ESC
输入关键词搜索文章
目录

Agent 行业调研

从概念到产业,从技术到未来
系统梳理 2023-2026 年 Agent 行业的全景图谱
Introduction
Agent:AI 从"会说话"到"会做事"的系统性转变

2024 到 2026 年间,Agent 从研究圈术语快速变成 AI 产业最密集的关键词之一。这个变化背后,并不只是市场叙事的升级,而是 AI 系统的目标发生了根本偏移:行业正在从"让模型回答问题"转向"让系统完成任务"。

这个系列调研试图回答一个核心问题:Agent 到底是什么、它基于什么技术、市场格局如何、未来会往哪里走?三篇文章分别从定义与技术、市场与布局、未来与趋势三个维度切入,力图给出一个有来源、有判断、有结构的全景图。

📚 目录
Part 1

从 autonomous agent 到 LLM Agent,梳理 Agent 的概念边界、与 chatbot/copilot/workflow 的区别、发展脉络,以及 LLM、Tool Use、Planning、Memory、Reflection、Environment Grounding、Runtime、Evaluation 八大技术模块。

核心问题:什么是 Agent?它与传统 AI 系统的本质区别在哪里?

  • Agent 的最小定义与必要条件
  • 从 RL agent 到 LLM agent 的演化
  • 八大核心技术模块详解
  • 多模态 Agent 与多 Agent 的出现
Part 2

梳理 Agent 产业的三层结构(产品层、框架层、平台层),对比 OpenAI/Anthropic/Google/Microsoft 四家海外大厂的不同平台战略,以及百度、阿里、腾讯、智谱、Kimi、字节 Seed 等国内厂商的 Agent 布局。

核心问题:谁在做什么?竞争焦点在哪里?

  • Agent 产业的三层结构
  • 闭源产品 vs 开源框架
  • 海外四强的差异化路线
  • 国内"模型+云+场景+生态"复合竞争
Part 3

从多模态 Agent 的默认化、多 Agent 协作的适用边界、MCP 协议的标准化进程、computer use 的产品化拐点、安全治理的落地门槛,到 Agent 是否只是过渡形态的反思,判断未来 2 到 5 年的真实走向。

核心问题:Agent 会走向哪里?真正的壁垒在哪里?

  • 多模态成为默认前提
  • 多 Agent 的真实收益与成本
  • MCP 与协议层竞争
  • 安全、评测与治理成为主战场
🔗 研究来源

来源类型

  • 学术综述:Wang et al. (2024)、Yehudai et al. (2025)、Xie et al. (2024)、Tran et al. (2025)
  • 官方文档:OpenAI、Anthropic、Google、Microsoft、百度、阿里、腾讯、智谱、Kimi、字节 Seed
  • 开源框架:AutoGen、LangGraph、CrewAI、AutoGPT
  • 媒体与社会事件:The Verge 等主流科技媒体的报道