- 徐凯;
<正>AI智能体不仅代表技术应用的升级,更意味着产业组织方式与价值创造模式的深层变革。为推动AI智能体健康、有序、规模化发展,建议从应用牵引、技术攻坚、生态共建与治理规范等方面系统推进,形成多方协同、稳中求进的发展格局在新一轮科技革命与产业变革加速推进的背景下,AI智能体(AI Agent)作为深化数实融合、推动经济高质量发展、壮大新质生产力的关键力量,正日益成为各方关注的焦点。国务院《关于深入实施“人工智能+”行动的意见》中提出,到2027年新一代智能终端、智能体等应用普及率超70%,到2030年超90%,到2035年全面步入智能经济和智能社会发展新阶段。在这一进程中,AI智能体不仅代表技术应用的升级,更意味着产业组织方式与价值创造模式的深层变革。
2025年10期 No.325 8-10页 [查看摘要][在线阅读][下载 1512K] - 褚健;
<正>工业AI为解决中国制造业在工艺、装备、运行三大核心环节的发展瓶颈提供了一个契机工业AI的认知和价值与通用AI不同,工业AI的核心竞争力更依赖数据与算法,其重要性显著高于算力——算力可通过与云服务商合作快速获取,但缺乏大量、高质量的工业数据作为基础,工业AI的技术落地与价值发挥便无从谈起。工业AI并非单纯的工具或知识问答载体,其核心价值集中体现于制造业服务领域,尤其为破解中国制造业“大而不强”的困境提供了重要路径。
2025年10期 No.325 11页 [查看摘要][在线阅读][下载 777K] - 陈运文;
<正>作为承载知识应用、释放数据价值的重要载体,AI Agent(智能体)本质是实现脑力劳动自动化,可替代大量基础性工作党的二十届三中全会将“知识”作为新质生产力发展的关键生产要素,并纳入九大生产要素之中。从来源看,知识是从数据中提炼而出——数据如同“原始矿石”,知识则是从中提取的“黄金白银”。而作为承载知识应用、释放数据价值的重要载体,AI Agent(智能体)本质是实现脑力劳动自动化,可替代大量基础性工作。
2025年10期 No.325 12页 [查看摘要][在线阅读][下载 838K] - 赵天成;
<正>以智能体为中心的智能体借鉴人类的思考逻辑,从感知、推理、规划、记忆等维度出发,利用大模型增强每一个环节的性能,从而突破单个模型的能力天花板,以解决复杂、严肃的行业应用问题自2023年Chat GPT发布以来,智能体将成为未来AI原生应用的核心载体,已成为众多数字领域专家的共识。2022年—2023年间,各类智能体框架如Chat GPT、Langchain、GPTs等相继涌现,更推动了这一领域的快速发展。
2025年10期 No.325 13-14页 [查看摘要][在线阅读][下载 996K] - 吴铁民;
<正>在数据分析方面,智能体解决了报表冗余的痛点;在数据洞察方面,智能体显著提升了效率;在营销方面,智能体能够完成生图、海报设计、精准圈客、效果分析全流程;在客服方面,智能体解决了制造业企业工人、BU间工单流转低效问题企业级Agent进展与思考AI智能体可划分为四个发展阶段:Chatbot时代,小模型对话,早期用于购物咨询等,特点是“问即答”;Copilot时代;Agent时代,能超越简单问答,提供连贯业务洞察,且过程中可启发用户反思;第四是数字员工时代。
2025年10期 No.325 15页 [查看摘要][在线阅读][下载 836K] - 李卫锋;
<正>智能体在大模型之上叠加“规划、记忆、工具调用”模块(如汽车的刹车、轮胎等),可以通过聊天、事件感知、定时等多种触发方式发起运行,在规划过程中基于大模型进行思考推理、编排,最终执行,逐步完成全部任务随着各种通用大模型百花齐放,尤其是高性能、低成本的国产、开源大模型Deep Seek引爆全球,大模型缺乏企业专属知识、无法贴合企业具体需求等问题逐渐凸显。同时,大模型存在“幻觉问题”,易产生不实信息。
2025年10期 No.325 16-17页 [查看摘要][在线阅读][下载 987K] - 张俊九;
<正>未来,企业将以大模型为核心构建“企业大脑”,以Agent为入口搭建分布式内部协同体系,通过Multi-Agent机制实现跨部门、跨系统协同,让Agent深度融入财务、运营等各个业务环节,推动企业整体效率提升,实现“三高一低”的发展目标2025年是Agent商业落地元年。3月Manus(流程智能体)出现,它具备规划执行动作、自主调用工具完成短任务的能力,虽存在不支持长任务、幻觉积累致结果不可用的问题,但引发全行业对Agent的关注与投入。当前Agent处于L1—L2发展区间,基础功能可用,但距离全面智能、自主规划仍有差距,2025年成为Agent商业化落地的关键起点。
2025年10期 No.325 18-19页 [查看摘要][在线阅读][下载 928K] - 周梁伟;
<正>从长期发展来看,要实现AI价值最大化,需“技术驱动”与“业务驱动”并行融合,才能全面提升企业的敏捷性、创新力与竞争力当前,AI模型性能正呈指数级增长,新模型持续涌现且成本不断降低,在技术层面具备较强潜力。但由于“数据孤岛”和“场景分散”,模型难以与企业业务深度结合,阻碍产业界切实落地。因此,只有把数据、场景等要素与先进大模型技术有机结合,才能真正发挥业务价值。
2025年10期 No.325 20页 [查看摘要][在线阅读][下载 838K]