这些公司正在用Agentic AI，太香了！

还记得过去那些简单的日子吗？那时“生成式 AI”意味着向一个AI模型提出问题，然后得到答案。你可能会加上一个向量数据库来为问题提供上下文，并通过一些安全机制加以限制。当时这听起来已经很难了，但回过头来看，那简直是小菜一碟。

如今，趋势技术是“智能代理型 AI 系统（Agentic AI systems）”。它不再是一个简单的聊天机器人、一个向量数据库和一条安全规则那么简单。现在，你面对的是无尽的数据集选择、各种大小模型在不同环境中运行。不再是人类提一个问题、LLM 回答一个结果这种简单交互，而是由多个代理组成、通过复杂且动态变化的逻辑流程（或概率流程）连接起来的庞大系统。

这些代理之间有新的数据通信协议，代理与代理之间也有新的交互协议，整个系统还需要编排框架将它们串联在一起。

尽管如此复杂，你可能会认为企业会谨慎采用AgentAI。但你大错特错了。

什么是 AI 代理（Agent AI）？

目前市场营销部门中存在一种“代理洗白”现象：就像过去三年里所有产品都贴上“AI”的标签一样，现在只要带个聊天机器人的功能就被称作“代理”。

但从技术角度看，AI 代理与普通聊天机器人最大的区别在于它能够自主采取行动。

它不再只是回答问题，而是可以代表我们执行任务——有时是非常复杂的任务，需要与其他代理和系统进行多次交互。

根据 Cloudera 在今年4月中旬发布的调查报告——对14个国家的1500名企业IT领导者进行了调研——57% 的受访者表示他们已经在使用 AI 代理，而 96% 的人计划在未来12个月内扩大其应用范围。

其他调查也显示出类似的结果：根据 SnapLogic 于2月发布的对美国、英国、德国和澳大利亚超过1000名IT决策者的调查，50% 的企业已经在使用 AI 代理。

此外，92% 的受访者相信 AI 代理将在未来12至18个月内带来实质性的商业成果，79% 的企业计划在未来一年内投资超过100万美元用于 AI 代理项目。

Gartner 将AgentAI 列为2025年最重要的战略趋势之一。到2029年，80% 的常见客户服务问题将能实现自动解决，无需人工干预。Gartner 还预测，到2028年，33% 的企业软件应用将包含AgentAI 技术，15% 的日常工作中做出的决策将由 AI 自主完成。

Gartner 分析师 Sid Nag 表示：“这绝不仅仅是营销炒作。这是未来许多环境下自动化任务的重要推动力。”

以下是一些企业在实际中使用 AI 代理的方式。

典型场景1：软件开发

软件开发曾是生成式 AI 最早爆火的应用场景之一，如今也成为AgentAI 的核心用例之一。

GitHub 对巴西、德国、印度和美国2000名开发者的调查显示，截至2024年中，已有97% 的开发者在使用 AI 编程工具。HackerRank 对来自102个国家的13000多名开发者的调查显示，平均而言，AI 已经生成了29% 的代码。

开源代码库丰富，大型公司通常也有自己的代码仓库、变更日志、bug修复记录等信息，可用于训练或微调 AI 系统以适应公司内部编码规范。

随着 AI 模型的上下文窗口不断扩展，这些工具一次可以查看越来越多的代码，识别问题或提出修复建议。当开发者开始采用AgentAI 后，AI 编程工具的价值也在不断提升。

Gartner 预测，AI 代理可以帮助开发者完全自动化并卸载更多任务，彻底改变软件开发方式。这一变革将迫使到2027年时，80% 的工程师必须提升技能才能继续胜任工作。

目前，很多流行的AgentAI 系统和编码助手已经被集成到开发环境中，也有一些初创公司专注于打造AgentAI 开发平台。

当前最受欢迎的Agent编码平台包括：Cognition Labs 的 Devin、Cursor、Windsurf，此外还有一个免费的开源选项Cline。OpenAI 预计也将推出自己的Agent软件工程师平台 A-SWE（Agentic Software Engineer）。

传统厂商也纷纷加入战场：GitHub Copilot 在2月推出了Agent模式；Amazon 在3月为其 Q Developer 平台推出了增强版 CLI 代理；VS Code 在4月上线了Agent模式；Google 也在4月宣布了自己的AgentAI 开发平台 Firebase Studio。

与传统的聊天机器人相比，Agentic AI 代码开发平台是一个重大进步。聊天机器人只能回答问题并给出代码片段，而Agent AI 可以规划整个项目、编写组件、创建测试并验证代码是否正常运行，并持续迭代直到满足所有项目目标。

Abnormal AI 公司是一家网络安全公司，其机器学习负责人 Dan Shiebler 表示，该公司350名工程师中，有一半到四分之三的人正在使用AI工具。比如，Cursor，同时，也开发了一些内部工具。

他指出，并非每个用例都需要完整的 Agentic 系统。例如，在架构和设计方面，公司使用 ChatGPT 和推理模型，“我对这些模型的表现印象深刻。”

但是在软件开发方面，使用 ChatGPT 或 Claude 并手动复制粘贴代码并不是高效的方案。而像 Cursor 这样的系统，你可以输入指令，代理可以根据代码上下文做出修改，你可以审查结果。”

最新的发展是：编码系统可以完全自动生成整个应用程序，而无需人类触碰代码。它可以调用 API、配置基础设施。Abnormal 已经在使用这样的工具。

Shiebler 提到了三款此类工具：Bolt、v0 和 Lovable。他表示：“我个人喜欢 Lovable，但我们看到 v0 在界面设计方面非常成功，甚至在很多用户流程中取代了 Figma。”

