到底什么是AI Agent？

Manus来了，大家的关注点都在它和DeepSeek有什么区别上。其实，Manus是一款更偏偏向于执行和行动的AI工具，它既能思考，也能行动。而DeepSeek更偏向于动脑和深度思考，可以说是思考型的AI工具。

比如，让Manus预定餐厅，它不仅能够根据你所在的地址和平常的饮食偏好，给出备选的餐厅名单，还能使用相关的插件工具，进行餐厅的预订。

除了它和DS的区别，还有一个点值得关注：Manus被相关报道称为“全球首款通用型AI Agent”。这个AI Agent已经被炒了一段时间了，那么它到底是什么？目前处于什么发展阶段？未来有什么发展潜力？

一、什么是AI Agent

AI Agent，即人工智能体，是一种具备环境感知、自主决策、动作执行能力的程序或系统。

它的核心在于能够通过独立的分析思考，调用适当的工具，行动起来，执行命令，最终完成既定的目标任务。

AI Agent或许就是移动互联网时代的APP。在移动互联网时代，我们通过各种APP来获取信息和使用服务。但在AI时代，“AI Agent”或许将会逐渐替代“APP”，成为新的网络入口。同时“Agent Store”或许就是移动互联网时代的“APP Store”,“LLM”或许就是“IOS/Android”。

那么，AI Agent的这种思考、分析和执行任务的能力是如何完成的？支撑它的架构是什么样子的呢？

其实，AI Agent的系统架构可以划分为**核心能力（LLM）**和4大关键要素——规划（Planning）、记忆（Memory） 、 工具（Tools）、行动（Action）。这些要素共同协作，使AI Agent能够高效地思考和处理复杂的任务。

1、 核心能力：LLM（大语言模型）

AI Agent的核心驱动力是大语言大模型（LLM），它提供了强大的语言理解和推理能力，扮演着大脑的角色，是AI Agent的核心控制器。

2、 四大关键要素

（1）规划（Planning）

AI Agent利用大模型的思维链能力，将复杂任务分解为可管理的子目标或任务。

比如，安排一场会议，AI Agent会分解为“确定参会人员”、“发送邀请”、“安排会议室”等子任务。

（2）记忆（Memory）

分短期记忆和长期记忆，主要处理输入的信息或调用外部的信息。

• 短期记忆：用于处理所有输入信息，支持上下文学习，但受限于上下文窗口的长度。

• 长期记忆：用于存储和调用外部数据库中的无限信息，支持复杂任务（如阅读PDF、查询知识库等）。

比如，在处理客户咨询时，短期记忆用于理解当前对话，长期记忆用于调用客户历史记录或产品信息库。

（3）工具（Tools）

AI Agent可以调用外部工具的API，拓展自身能力以获取额外信息或完成特定任务。

比如，预测某个地区的天气情况，AI Agent会调用天气API获取数据，并根据结果进行后续规划。

（4）行动（Action）

基于规划、记忆和工具，AI Agent执行具体的行动，完成任务。

比如，AI Agent在完成会议安排后，自动在日历中创建好事件，并自动发送会议通知。

二、AI Agent经历的发展阶段

人类和AI的协作模式经历了三个阶段：Embedding模式、copilot模式、Agent模式。

• Embedding模式下：人类完成绝大部分工作，类似向AI询问意见，了解信息，AI提供信息和建议但不直接处理工作。

• copilot模式下：人类和AI进行协作，各自承担的工作量相当。AI根据人类的prompt完成工作初稿，人类进行目标设定，修改调整，最后确认。

• 到了Agent摸式：AI直接“独立上岗”了——它能自己记住任务、分析问题、制定计划并执行，完全不需要人类插手。

  比如，你只需要告诉AI Agent“帮我订一张去北京的机票”，它就能自己搞定后面的所有步骤，完全不用你操心。

三、AI Agent的产业链和生态图谱

AI Agent生态从底层的算力支持，到中层的平台框架，再到上层的具体应用，形成了一个完整的产业链。每一层都有不同的企业参与，共同推动AI Agent技术的落地与发展。

1、 底层：算力层

这是生态的底层基础，主要提供强大的计算资源支持。参与企业包括阿里云、百度云、华为云等，这些云计算厂商为AI Agent的运行提供了基础设施。

2、 中层：平台框架层

这是生态的核心层，分为两类：

为企业工作流程提供智能化服务，主要由原来的RPA厂商主导。他们将大模型的AI Agent技术整合到自动化平台，帮助企业实现智能化改造。比如，汇智智能、猎户星空、钉钉等。

为开发者提供开发、定制和部署Agents的工具和平台，参与者主要包括大模型厂商和落地服务商。比如，扣子、智谱AI、天工AI、科大讯飞等。

3、 上层：应用层

这是生态的顶层，包括B端和C端应用：

专注于垂直行业的应用软件或SaaS企业，主要是ERP、CRM、营销、法律等细分场景，为企业提供智能化解决方案。比如用友、Moka等。

面向消费者的通用智能体，包括AI手机、AI PC等硬件设备，以及AI眼镜、智能汽车等未来可能成为AI Agent重要入口的产品。

四、AI Agent的商业化价值

AI Agent的商业价值主要体现在降本、增效和提供个性化服务上。

比如AI Agent和SOP、PDCA、OKR等管理方法适配，通过标准化、流程化、智能化可以对抗个体工作的不确定性，提升工作效率，降低人力和经营成本。

根据市场研究机构Market.us的最新报告显示，到2033年，AI Agent领域的市场规模或突破1391.2亿美元，到2033年的年均复合增长率约为43.8%。

麦肯锡的研究数据表明，AIGC在16个核心业务领域的63个具体应用中，每年可创造的经济价值预计在2.6至4.4万亿美元之间。如果AIGC技术在未来能够全面融入各行各业的生产环节，其潜在经济价值有望进一步提升至6.1至7.9万亿美元。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】