用户只需给出一句话的简单指令，就能自动打开手机上的美团、小红书等相关 App，并根据指令自动完成外卖下单、撰写文案、制作视频等具体工作。8 月底，AI 独角兽公司智谱发布了全球首个通用手机 Agent(智能体)，展示了智能体给用户使用手机带来的最新变革。
AI 智能体是今年最火的人工智能赛道之一。年初，一款名为 Manus 的通用 AI 智能体一经发布，便迅速吸引全球目光。Manus 能够处理简历自动筛选、房产信息调研、股票分析等任务，成为继 DeepSeek 之后今年 AI 圈的又一现象级产品。OpenAI、谷歌、字节跳动、阿里等全球人工智能头部企业更是无一不在智能体产品开发上持续加码，让这一赛道的竞争日趋白热化。
智能体蹿红的背后，是全球人工智能行业对大模型落地应用的加速推进。依托智能体，大模型正加快深入各行各业的具体业务场景中，帮助解决越来越多实际问题。在青岛，就有一批聚焦细分行业领域的企业，正围绕智能体应用开展积极探索和实践。
大模型 “长出手脚”
在业界，智能体并非一个新概念。早在 2023 年初，ChatGPT 刚上线不久，OpenAI 就参照自动驾驶 L1 到 L5 的进阶图，发布了一张通用人工智能的进阶路线图。
在这张路线图中，“智能体” 被定义为通用人工智能发展的 L3 阶段，特征是能够自主使用工具，进行任务规划、决策、行动。而此前的 L1 和 L2 阶段分别为聊天机器人阶段和 AI 推理阶段。
显然，智能体是 AI 大模型能力发展到一定水平的产物，核心理念是让大模型自主调用各类工具去执行更加复杂的任务。“大模型像是大脑，它负责认知、理解，各种智能体就像是手和脚，按照大脑的指令完成各项任务。” 华正信息技术股份有限公司技术开发副总经理李然说。
从 ChatGPT 到 DeepSeek，近几年全球通用大模型的能力以几何级速度跃升。与之形成鲜明对比的是大模型的商业化进程仍不算快。如何将训练大模型所耗费的巨大投入在市场中实现商业变现，是几乎所有人工智能企业面临的共同课题。而这在很大程度上取决于大模型在具体业务场景中帮助各行各业解决实际问题的能力。智能体正是解决了大模型的 “专业” 问题，通过给大模型工具，让大模型能够得心应手地处理用户或企业的个性化需求。
创新奇智在制造业中的实践颇具代表性。公司 CTO 张发恩以数据管理为例介绍，过去基于大模型的数据管理应用是直接把数据拿过来分析，升级为智能体后，相当于给大模型下指令的同时告诉它还有很多工具可以用，比如可以调用生产数据、营销数据、售后数据。
“当我让它做一个完整的分析表，它会理解我的需求以后去调用各种工具，拿回数据以后进行整理。与过去不给它工具相比，能力更加强大。所以智能体的本质是让大模型能够把人类的需求翻译成它自己能做的和一系列工具调用，最终产生一个混合的结果。” 张发恩说。
不难看出，智能体让大模型不再是简单的对话或搜索工具，而是能够在越来越多产业场景中创造价值。某种意义上，智能体浪潮的来袭标志着大模型商业化时代的全面到来。正如特斯拉前 AI 总监、OpenAI 创始团队中的明星研究员安德烈・卡帕斯曾说过的那样：2025 年并非智能体之年，而是智能体十年的第一年。
发力企业级 AI 智能体
种种迹象表明，智能体已经成为大模型之后，企业继续留在 AI “牌桌” 上的重要筹码。
今年以来，全球科技 “大厂” 在智能体布局上的不断提速有目共睹。OpenAI 推出 ChatGPT 智能体，OpenAI 称该智能体能够智能调用浏览器工具、深度信息整合能力与语言生成能力，完成包括在线购物、订餐预约、撰写研究报告、制作 PPT 和财务分析在内的多步骤复杂任务;谷歌针对 AI 编程市场的持续升温，发布了开源 AI 智能体 Gemini CLI(命令行界面);百度在电脑端搜索页面测试开放智能体应用入口，智能体来自文心智能体平台、外部优质 AI 应用以及部分百度自研应用……
不仅如此，头部企业更是加速构建智能体生态。字节跳动旗下火山引擎 6 月发布新版豆包大模型的同时，发布了 12 款面向 AI 智能体开发和应用的工具产品;阿里云百炼上线业内首个全生命周期 MCP(模型上下文协议)服务，支持通过无代码方式快速构建智能体应用;腾讯全面升级面向企业用户的腾讯云智能体开发平台，以及面向个人用户的 “腾讯元器” 等两大智能体开发平台……
与在消费级市场以及通用应用市场上具有明显优势的互联网巨头不同，AI 中小企业则将焦点更多放在以企业级市场为代表的垂直领域。这也正是当下青岛企业布局发展智能体的主要路径。
相较 “大厂”，这些长期深入各行各业一线为企业提供 AI 服务的中小企业，更直接感受到了应用端对智能体的需求。
就以人工智能目前在工业中十分典型的应用领域 AI 质检为例，企业需要的不只是发现问题，更是解决问题，而要做到这一步就离不开智能体。华正的李然介绍，他们公司就正将解决方案升级为 “大模型 + 智能体”，不是单纯地检测缺陷，智能体可以调用生产过程中的运行数据并结合工艺参数、历史问题及案例库等数据，帮助判定缺陷产生的原因和应对缺陷的方法，后续避免缺陷再次发生，实现从 “识别” 走向 “诊断” 与 “决策辅助”。
