王吉伟
AIGC领域的资深观察家、分析师和布道者，对AI Agent的发展和应用等有系统的梳理和深入的思考。早年从事IT行业，于制造业专研业务流程数字化；2012年开始研究互联网+和产业互联网，后进入媒体行业与创投行业，致力于探索IoT时代产业升级的新机会；2019起专注RPA与超自动化，为企业经营和创业创新提供前沿技术、商业模式及方法论的解读与分享。目前重点研究AIGC、AI Agent及超自动化在各行业的落地应用与创业创新。
优秀的科技/产经自媒体，知名微信公众号“王吉伟”的主理人，曾被中国信息通信研究院评为“RPA产业推进方阵优秀自媒体”。已撰写各类文章上千篇，其中关于AI Agent的深度文章30余篇，作品见诸内容平台、学术网站及杂志。

（1）作者背景资深：作者是智能体领域的资深观察家、分析师和布道者，对智能体进行了长期的跟踪、研究和报道。

（2）内容系统全面：围绕智能体的技术原理、行业应用、商业价值、投资创业、发展趋势5个维度全面展开。

（3）既商业又科普：既从商业视角对智能体的商业模式、商业价值和创业投资做了深入的总结，又从科普角度对智能体的技术原理、行业应用和发展趋势做了系统的梳理。

（4）人人可读易懂：无论是爱好者、研究者，还是创业者、企业家和投资人，都能看得懂并坚持把书读完。

（5）详实有据、图文并茂：本书立足全球，信息量大，但所有信息和数据均经过反复推敲和考证；书中包含大量模型图和表格工具，通俗易懂、拿来即用。

前言
为何写作本书
LLM（Large Language Model，大语言模型）带来的人工智能浪潮正以前所未有的速度推动社会进步，AI Agent作为这一浪潮的先锋，正逐渐成为我们生活中不可或缺的一部分。它不仅在提升效率、优化决策中扮演着重要角色，更在重新定义着人与机器的互动方式。从虚拟助手到智能客服，从数据分析到决策支持，AI Agent的应用正以惊人的速度扩展到各个行业和领域，以其独特的交互方式和智能化服务重塑我们的工作、学习和生活。
比尔·盖茨认为，AI Agent将彻底改变软件的使用方式，它可以通过自然语言命令实现各种任务之间的直观、个性化交互，将是LLM之后的下一个平台，不仅会改变每个人与计算机互动的方式，更将在五年内彻底改变我们的生活。吴恩达教授则指出，AI Agent正在引领工作流程的革新，通过AI Agent工作流，人工智能能够胜任的任务种类将会大幅扩展，并且AI Agent工作流可以帮助人们在漫长的AGI（通用人工智能）道路上向前迈一步，创业者都应该关注AI Agent。
事实上，自2023年以来，已经有大批创业者在进行AI Agent相关的创业。2023年底，Octane AI的创始人兼CEO Matt Schlicht称，至少有100个项目正致力于将AI Agent商业化，近10万名开发人员正在构建自主Agent（Autonomous Agent）。2024年开始，海内外创投领域不只是主打AI Agent的新创业项目大量出现，原有软件产品也在快速引入AI Agent架构，AI应用整体在向AI Agent过渡。
2024年开始，有一个很明显的趋势是LLM正在呈现Agent化。比如用文心一言工具版生成一个思维导图，它会直接调用相关的工具生成一个思维导图，不用再去手选插件。使用Kimi生成某些文字内容，它会直接搜索相关的网站并附上参考资料。秘塔是近期声名鹊起的AI搜索，在给定搜索主题后可以生成相关内容、附上资料来源及自动生成思维导图，还能生成演示文稿。这个工具实则是一个AI Agent，目前的AI搜索基本是 Agent模式，甚至还出现了多Agent模式。
LLM与搜索引擎的Agent化，只是万千软件应用融合AI Agent的一个缩影，现在几乎所有厂商和创业者都在LLM的应用方面铆足劲拓展AI Agent模式。这种趋势意味着足够大的市场规模。Marketsand Markets数据显示，2019年全球自主Agent市场规模为3.45亿美元，预计2024年将达到29.92亿美元，复合年增长率将达到54%。此外，Grand View Research预测，2023年到2030年全球自主Agent市场将以42.8%的复合年增长率增长。
2024年被称为AI Agent元年，不只是因为AI Agent会在技术上取得更大突破，更是因为AI Agent将会在应用层面有实质性进展，这与LLM的落地应用一脉相承。业界对LLM领域的总结很有意思：2023年拼参数，2024年拼落地。2024年国内的200多个LLM都在想尽办法做落地，技术、产品、市场、生态、投资多管齐下，抢夺各个领域与行业，不放过任何一个细分市场和具体场景。RAG与AI Agent成为两张LLM落地的王牌，而后者又体现出了超强的执行能力与跨越应用、场景、部门、组织的超级连接能力，成为各个企业AIGC应用落地的撒手锏。