典型场景2：客户服务

客服聊天机器人可以回答简单问题，而 AI 代理则能处理更复杂的问题，甚至主动解决问题。但这其中风险也不小。如果聊天机器人提供了错误信息，或者承诺了一个公司无法兑现的折扣，就已经是个问题。但如果 AI 能够自主操作，比如下单、取消订单、发放折扣或退款，那后果就更严重了。

因此，博世电动工具（Bosch Power Tools）在最初部署时选择让Agent AI 辅助人工客服人员，而不是取代他们，并保留“人在回路中”的机制作为安全保障。

该公司业务运营中的 GenAI 项目负责人 Victor Nguyen 表示：“最终使用者将是我们的客服人员。终端客户不会直接接触这些新Agent AI 系统。我们将由自主 AI 代理支持人工代理。”

博世（Bosch）正在使用 Cognigy.AI 作为其 AI 平台，该平台支持与多个后端 AI 模型集成。Nguyen 表示：“目前我们正在使用OpenAI 的 GPT 4.0 和 谷歌的 Gemini。我们的系统非常灵活。”

该平台还与公司的 CRM 系统和工单系统进行了集成。Nguyen 说：“我们还将其与一个翻译服务集成，因此我们可以翻译电子邮件正文或文档附件。”

他表示，该系统目前正处于第二阶段的试点运行中，并将于5月开始被人工客服代理用于处理真实客户案例。到6月，它将部署到公司23个客服中心中的第一个。

他说，最终的目标是让这个平台在整个博世集团广泛使用。“博世是一家庞大的公司，电动工具只是其中的一个部门。我们将与其他博世业务团队合作，打造可扩展的解决方案。我们正与公司中央 IT 部门密切协作，以确保这一系统能够在全球范围内扩展。”

他指出，最大的挑战并不是Agent技术本身，而是公司内部缺乏统一标准化的流程。

他说：“比如在德国，修改订单的流程可能与拉丁美洲的做法不同，而且使用的系统也不同。我们审查了各个界面，并尽可能地实现了标准化，尽管总会有一些国家特定的差异。”

Nguyen 建议那些希望在客户服务中部署AgentAI 的企业尽快开始数据和系统的标准化工作。

他说：“大多数人认为 AI 就是解决方案，能解决一切问题。但事实并非如此。第一步是要做好基础工作：获取高质量的数据，并确保数据持续维护。这不仅仅是一次性上传数据的任务。”

典型场景3：文档处理

多年来，企业一直在使用聊天机器人来处理文档。生成式 AI 擅长总结内容或提取特定信息。但借助Agent AI，整个以文档为中心的工作流程都可以实现自动化。

营销公司 Route Three Digital 最近为一位客户构建了一个 AI 代理，使用的是谷歌的 Vertex 平台和 Gemini GenAI 模型，用于自动化一个原本需要七天的提案制作流程——客户用户过去需要手动收集各种文档和信息。

该公司首席市场与运营官 Sharmilla Singh 表示：“我们编写了代码并设定了脚本，把所有关键信息整合进一份主文档，然后使用 Gemini 清理文本、提升可读性。”

她指出，这套系统仍然不是完全无误的，仍需人工参与最终审核和定制化调整。但她表示，当该工具于去年推出时，客户的多日流程已被缩短至几小时。

她说，下一步目标是让 AI 代理完成全部工作。“目标就是去除人类的参与。”她说。

Singh 表示，在市场营销领域使用AgentAI 是一个相对低风险的应用场景。“它不会让你的公司倒闭。”

其他在营销中使用 AI 的场景包括搜索引擎营销和在线广告。她说：“如果你不紧跟新的方法论，就可能会失去市场份额。”

Agentic AI 还处于早期

谷歌的 Vertex AI 只是众多试图简化 AI 代理构建和部署的平台之一。今年4月，谷歌还宣布其于去年12月推出的 Agentspace 平台现已新增“无代码代理设计器”以及针对深度研究和创意生成等任务的预置代理。

谷歌还推出了一个Agent市场，并向合作伙伴开放。目前该平台上已有来自德勤、VMware、Amdocs、Palo Alto、Wipro 和 邓白氏（Dun & Bradstreet）等公司的 138 个 AI 代理。

不过，谷歌才刚刚开始追赶微软 Copilot Studio 这头“800磅重的大猩猩”。微软商业与行业 Copilot 部门公司副总裁 Charles Lamanna 在今年3月的一次更新中表示，Copilot Studio 已被超过 16 万家组织用于构建 AI 代理。仅上一季度，就有超过 40 万个定制 AI 代理被创建出来。

其他提供 AI 代理技术的公司还包括：AWS 的 Bedrock Agents、Salesforce、ServiceNow、Workday、SAP等。

此外，AI 模型提供商也开始将Agent功能直接嵌入核心产品中。例如，OpenAI 最近发布了两个内置AgentAI 功能和工具调用能力的新推理模型。未来，企业甚至可能不再需要第三方代理或Agent平台。

Gartner 分析师 Nag 表示，Agentic AI 技术仍处于早期阶段，“现在还很难从企业那里获得关于实际体验的真实反馈。我认为它还没有真正成熟到可以全面推广的程度，即使已经接近成熟，人们也不会大规模采用。”

他说，目前业界对这项技术仍存在大量合理的怀疑。“但我相信随着时间推移，这种怀疑会减少，你会看到它在各种职能领域越来越普及——IT运维、采购、财务等等。”

他补充道：“它还没达到那个阶段。但它正在变得越来越真实。”