0
眼下，Agent正在成為AI應用最具爆發性的方向之一：資本大力押注、玩家競相入局，企業也爭先恐后落地Agent，唯怕掉隊。
根據IDC預測，中國企業級Agent應用市場規模在2028年保守估計將達到270億美元。
喧囂之下，Agent落地困境也逐漸顯現。一方面，Agent執行任務的廣度、深度和效率仍受技術限制，比如用多Agent解決復雜問題，可能需要等半小時甚至更久。另一方面，模型怎么選、應用場景在哪、Agent如何部署等難題也成為企業的困惑。
機遇與挑戰并存，廠商玩家們時刻思考自身在Agent賽道上的角色：
有玩家自我定位為“全棧人工智能服務商”，憑借AI和云基礎設施優勢向全局發力；有玩家選擇“強強聯合”，共同切下Agent應用市場的一塊蛋糕；有玩家則致力于成為小而精的“專業者”，試圖以垂直領域know-how在Agent賽道爭得一席之地。
百舸爭流中，一些先行者嘗試給出自己的階段性思考。（本文作者為雷峰網主筆，長期關注Agent領域，歡迎添加微信skylar_12_14交流。）
擁擠的Agent賽道，頭部玩家何以突圍？
從全球范圍看，在Agent賽道，AI巨頭和云大廠是兩大玩家。
在Agent商用元年，玩家們不約而同采取同樣的策略：先降低企業使用Agent的門檻，爭奪企業級市場。
依托底層大模型能力，AI巨頭在Agent賽道上具備先發優勢。
比如頭號玩家OpenAI基于ChatGPT的模型能力推出ChatGPT Agent。但其野心不止于此，還開始進軍Agent開發平臺，推出企業級開發套件AgentKit。
與此同時，更為“全能型”的云大廠則憑借云與AI等基建設施、龐大客戶群和廣泛的平臺生態，成為Agent賽道里的主力玩家。
對于云廠商而言，布局Agent具有重要的戰略意義：Agent是未來的資源消耗大戶，其給云業務帶來的增長潛力不容小覷。
比如，Google基于Gemini系列模型的能力，推出Gemini Enterprise（Gemini企業版），為企業提供構建Agent的無代碼工具和Agent庫。AWS推出Amazon Bedrock AgentCore，為企業構建Agent提供從開發到上線的能力底座。
也有云大廠如阿里云等，憑借“全棧AI服務商”的定位展開了更全面的布局。
比如在模型層，通義大模型家族為Agent開發、應用提供“大腦”，覆蓋語言、語音、視覺、多模態等領域。在開發層，阿里云打造了“一站式”大模型服務和Agent應用開發的百煉平臺，并推出互補協作的無影AgentBay，提供安全、可信的任務執行環境，幫助企業開發、部署符合自身業務邏輯的Agent。
而在應用層，阿里云也有企業級一站式平臺AgentOne，結合阿里在電商領域的行業know-how，推出了多款開箱即用的Agent。
在云與AI巨頭之外，近兩年涌現的明星初創企業也成為Agent賽道的潛力玩家。
這類玩家多聚焦垂直場景，以行業know-how形成競爭壁壘，比如Cursor專注于服務開發者的編程Agent，Harvey推出法律領域的垂直Agent。
不難看出，在Agent賽道，頭部玩家們目前呈現出兩種截然不同的競爭姿態：
一是全能型選手，即具備“全棧AI”能力的玩家。
“全棧AI”至少覆蓋三層能力：底層的芯片、算力基礎設施，中間層的云計算平臺，以及上層的模型算法。比如阿里云、谷歌云等。
二是具備某項特長的玩家，選擇與其他頭部廠商生態聯盟，實現強強聯手。
以模型算法見長的OpenAI便是典型代表。一方面，OpenAI與微軟Azure合作，將包括GPT系列在內的多個模型托管在Azure AI Foundry上，由Azure提供各類云服務；同時還與數據平臺緊密合作，將GPT模型原生集成到Databricks數據平臺上，幫助企業在自身數據上快速構建Agent。
星火燎原，Agent是否帶來了顛覆式變革？
廠商玩家們在Agent賽道激戰正酣，Agent在企業落地的熱度也絲毫不減。
阿里云百煉高級產品專家徐志遠介紹，目前Agent在企業的應用場景主要有三類：
第一類是技術維度方面，對視頻、音頻、文檔等多模態復雜內容進行處理和二次加工，是目前重要的應用場景之一；
第二類是對話機器人、智能客服等交互類場景，比如具備情感陪伴、多模態且有復雜場景技能的學習機、AR玩具等終端；
第三類則是不為大眾所知但應用價值高、調用規模大的智能巡檢和風控場景。
據他觀察，率先完成Agent落地的是用戶交互高頻的消費電子行業，但與此同時，像畜牧等傳統行業也在逐步推進Agent。
雖然Agent以星火燎原之勢席卷各行各業，但業內普遍都有一個共識：Agent帶來的顛覆式行業變革仍在醞釀之中。
一方面，Agent仍有諸多技術瓶頸亟待突破。
Agent的能力主要取決于大語言模型、記憶系統、任務規劃能力以及工具使用能力，但目前在模型幻覺、多模態整合、記憶管理、遷移泛化等方面仍存在技術難點。
同時，Agent從實驗室走向企業的“落地”過程中也面臨諸多技術挑戰。比如不同系統之間融合難、多Agent之間難以協同等問題。
眼下，企業使用的業務系統主要有購買現成的套裝軟件、自研的業務系統以及兩者相結合的模式。Agent與企業原有的ERP、CRM等系統的融合不能一概而論。
