AI不会取代人类，但是人类正在成为智能体的助手。

被称为“大语言模型”的2024年（LLM）然而，在2025年，聚光灯正在迅速转变。

“毫无疑问，2025年是大型智能体元年。近日，Gartner研究副总裁孙志勇在接受包括《IT时报》在内的媒体采访时表示，智能体已经成为世界上最热门的科技话题，其受欢迎程度甚至超过了热门的大模型本身，一个由智能体驱动的商业模式创新时代正在加速。

孙志勇认为，2025年意味着“大模型驱动的AI智能体元年”和“生成式AI实现的元年”。这种转变代表了从基础模型开发到实际可创收应用的转变，AI智能体是LLM能力的主要“出口”。

Gartner预测，到2028年，AI智能体将完成人类可读数字界面交互的20%，AI智能体可以独立完成约15%的日常业务决策。预计三分之一的企业级软件将集成AI智能体。

越迁，从“协助”到“执行”。

智能体是什么？虽然智能体似乎已经成为2025年每个人都必须谈论的AI术语，但这个概念在市场上仍然存在“泡沫”。

“智能体不是问世的。严格来说，世界上第一个智能体起源于1960年。”孙志勇指出，“智能体之所以突然流行起来，是因为大型智能体，也就是大型智能体，让智能体更聪明”。

Gartner对大型智能体给出了明确的定义：基于AI技术的自动化或半自动化软件，可以利用大模型、领域模型等AI技术在数字和物理世界中感知、决策、行动，最终实现目标。

孙志勇强调，智能机器人和传统聊天机器人有本质的区别。“聊天机器人为你提供辅助信息，智能机器人最终帮助你实现目标或付诸行动。”他举了一个例子，说明当客户向聊天机器人提出“帮我点一杯咖啡”时，会提供周边咖啡店的信息；智能机器人将进一步调用地图、外卖、支付等工具，直到达到“咖啡”的目的。

这一跨越从“信息协助”到“目标执行”，是智能体赋能企业实现深度变革的关键，并且今年已经初步应用。

以比亚迪的智能助手为例。以前客户想看车的时候，需要自己去官网或者4S店，现在可以通过比亚迪的“官方助手”输入个性化需求，比如预算20万，家里有几个人，然后智能助手推荐车型。

孙志勇认为，未来手机App的“九宫格”添加方式可能不再是主流。到2028年，智能体将完成前端客户互动的五分之一。

智能支付宝助理

清除智能体幻觉的“人在回环”

虽然AI智能体发展迅速，但孙志勇仍然强调，目前的商品仍处于起步阶段，主要障碍是准确性。特别是在多智能系统中，错误可能会累积，导致“幻觉”或“误差导出”，使其无法真正进入核心生产环节。“即使一个智能体能达到80%的精度，如果三个精度为80%的智能体叠加，精度也会乘数降低，只有50%左右。”。

解决方案的关键之一是确定智能主体角色的单一性。“你应该确定智能主体的行业属性，并尽可能使其决策单一化。”简而言之，如果你想要一个专门而精确的财务智能主体，基于复杂的财务流程，可能会突出精度不足的问题，从而导致错误的决策；但如果是任务垂直“报销智能主体”，就有可能实现高性能决策。

联想智能体

孙志勇甚至认为，基于此，未来银行、保险、零售、制造等不同领域可能不会出现通用的人工智能体公司，但会产生大量基于小型特定模型产生深度嵌入的行业智能体“隐形冠军”，比如专门为保险公司生成定制保单的特定智能体公司。

另外一条路是“人在回环”。近几年来，关于“机器替代人”的讨论沸沸扬扬，仿佛人工智能的每一次进步都意味着人类工作的减少。然而，孙志勇强调，最新的趋势表明，尤其是海外金融公司已经开始考虑“带人回来”，再次融入智能决策的“回环”。它标志着一个重要的概念转变：机器完全取代人并不容易，至少在早期，人类的参与对于确保AI决策的准确性尤为重要。

“人在回环”的概念是为了让智能身体真正采取决策，最终进入工作环境而提出的。但与此同时，人们也必须接受一个核心概念正在悄然改变。“以前我们说‘机器辅助人’，有了AI，实际上就是‘人在协助机器’。孙志勇说，在未来，人类职责不再是主导，而是协助和辅助智能体，人机协同关系将发生根本性的变化。

落地仍然需要提高“绝对性价比”

AI智能体进入核心工作环境的另一个挑战是成本效率，除了精度还需要加强。

“AI智能体一定比人性价比高吗？”当老板问这个“灵魂问题”时，意味着智能体的投资回报必须是一系列准确的数字。

一些创新的趋势当然已经出现。比如在营销领域，统计数据显示，人类销售BD(商业代表)只有14%的时间用于商机开发，大部分精力都消耗在内部流程上，但一个销售开发代表着智能体。（AISDR）可在24小时内连续工作，并可利用CRM数据对潜在用户进行分析，生成定制邮件进行商机挖掘，并在客户回复后安排与人类销售人员的对接，BD的重复工作大大节省，提高了工作效率。

“从数据上看，一个人类BD覆盖50个客户已经接近极限，但一个AISDR可以为1000多个客户服务。”孙志勇透露，海外已经有成熟的AISDR。 SDR商品，年费大概在4万人民币左右，性价比远高于国内高级BD。

Gartner估计，到2028年，三分之一的企业级软件应用程序将包含智能体，而去年这个比例还不到1%。

但是并非所有的智能体公司都能拥有类似的产品，或遇到类似的情景。至少目前，智能体的成本并不低。

高精度AI智能体在设计和部署上的复杂性仍然具有很高的技术门槛。比如为了提高精度，需要引入思维链提醒、程序限制或者人在回环等复杂机制，涉及很多开发、编程技巧、额外的人工成本和实时数据处理，会增加很多开发和运营成本。

与此同时，AI智能体与大型模型的互动进一步增加了计算能力的需求。无论是调用大型API(应用程序编程接口)，引入MCP(模型前后协议)架构，还是使用A2A。（Agent-to-Agent）进行多智能体合作，都需要强大的计算资源支持。

孙志勇认为，AI智能体公司必须证明，与雇佣人类员工相比，他们的产品具有明确而显著的投资回报，否则“仍然难以生存”。

因此，他强烈建议，这些公司应该采取“零客户”的策略，即在向客户提供AI智能体解决方案之前，先在自己内部尝试，然后让那些谨慎选择尖端技术的用户看到实际效果，坚定转型的信心。

照片／ 即梦AI 支付宝 联想

本文来自微信微信官方账号 “IT时报”（ID：vittimes），作者：郝俊慧，36氪经授权发布。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com