近日，有业内人士爆料称，DeepSeek创始人梁文锋正在督战一个超级智能体项目，目标是打造无须复杂指令、可自主学习与执行的下一代AI系统。
实际上，《中国经营报》记者注意到，进入9月以来，国内巨头在智能体赛道动作频频，其中阿里巴巴推出了覆盖智能体“开发、部署、监控”全生命周期的AgentScope1.0框架；腾讯开源了Youtu-Agent框架，字节跳动“扣子空间”Agent平台上架苹果、安卓应用商店，开始面向C端推广。
AIGCLINK发起人、微软MVP占冰强对记者采访时表示，2025年是通用智能体的元年，通用Agent主场景的争夺还是集中在数据分析、资料收集总结、PPT生成、简单WEB应用生成、SVG导图生成等。主战场之外，还有各种面向场景的AI垂类解决方案正在全面爆发，行业的数据和SOP成为驱动垂类Agent的核心要素，加上技术的成熟造就了各大厂赛跑的现象。
什么是Agent？
很多人认为，构建一个AI Agent似乎很简单，“接入一个强大的大语言模型，再加点插件或API调用，就可以自动完成复杂任务”。但事实是：语言模型只是Agent的“大脑”，真正让它能完成任务、感知环境、保持状态、执行动作的，是整个配套系统。
真正的Agent，是具备状态感知、任务分解、上下文记忆、工具交互、行为反馈与自主规划能力的复杂智能系统。
艾媒咨询CEO张毅告诉记者，从目前的情况来看，整个市场尤其围绕着技术、商业化、融资能力等，都在形成这个市场的争夺，Agent在多个领域，也得到了比较好的应用，比如在代码能力、企业运营、智能助理、法律、HR等企业的内部管理，其实很多领域都已经是AI Agent的商业化路径。
但张毅也认为，目前大多数人对Agent的使用还停留在表面，还需要深入开发。所以Agent在商业化层面，目前还是以B端为主，面向C端的产品还在努力尝试之中。
除了DeepSeek以外，其他许多互联网大厂也在发力Agent。
9月1日，美团开源5600亿参数大模型LongCat-Flash-Chat，采用“零计算专家”架构实现单token仅激活27B参数，推理成本低至5元/百万token，在Agentic Tool Use评测中超越GPT-4.1。该模型瞄准外卖调度、仓储管理等高并发实时决策场景，年内或将集成至骑手调度系统。
9月2日，阿里发布AgentScope 1.0框架，首创覆盖“开发—部署—监控”全生命周期管理周期，支持多智能体协同与动态工具配置，已接入菜鸟物流、盒马供应链。同一天，腾讯开源Youtu-Agent框架，基于DeepSeekV3.1模型实现了71.47%的WebWalkerQA准确率，比肩付费闭源模型方案。
同时，字节跳动同步将“扣子空间”独立上架App Store和安卓应用商店，整合抖音创作工具与剪映视频处理能力，支持用户创建旅行规划师等个性化Agent，单日下载量破百万，试图以C端流量反哺B端模型迭代。
占冰强认为，Agent的核心目标还是以替代人的工作岗位或组织的工作流为第一原则，所有的场景都值得用AI做一遍，只要算账能算明白就能搞。智能体的发展正从人造AI Agent，进化到AI造AI Agent的方向，而且逐步工程化，形成一个新的职业叫上下文工程师。
未来发展方向
很多人以为AI Agent的难点只是“模型够不够强”。但现实是，真正拉开Agent能力差距的，不是大脑，而是系统工程。
比如，Agent执行多步任务时，经常会“断片”或重复同一操作；对“上一步结果”的引用依赖LLM记忆，很容易错误；缺乏统一状态描述方式，流程一旦中断就无法恢复；API出错后Agent不知所措，要么陷入死循环不断重试，要么放弃任务；多工具组合调用后缺少统一反馈机制；工具响应格式微变，就可能导致整个链路崩溃；Agent的任务分解高度依赖语言模型输出；很难验证拆分是否合理、是否高效；出现计划错误时，开发者无法追踪“哪里出问题”；Agent调用了哪些工具、使用了哪些数据、基于什么理由采取某种行为——全在“黑箱”里；企业无法审核Agent行为路径，存在合规和安全隐患；Agent的输出结果难以复盘、难以定位问题。
不过这既是挑战，也是创新的一个机会。
张毅认为，Agent未来的发展方向，第一个方向，是自主性泛化能力，还有多模态融合会不断得到增强，那么Agent处理更加复杂的任务，融合多模态的信息和人类的自然交互。第二个方向，就是对于不断深化与智能化，发展出类似人类社会的组织结构，形成相关的组织任务，这也是一个很好的方向。第三个方向，就是标准化，不断开放生态，还有提升互操作性，也会逐步形成相关的标准。不管技术和商业应用如何，Agent还要秉承一个方向，就是它的可信、安全以及伦理可解释等多方面的协调，同时能够对于不同行业和不同的方向，形成自身在物理环境中发挥能动性提供相关的解决方案。
占冰强表示，比较看好AI Agent的未来发展，Agent大都是以替代人为第一目标，以解决问题和投入产出比为第一性原理，这就让Agent的价值定位简单清晰。目前，全球优质的Agent一半以上都是中国人做的，但因为知识产权保护的缺失，导致优质开发者开发的Agent经常被大厂及平台抄袭且免费，这导致面向国内的优质Agent的发展被抑制，所以优秀的Agent很多都出现在海外且市场也是面向海外。
源码资本投资合伙人、美国国家工程院外籍院士张宏江强调，Agent的规划能力呈指数级增长，出现了摩尔定律3.0：以任务长度衡量，Agent能力每7个月翻倍，且随着基础模型能力提升，Agent scaling law将加速。
张宏江预测，AI将从助理迅速转变为伙伴，具备自主规划和行动能力，改变人与机器的关系。Agent将替代企业流程，重塑未来人类组织构成和就业结构。
