人工智能行業專題研究：AI Agent，通往AGI的核心基礎.pdf

人工智能行業專題研究：AI Agent，通往AGI的核心基礎。LLM推動AI Agent進入新階段，AI應用商業化或加速。AI Agent是一種能夠感知環境、進行決策和執行動作的智能實體，從發展歷 程看，經歷了用邏輯規則和符號封裝知識、快速響應環境、基于強化學習等 發展階段。隨著大語言模型（LLM）的快速發展，AI Agent在感知、記憶、 規劃、行動等模塊方面的能力均得到了進一步的提升。我們認為LLM推動AI Agent進入了新階段，與LLM結合的AI Agent在智能化程度、自主性方面有 進一步提升的潛力，通過與終端的進一步結合，有望推動AI應用商業化加速。

AI Agent能力提升：感知/規劃/記憶模塊強化或工程化優化

從AI Agent的研究看， AI Agent的要素基本上可以分為感知、定義、記憶、 規劃、行動五類模塊。從AI Agent的能力提升路徑看，主要包括：1）單個 模塊的持續強化：感知模塊的模態持續豐富、記憶模塊增長上下文或提供更 加豐富的數據來源、規劃模塊中通過CoT或ReAct等方式提升推理能力、 行動模塊補充第三方插件；2）系統性方式優化：如通過將AI各個模塊作為 整體發揮作用，利用不同環境之間交互獲取的跨模態數據，在物理和虛擬世 界中運行等。綜上，在底層模型升級+工程化方法改進的共同推進下AI Agent 的性能有望持續提升。

Agent自動解決固定范式的問題，關注Agent Workflow

基于LLM的Agent實踐已經取得一定的成果，從AutoGPT、GPTs、Devin 等案例中可以看出，當前Agent將LLM應用于信息檢索、工具學習、任務 分解、垂直知識學習、人機交互等場景，實現了能力的突破。一方面LLM 相比傳統NLP在處理文本信息中的效率有所提升，另一方面特定數據訓練 賦予LLM較好的解決垂類問題的能力，基于此當前LLM對于固定范式下解 決問題已經能夠實現較好的自動化。我們認為通過Agent Workflow的方式， 能夠更好的實現AI Agent與具體任務的結合，或將推動LLM技術在更復雜 的應用場景中進一步提升效率。

Agent改變人機交互方式，關注軟硬件產業機遇

AI+終端實現了安全性與個性化的結合，為Agent落地打下良好基礎。AI Agent有望改變人機交互的方式，落地方式包括AIPC、AI手機等。終端掌 握了重要的交互入口，據Apple WWDC，Siri用戶每天發出的語音請求數量 高達15億次，大量的交互為Agent提供了豐富的場景載體；此外通過壓縮 模型到適合端側大小的模型，使用優化算法加速推理，實現在端側落地。對 比Agent的技術架構，往往也需要基礎模型和小模型的共同支撐，我們認為 端側模型技術的發展（模型壓縮等技術）有助于Agent落地于終端。