本书梳理了新行业动向，列出了很多科技大厂在AI Agent领域的新动作。2024年以来，AI Agent成了很多厂商的发力重点：国外OpenAI、微软、Meta、谷歌都在快速推出与迭代相关产品和架构，争相把AI Agent引入各类场景以处理复杂任务；国内百度、阿里巴巴、字节跳动、腾讯、联想以及以手机厂商为代表的移动终端厂商，也在马不停蹄地推出新的产品与解决方案；企服领域则已集体基于LLM重构软件架构与服务体系，Agent模式已经默认为软件应用常态。这些，读者都能在本书中看到。
AI Agent技术的快速发展和广泛应用，给广大组织带来了前所未有的机遇和挑战。尽管AI Agent的发展前景广阔，但公众对于这一技术的理解仍然有限。AI Agent在多个行业中展现出了巨大的应用潜力，却存在着知识普及和应用指导的缺口。自AutoGPT横空出世以来，笔者就开始持续关注与研究AI Agent行业，并写作了相当多数量的行业分析文章来帮助读者了解AI Agent。
目前网络上关于AI Agent的文章很多，但大多侧重于技术层面，缺乏对其在商业、创投等方面全面而深入的探讨，因此笔者萌生了撰写此书的念头。一来希望为读者提供一个全面的AI Agent知识指南，从技术基础、行业应用、商业战略、风险投资等视角，系统地介绍AI Agent，帮助读者全面理解AI Agent的现状与未来；二来作为AI技术的笃信者和专注AIGC、超自动化的研究者，深感自己有责任将AI Agent的知识普及给更广泛的读者群体。
在撰写本书时，笔者广泛搜集了行业内的新研究成果、市场数据、行业报告，并与领域专家进行了深入访谈，力求为读者提供前沿、权威的信息。在写作过程中，特别注重将复杂的技术概念以易于理解的语言呈现给读者，同时不失专业性和深度。
笔者希望本书达到以下几个目标：首先，提高公众对AI Agent技术的认识和了解；其次，为学术研究者和从业人员提供有价值的参考和指导；最后，激发更多人的兴趣和热情，推动AI Agent领域的创新和发展。笔者相信，无论你是科研人员、工程师、创业者还是对AI感兴趣的普通读者，都能从本书中获益。
这是一个技术与应用大变革的时刻，更强的算力、更优的算法以及更多的数据让LLM技术的革新速度翻倍，加上各种技术架构的快速迭代和越来越多开源项目库的赋能，使得AI Agent的变化一日千里。就在写作本书的几个月里，AI Agent已经进化得更加智能、稳定，以往存在的很多问题与难点在不断被攻克，更多采用Agent模式的AI应用正在更多应用场景落地。
AI Agent的技术更迭与落地应用速度实在太快，远不是一本图书能够描述穷尽的。好在本书不仅全面讲解了AI Agent核心技术与相关项目，还将重点放在了行业应用案例拆解与商业价值分析上，以求带给广大读者全面系统的行业认知。“创投启示”部分是笔者在查阅海量资料后结合行业经验、投资人调查与前瞻性观察的总结，对创投领域的AI Agent做了全景式呈现，以为投资人和创业者提供更多帮助。
在快速变化的时代潮流中要抓住本质，这样即便行业发展再迅猛，你也能在市场的跌宕起伏中保持清醒并屹立潮头。虽然AI Agent行业在借风疾驰，但AI Agent的技术基础和运行逻辑是不变的，商业模式是在技术与方案基础上革新的，创业与投资的逻辑则是终生受用的。本书介绍的正是AI Agent行业中不变的本质内容。
近几年生成式AI和AI Agent带来了企业经营管理与范式的颠覆性变革，但无论技术、架构和方案怎么变化，只要抓住业务流程再造与自动化需求这两个点，产业链上的所有参与者就能因为创造商业价值而获得成功。现在业务流程管理领域的BPM、BPA、RPA、流程挖掘等技术及工具都在向自主Agent演化，最终都将演化为融合Agent模式的产品与解决方案，进而通过深度参与业务流程赋能企业的业务流程优化与数字化转型。关于AI Agent对业务流程的影响的分析是本书的精华之一，这是笔者长期以来对RPA、超自动化、业务流程的观察与总结，感兴趣的读者可以仔细阅读。
为了方便读者详细了解各种项目及案例，进一步拓宽视野，本书构建了配套的知识资料库。
本书读者对象
本书立足于AI Agent产业发展的前沿，从技术、应用、商业等多个维度，介绍系统、深入且实用的AI Agent知识。以下读者都可以从本书中获得关于AI Agent的前瞻性洞察和建设性指导。
技术研究者和开发者。本书全面讲解了AI Agent的技术原理，可以为对AI Agent技术感兴趣，希望了解其工作原理、新进展和开发技巧的专业人士提供参考。