“企業對軟件的定制化能力受限于軟件本身。比如ERP軟件只能在其開放的接口上實現自動化，相對受限；而企業自研的業務系統改功能、改流程相對容易一些。”阿里云公共云事業部首席解決方案架構師韓鴻源表示。
此外，面對復雜的業務場景，單一的通用Agent并不能滿足企業需求。業內普遍認為，多Agent協同是Agent在企業落地應用的重要趨勢。
徐志遠提到，目前在業內，多Agent模式面臨的一個難題是決策鏈路過長，當多個Agent協同處理時，思考時間和處理過程很長，甚至可能需要等待半小時以上；
另外一點則是通信難題，當多個Agent分別來自不同廠商時，在技術和業務層面上能否實現通信、解決鑒權和身份認證等問題。
另一方面，在企業側，Agent的落地還面臨不少非技術卡點。
比如AI落地企業中“特別有意思”的一個現象是：去年的難題是找不到落地場景，而今年的難點則是場景不收斂。
再比如，模型如何選用、選擇哪些業務場景、應用架構怎么落地也是企業面臨的主要困境。其中更多真實、瑣碎的卡點難點可添加作者微信skylar_12_14交流。
不僅如此，阿里云無影事業部AI產品負責人屈立威告訴雷峰網(公眾號：雷峰網)，不同類型的企業對Agent的需求也不同。
中小企業最關心Agent如何落地部署的問題；而AI原生企業雖然對Agent了解更深，且擁有大量算法工程師，但運維工程師相對缺乏，所以希望廠商解決復雜的運維問題；
科技驅動的大企業則更希望訓練自己的大模型，針對業務場景做強化學習或后訓練，面臨的難題是Agent落地中的具體技術挑戰，比如如何把企業數據清洗成AI能讀懂的格式、怎么做API的封裝等；
此外，從數據到語料的轉化，也是大模型及Agent在企業落地需要克服的難題之一。阿里云政企事業部產品解決方案與服務管理總經理霍嘉指出，有數據并不代表就有語料，“我們在指導或幫助客戶做query（向數據庫或搜索引擎等發起的查詢指令）項目時，50%-70%的時間都在處理從數據到語料的關系”。
面對“落地難”，解法在哪？
破局Agent落地困境，既需要廠商的技術攻關，也需要企業認真思考Agent如何“為我所用”。
首先，要繼續保持技術革新。
Agent的智能程度高度依賴底層大模型的能力。對于廠商來說，在模型快速迭代的當下，既要不斷提升模型本身的創新，也要提升背后的系統性工程能力。
此外，Agent在業務場景中執行任務的廣度和深度需求，也倒逼著開發范式的革新。
過去主流的預定義編排式、單次決策智能式兩種范式，正朝著更高級的技術范式演進。阿里云、Google等國內外主流廠商正在探索如何讓Agent具備更強的自主規劃、多輪反思與循環執行能力，包括如何應對Agent在復雜業務場景中的系統融合、多體協同等問題。
相關的探索正在持續落地。比如在破除Agent與原有業務系統的融合壁壘上，業界廣泛應用由Anthropic提出的MCP協議（模型上下文協議），打破API通信的“最后一堵墻”，解決Agent在執行任務中調取業務系統數據的問題；
作為MCP協議的補充，由Google提出的A2A協議（Agent互通協議）也正被業界所驗證，不同廠商、不同場景Agent的通信和協作壁壘正在被打破。
比如阿里云百煉平臺依托A2A協議實現了跨Agent的調用：平臺上的Agent能夠靈活調度其他符合A2A標準的Agent；平臺上的Agent發布為A2A協議后，也能被外部Agent無縫調用。
而在阿里生態內部，高德、淘寶、釘釘、閑魚等業務也正在逐步轉化為Agent形態，通過百煉實現跨場景的智能協作，從而構建更加繁榮開放的Agent Store生態。
其次，除技術攻關之外，行業know-how也尤為重要。
多Agent協同不只涉及鑒權和身份認證等技術上的通信問題，還涉及到業務問題，如費用如何統一、成本如何判斷，以及面臨標準統一、范式統一、最佳實踐普及的困境。
徐志遠認為，這更多不是技術問題，而是需要企業思考自身業務與多Agent技術形態的融合方式，以及結合成本和效果綜合考量Agent的組合關系。
此外，霍嘉還提到，Agent程序開發最難的部分是處理復雜的corner case（邊緣案例，即不常見、極端或特殊的場景），期待后續深入企業一線的開發者們可以多分享實際處理這類案例的經驗，集全行業之力共同把Agent開發好。
徐志遠也透露，阿里云正在推行百煉創客計劃，招募企業開發者分享經驗，并開展AI實訓營，希望將企業實踐轉化為內部分享、對外課程或聯合運營活動，把Agent編排等業務經驗分享給更多企業，幫助企業將業務遷移到AI時代的Agent上。
毫無疑問，Agent的落地需要廠商、企業以及全行業共同破局，而作為“基建者”的云廠商發揮著越來越重要的作用。
正如十多年前，很多企業客戶不知道怎么“用云”，云廠商職責就是與企業一道，幫助他們“上云、用云、治云”，而十幾年后的今天，云廠商與企業再次聯手，一起撥開AI的迷霧。
作者持續關注Agent領域熱點話題，歡迎添加作者微信skylar_12_14交流。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
