求。我們希望構建一個高度模塊化、可擴展的平臺，讓企業可以在上面構建適配自己場景的復雜應用。”吳運聲說，團隊目標不是“為了智能體而智能體”，盡管當前行業普遍聚焦智能體自主規劃能力的突破，但在現實產業環境中，大量標準化任務已具備成熟的業務流程框架，智能體技術可優先嵌入這些標準化流程中實現價值落地。

“傳統的工作流是串行執行、節點獨立。我們希望把傳統的工作流和智能體能力融合起來，用戶可以通過構建確定性流程來處理特定任務，同時也允許智能體在其中進行自主規劃。并且，傳統工作流中的每一個節點在執行時，都可以和一個擁有全局上下文理解能力的智能體交互，從而在保持流程確定性的同時，兼顧智能體的靈活性，更好地推動智能體在實際業務場景中落地應用。”吳運聲認為，要真正用好智能體，除了不斷打磨技術，更需要應用企業和技術開發者加強合作溝通，共同彌補認知與使用的鴻溝。