“除设备质检外，华正还开发落地了智能问数、智能问答、人员招聘、合同审查等多款智能体产品。目前，正在与其他企业联合开发针对化工行业的安全生产大模型及智能体应用。” 李然说。
设备运维也是当下智能体大展拳脚的领域。山东海博科技信息系统股份有限公司研发运维智能体已经 “上岗”。该公司相关业务负责人孙童童介绍，运维智能体的核心竞争力在于能动态监测设备状态，通过多维度分析精准定位故障根源，同时自动触发修复流程。目前，从运维智能体在公司自主研发的体检机器人与无人评测考核机器人上的应用看，在设备日常巡检、基础故障处理等简单运维场景中，智能体让工作人员数量需求直接降低 50%，更规避了人工运维存在的响应延迟、操作误差等问题。
不只是软件企业和 AI 服务提供商，制造业企业凭借对业务场景的熟悉也加入了这场激战。服装行业的酷特智能研发了 “酷特 AI Agent 数智化企业级操作系统”，专注企业轻管理以及智能制造两个方向。今年 6 月举行的 2025 华为开发者大会上，酷特智能发布了企业 AI 大脑智能体、需求 AI 解析智能体、企业 AI 助理智能体等三款企业级通用智能体应用。目前，酷特 AI Agent 已在包括服装鞋帽、机械、电子、化工、医疗等在内的 50 多个行业的 150 多家企业中进行了实践和探索。
未来两到三年或将成为企业通用工具
AI 智能体的应用正呈现加速度。
创新奇智首席产品官李凡早前曾表示，预计未来两到三年，AI 智能体将成为企业通用工具，自建非关键 AI 智能体会十分普遍。
从市场数据来看，国际市场研究机构 Research and Markets 发布的报告指出，AI 智能体市场规模将从 2024 年的 51 亿美元跃升至 2030 年预期的 471 亿美元，年复合增长率达 44.8%。IDC 的研究报告则指出，到 2027 年，60% 的大型企业会采用协作型智能体系统，将业务流程效率提升 50% 以上。
不论愿不愿意，就像当初的互联网大潮，智能体都将是每个企业甚至每个人不得不拥抱的 “伙伴”。
如何应对?
从技术新名词到得心应手的生产工具，AI 智能体越是深入企业具体业务场景中，越是依赖高质量的数据，企业的 “数据能力” 成为影响智能体落地快慢的一大关键。
IBM 大中华区技术销售总经理、首席技术官翟峰曾在媒体采访中表示，企业想要通过 AI 获得收益需要先回答三个问题：高质量的数据有没有?有没有在用?有没有发挥作用?在他看来，企业级 AI 落地最重要的因素是数据，没有数据，一切都是空谈。
以工业为例，赛迪研究院信息化与软件产业研究所人工智能研究室主任王宇霞表示，工业现场存在诸如数据孤岛、数据缺失、噪声干扰等问题，现有数据是否足以用于训练工业智能体，使其达到安全可靠的水平尚且存疑。有报告显示，制造业数据中只有 44% 被有效利用。工业知识壁垒高，构建高级别的语料库存在非常大的难度。
青岛企业在推进智能体落地过程中的实践也印证了这一观点。
“很多客户不缺数据。比如有的企业在发展的过程中，积累了 1000 多个 App。怎么打通这些 App，如何利用‘汗牛充栋’的数据?我们会帮助客户做数据治理、应用治理和整理，让它变成一个能随时应变的企业。” 创新奇智 CEO 徐辉说。在他看来，智能体比拼到最后一定是 “模型 + 行业场景 + 行业数据”。
在华正打造的华正云数字化平台中，前两层均与数据相关。第一层是物联网平台，主要负责边缘侧的设备数据采集和智能感知;第二层是数据中台，负责汇聚、清洗和治理多源数据，打造统一数据底座，让数据 “能管理、可互通”。高质量数据作为 AI 的 “核心燃料”，是数智融合应用的核心基石。第三层才是 AI 中台。
面对 AI 智能体落地的不断提速，青岛企业也在加快建立全方位能力，以抢抓产业宝贵的时间窗口。
“华正今年的目标是为企业提供面向财务、法务、人力、生产、供应链、应急安全、售后等核心业务领域的智能体产品，并通过多场景智能体的深度协同与智能调度，构建全流程 AI 智能体应用闭环，为企业核心业务的智能化升级提供一体化解决方案。” 李然表示。
创新奇智打造了面向企业级开发者的 AI 智能体开发平台，将搭建智能体所需的大模型、知识库、工作流、工具等要素组件化，让企业开发者以可视化、低代码方式构建智能体应用。目前，该平台已使开发周期缩短超 60%。
海博科技也并未止步于单一智能体研发，而是同步打造了低代码智能体开发平台。平台将复杂的底层技术开发流程转化为可视化的 “拖拉拽” 操作，用户或开发者即使不具备深厚的编程功底，也能快速搭建并定制专属智能体。目前，该低代码平台已在企业内部实现规模化落地，显著缩短了智能体产品的开发周期。
免责声明：本文仅代表作者个人观点，与每日科技网无关。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。
本网站有部分内容均转载自其它媒体，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责，若因作品内容、知识产权、版权和其他问题，请及时提供相关证明等材料并与我们联系，本网站将在规定时间内给予删除等相关处理.
