2025 年，AI Agent 还会是风口吗？11 个问题揭秘智能体技术发展全貌

xxn 阅读：11251 2024-12-19 16:01:04 评论：0

经历了LLM、RAG、多模态等多项技术风潮的冲击后，AI智能体的应用现状如何？Langbase公司最近发布的调查报告通过11个关键问题，揭示了当前局势的重要方面。

到2024年，AI智能体技术毫无疑问将成为科技领域的焦点。

最近，Langbase公司发布的报告揭示了智能体开发中的关键问题，该报告对来自100多个国家的3400名开发者进行了深入调查。调查对象中包括46%的企业高层和26%的工程师。

Langbase专注于提供无服务器的AI云开发体验，作为提供可组合基础设施的AI平台，他们在2024年处理了来自3.6万开发人员的1840亿个token和7.86亿个API请求。

Langbase这个名字可能对你并不太熟悉，因为这家公司很年轻，刚刚成立于2023年。

根据Crunchbase披露的数据，Langbase刚刚在9月份进行了pre-seed轮融资，但已经获得了Google、Apple、OpenAI、Microsoft等大公司高管的资金支持。

接下来让我们一起来看看这家年轻有为的Langbase发布的这份内容丰富的报告中提到了哪些内容。

在AI智能体领域的竞争中，OpenAI的大模型服务占据主导地位，而Google正迅速崛起成为强劲的竞争对手，Anthropic紧随其后。

与此同时，Meta的Llama、Mistral和Cohere虽然影响力较小，但增长势头不容忽视，显示出基座大模型市场竞争之激烈。

OpenAI在翻译任务中得到广泛应用，Anthropic在技术任务中备受青睐，而谷歌的模型在健康和翻译领域处于主导地位。

此外，Meta在科技和科学领域得到了广泛应用，Cohere也在多个领域备受重视，包括科学和营销。

在模型的扩展和部署中，数据隐私和安全合规性成为主要关注点，“缺乏监控工具”和“高基础设施成本”是阻碍技术落地应用的两大因素。

对AI驱动解决方案的抵制或怀疑反映了用户长期的担忧，这表明模型和技术提供商需要提供更加透明和用户友好的AI平台。

在选择大型语言模型（LLM）时，准确性是最重要的因素，其次是安全性和可定制性，而成本的影响相对较小。

在生产环境中部署大模型和智能体面临着许多关键挑战，包括定制困难、质量保证评估方法有限，以及缺乏可重用的基础设施。

此外，工具碎片化、集成问题和可扩展性等问题进一步复杂化了这一过程。

“自动化”和“简化”是AI应用的首要任务，以使公司在效率和流程简化方面受益；另外，定制解决方案和提升合作流程等目标反映了大型模型日益增长的灵活性和消费者对系统共享访问的兴趣。

LLM在软件开发中得到广泛应用，尤其在市场营销、IT运营和文本摘要方面，客服、人力资源和法律领域对其应用的兴趣也在日益增长。

多数受访者需要多智能体检索增强生成（RAG）功能，以提高上下文信息处理能力，而评估工具对确保人工智能系统按预期工作也非常重要。

大多数受访者更喜欢提供灵活、基础原语的开发工具，以设计定制AI流水线。尽管预构建的针对特定问题的解决方案可以直接解决具体问题，但它们的可定制性较低。

开发者将AI智能体的版本控制视为开发平台最重要的功能，同时强大的SDK或库生态系统以及本地开发环境也备受重视。

大多数开发者将AI应用于实验和生产。相较之下，实验性用途的比例远高于生产用途，但后者的比例仍在稳步增长中。

随着AI智能体基础设施的成熟，越来越多的企业将尝试开发智能体。随着多模态和大型模型操作计算环境（例如通过接口在线互动的Claude）的发展，到2025年，智能体的应用将更加广泛，甚至不仅局限于报告中提到的软件开发、市场营销、IT运营和文本摘要等领域。

然而，调查揭示的一些开发者关注点，如更加注重准确性、安全性和可定制性，以及偏好灵活和可定制的AI流水线开发工具、重视AI智能体版本控制等，无论技术如何进步，这些调查结果对智能体平台和开发者都将具有参考价值。

参考资料：

本文来自微信公众号：新智元（ID：AI_era）

广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考。

声明

1.本站遵循行业规范，任何转载的稿件都会明确标注作者和来源；2.本站的原创文章，请转载时务必注明文章作者和来源，不尊重原创的行为我们将追究责任；3.作者投稿可能会经我们编辑修改或补充。