学生及教育工作者。在人工智能、计算机科学、软件工程等相关领域学习，考虑将AI Agent作为学习课程或研究方向的学生，以及希望将AI技术融入教学或研究领域的教师和研究人员，都可以从本书中汲取灵感。
行业分析师。本书可以帮助行业分析师了解AI Agent在不同行业中的应用，以及它对行业的未来发展可能产生的影响。
企业家、企业决策者和初创公司团队。寻求AI领域的创业机会、想要探索AI Agent商业潜力的企业家和初创公司团队，以及希望利用AI技术提高运营效率、降低成本或创造新的收入来源的企业决策者，可以在本书中找到相应的创业及企业管理的方式与方法。
投资者。本书不仅介绍了AI Agent的技术，还探讨了其商业应用和创投前景，对于寻找AI Agent领域新投资机会的投资者来说，具有重要的参考价值。
产品经理。希望将AI技术应用到自己的产品中，需要了解AI Agent技术及其应用的产品经理，能够从本书中得到基于LLM应用构建的产品逻辑与建议。
市场营销和销售人员。需要了解AI Agent如何帮助改进客户服务、个性化营销和销售流程的市场营销和销售人员，可以从AI Agent应用领域及相关应用案例中获得市场与生态拓展方面的启发。
IT、科技从业人员及科技爱好者。IT和科技从业人员需要不断更新自己的知识体系，科技爱好者对新科技趋势和人工智能发展有浓厚兴趣，这本书可以为他们提供新的行业信息和技术动态，是一本全面的参考读物。
政策制定者和监管机构。书中对AI Agent的深入解析有助于政策制定者和监管机构更好地理解这一技术，从而制定出更为合理、有效的政策和监管措施。
本书主要内容
本书旨在为读者提供全面的AI Agent概念，通过深入浅出地介绍AI Agent的技术原理、商业价值、行业应用及创业机会，帮助读者全方位地了解AI Agent的发展现状和未来趋势，以及利用AI Agent创造价值和实现创新的方法。本书共15章，分为四部分。
第一部分（第1～3章）　技术认知
聚焦AI Agent的技术基础。从AI Agent的概念、特性、发展历程讲起，对AI Agent的技术演变、分类方式进行一定的展现，以帮助读者建立对AI Agent的全面认知。然后，讲解机器学习、深度学习、自然语言处理、LLM等支撑AI Agent发展的核心技术，展示其技术基础、形态特点及架构组成，并深入剖析LLM，为读者揭开AI Agent的神秘面纱。最后，介绍流行的AI Agent项目与架构，展示新的研究方向和成果，并通过典型案例加深读者的认知。
第二部分（第4～11章）　领域应用
重点关注AI Agent在各领域的应用实践。通过分行业、分场景的方式，详细展示AI Agent在教育、医疗、金融、文娱、零售、制造等领域的典型应用案例。通过解析这些案例，读者可以深入了解AI Agent在不同行业的应用特点、所面临的挑战以及相应的解决方案，进而找到AI Agent与行业业务深度融合的路径。
第三部分（第12～14章）　商业价值
全面介绍AI Agent的商业价值。解读AI Agent的商业价值与商业模式，介绍AI Agent的产品形态及商业策略；分析并预测AI Agent的市场现状、发展趋势、市场需求与市场竞争和风险；探索AI Agent为软件厂商、企业服务领域带来的发展新契机以及为业务流程带来的革命性突破，并解读AI Agent工作流的4种设计模式。旨在为企业利用AI Agent实现商业价值提供有力的参考框架和实施路径。
第四部分（第15章）　创投启示
旨在为那些对AI Agent充满热情的创业者和投资人提供一些建议。带大家从投资和创业的双重角度看行业发展，详细介绍AI Agent的产业格局，剖析AI Agent的行业现状；解析这一领域的创业机会，并提出一些创业方法；结合一些融资成功的案例，帮助投资者分析该领域的投资机会、风险以及未来趋势，从而为其决策提供参考。
数字经济时代，AI Agent将成为推动经济发展与社会进步的关键力量，而本书将成为你把握这一新兴领域、创造智能价值的得力助手。
从体验AI Agent开始
在正式开始本书之前，先以最简单的方式带大家体验如何创建与使用AI　Agent。
经过一年多的发展，目前国内外已经出现了很多AI Agent构建平台。本书配套资源库中列出了30多个构建平台，选择任何一个平台都可以体验AI Agent的创建与应用。在这些平台上，任何人都可以用自然语言创建自己的个性化AI应用。
以字节跳动的Coze平台为例，该平台将用户构建的各种AI Agent称为Bot。目前Bot分为角色、游戏、咨询、效率等13类，用户可以在Bot商店体验各种机器人。比如选择“思维导图助手”这个Bot，在打开的页面输入“绘制一张关于LLM的思维导图”，它在分析需求后，就会调用相应的插件绘制一张关于LLM的思维导图。图1为使用Coze中的Bot绘制的思维导图。

图1　Coze平台“思维导图助手”机器人使用截图
如果你感觉其他用户创建并发布的Bot无法解决你的问题，还可以创建自己的Bot。创建Bot也非常简单，只需要单击“创建Bot”按钮，在“创建”页面输入名称和功能介绍，在“编排”页面加入“人设与回复逻辑”，选择需要的插件、
工作流、知识库和数据库，加上开场白，选择语言角色，最后单击右上角的“发布”按钮，一个Bot就创建成功了。
创建Bot时全程不需要进行任何技术设置，并且在一些创建选项中能够自动生成的部分全都自动生成，全程只需要点几下鼠标，极大简化了Bot的构建流程。图2展示了Bot的创建页面。目前，Coze平台已经将吴恩达教授所说的AI Agent的四种设计模式全部实现了。对AI Agent的四种设计模式感兴趣的读者，可以直接跳到第14章进行阅读。

图2　Bot的创建页面
大家还可以到百度的文心智能体平台去体验AI Agent的应用与创建。文心智能体平台的Agent创建特色是全程使用对话，用户通过对话，再简单地配置一下知识库（可选）和插件，聊着天就把Agent“造”出来了。
目前该平台已经有开发者发布的十大类Agent，有些Agent的使用已经达到数百万次，用户可以在智能体商店体验各种Agent。图3展示了文心智能体平台智能体商店的部分Agent。如果你是技术开发者，还可以基于OpenAI的ChatGPT、百度的文心一言、阿里巴巴的通义千问等LLM平台，通过调用API等方式构建更加复杂的AI Agent。关于Agent构建的详细内容将在15.4节介绍。

图3　文心智能体平台智能体商店页面
当然，如果你经常使用钉钉或者飞书，估计已经在使用钉钉AI助理或者飞书智能伙伴开启人机协同的智能化办公了。现在已经有很多AI应用引入了AI Agent技术架构，甚至你可能都不知道自己所用的手机App或者PC软件已经集成了AI Agent模式，只是感觉到它更智能、更好用了。
相信通过这几个案例，你已经对AI Agent有了初步认知。很快，我们就要系统讲解AI Agent了。
为了方便读者了解更多AI Agent的相关知识，我为本书构建了配套资源库。关于AI Agent的论文、研究、技术、框架、项目、案例等，其中都有详细的叙述。期待与大家一起，在这里开启AI Agent学习的广阔新天地。
致谢
感谢在本书撰写过程中为我提供帮助的所有专家、投资人、创始人、同行评审者等，他们的支持和建议对本书至关重要。

前言

第一部分　技术认知
第1章　全面认识AI Agent
1.1　AI Agent的概念、特征与定义2
1.1.1　AI Agent的概念2
1.1.2　AI Agent的特征5
1.1.3　AI Agent的定义7
1.2　AI Agent的发展历程8
1.2.1　AI Agent的发展简史8
1.2.2　AI Agent的技术演变史14
1.3　AI Agent的分类方式16
1.3.1　根据感知能力与作用目标划分16
1.3.2　根据Agent的自主性能划分24
1.3.3　根据Agent数量与协作能力划分27
1.3.4　根据业务流程复杂程度划分28
1.3.5　根据功能、任务与应用场景划分29

第2章　AI Agent核心技术
2.1　AI Agent的技术基础31
2.1.1　当前的主流AI技术31
2.1.2　主流AI技术与AI Agent的关系36
2.2　基于LLM的AI Agent形态与特点37
2.2.1　从LLM说起37
2.2.2　基于LLM的AI Agent的特点39
2.2.3　LLM成为AI Agent的全新大脑45
2.2.4　为什么需要基于LLM的AI Agent47
2.2.5　AI Agent如何工作49
2.3　AI Agent的架构和组成50
2.3.1　AI Agent的结构50
2.3.2　AI Agent的主流架构54
2.3.3　AI Agent的主要模块57
2.4　AI Agent能力评估68
2.4.1　复旦大学NLP团队的AI Agent评估方法69
2.4.2　中国人民大学高瓴人工智能学院的AI Agent评估方法71
2.5　流行的AI Agent项目与构建框架73
2.5.1　流行的AI Agent项目74
2.5.2　流行的AI Agent构建框架77

第3章　AI Agent的研究进展和挑战
3.1　AI Agent的12个研究领域与方向82
3.2　AI Agent的研究成果与典型案例95
3.2.1　AI Agent的研究成果95
3.2.2　AI Agent的典型案例98
3.3　AI Agent的研究难点与未来展望103
3.3.1　AI Agent的研究难点103
3.3.2　AI Agent的未来展望106

第二部分　领域应用
第4章　AI Agent在教育与科研领域的应用
4.1　应用特性与优势114
4.1.1　在教育领域的应用特性与优势114
4.1.2　在科研领域的应用特性与优势116
4.2　应用价值与应用场景116
4.2.1　在教育领域的应用价值与应用场景117
4.2.2　在科研领域的应用价值与应用场景118
4.3　应用案例119
4.4　应用前景121

第5章　AI Agent在医疗保健领域的应用
5.1　应用特性与优势122
5.2　应用价值与应用场景123
5.3　应用案例125
5.4　应用前景127

第6章　AI Agent在金融领域的应用
6.1　应用特性与优势129
6.2　应用价值与应用场景131
6.3　应用案例133
6.4　应用前景134

第7章　AI Agent在文娱领域的应用
7.1　应用特性与优势136
7.2　应用价值与应用场景138
7.2.1　文化行业138
7.2.2　电影行业140
7.2.3　游戏行业142
7.3　应用案例144
7.4　应用前景148

第8章　AI Agent在零售及电子商务领域的应用
8.1　应用特性与优势150
8.2　应用价值与应用场景152
8.3　应用案例154
8.4　应用前景156

第9章　AI Agent在客户支持领域的应用
9.1　应用特性与优势158
9.2　应用价值与应用场景160
9.3　应用案例162
9.4　应用前景164

第10章　AI Agent在其他领域的应用
10.1　AI Agent在人力资源领域的应用166
10.1.1　应用价值与优势166
10.1.2　应用场景168
10.1.3　应用案例169
10.1.4　应用前景170
10.2　AI Agent在制造与供应链领域的应用171
10.2.1　应用价值与优势171
10.2.2　应用场景173
10.2.3　应用案例174
10.2.4　应用前景175
10.3　AI Agent在政务领域的应用176
10.3.1　应用价值与优势177
10.3.2　应用场景178
10.3.3　应用案例179
10.3.4　应用前景180
10.4　AI Agent在旅游与酒店业的应用181
10.4.1　应用价值与优势182
10.4.2　应用场景183
10.4.3　应用案例184
10.4.4　应用前景185
10.5　AI Agent在房地产行业的应用186
10.5.1　应用价值与优势186
10.5.2　应用场景188
10.5.3　应用案例189
10.5.4　应用前景191

第11章　AI Agent行业应用挑战
11.1　数据质量与可用性193
11.2　数据隐私与安全195
11.3　人工智能局限性196
11.4　技术成熟度与技术集成197
11.5　用户接受度199
11.6　可靠性与稳健性200
11.7　成本与效益问题202
11.8　技能知识缺乏与标准规范不统一204
11.9　合规性与监管问题205
11.10　法律及道德伦理问题207

第三部分　商业价值

第12章　AI Agent的商业模式与策略

12.1　AI Agent的商业价值212

12.1.1　商业价值的体现213

12.1.2　人机协同新范式214

12.2　AI Agent的商业模式215

12.2.1　AI Agent的商业模式种类215

12.2.2　AI Agent产品及服务形态218

12.3　AI Agent的商业策略与关键要素221

12.3.1　商业策略222

12.3.2　关键要素224

12.3.3　成功AI Agent产品的关键要素227

12.4　OpenAI GPT及GPT Store带来的商业思考228

12.4.1　商业启示228

12.4.2　问题和挑战231

12.4.3　对企业客户的影响232

第13章　AI Agent的市场分析与预测

13.1　 AI Agent的市场现状、规模与发展趋势234

13.1.1　AI Agent的市场现状235

13.1.2　AI Agent的市场规模与发展趋势238

13.2　AI Agent的市场需求与机会244

13.2.1　AI Agent能够解决什么问题244

13.2.2　企业用户对AI Agent的态度246

13.2.3　AI Agent的用户痛点248

13.2.4　AI Agent的市场需求252

13.3　AI Agent的市场竞争与风险255

13.3.1　AI Agent的市场竞争255

13.3.2　AI Agent的市场风险257

13.3.3　AI Agent市场的SWOT分析258

第14章　AI Agent的商业启示

14.1　AI Agent的商业趋势262

14.2　传统软件厂商的新机会265

14.2.1　软件厂商的发展瓶颈265

14.2.2　LLM赋能传统软件开发266

14.2.3　AI Agent带来的软件发展机会269

14.3　企业服务领域的新契机271

14.3.1　ERP、CRM等企业软件厂商的困扰272

14.3.2　LLM赋能企业服务领域273

14.3.3　AI Agent加持下的企业软件274

14.4　业务流程的革命性突破276

14.4.1　生成式AI变革传统业务架构276

14.4.2　业务流程的极简革命280

14.4.3　从LLM到大流程模型285

14.4.4　当业务流程可以像文本一样生成290

14.4.5　AI Agent与复杂业务流程293

14.4.6　AI Agent带来的自动化无处不在298

14.5　AI Agent工作流的4种设计模式305

第四部分　创投启示

第15章　AI Agent行业的创业与投资

15.1　从创业角度看AI Agent行业312

15.1.1　AI Agent行业初期阶段的特征312

15.1.2　海外科技大厂的AI Agent动作315

15.1.3　海外创业公司的AI Agent现状320

15.1.4　国内科技大厂的AI Agent动作322

15.1.5　国内创业公司的AI Agent现状325

15.2　从投资角度看AI Agent行业326

15.2.1　海外AI Agent投资现状327

15.2.2　国内AI Agent投资现状332

15.2.3　投资人看AI Agent335

15.2.4　AI Agent产业格局341

15.2.5　AI Agent SDK、框架与库347

15.2.6　开源AI Agent和闭源AI Agent348

15.3　AI Agent创业机会与动力352

15.3.1　AI Agent创业的机会352

15.3.2　AI Agent创业的动力369

15.4　AI Agent创业的方法、路径与流程370

15.4.1　AI Agent创业方法与路径371

15.4.2　AI Agent创业的流程376

15.5　快速打造AI Agent项目的7个要点379

15.6　融资项目案例分析381

后记383