2025：AI智能体崛起，市场格局与未来展望

近期，IBM的《专家汇》节目推出了一期“2025—AI智能体元年？”特别节目，主持人Tim Hwang与工程师Chris Hay、AI开放创新项目总监Lauren McHugh Olende及核心AI及Watsonx.ai副总裁Volkmar Uhlig，共同探讨AI智能体技术的现状与未来。值得注意的是，IBM今年股价上涨41.2%，超越纳斯达克综合指数和标普500的涨幅。

三位专家在讨论中认为：

首先，消费级智能体短期内难以爆发，难以直面普通用户。现有技术尚无法稳定处理复杂、长链条的任务。此外，从智能体原型开发到大规模部署存在巨大鸿沟，短期内难以出现降低门槛的平台化解决方案。

第二，关于“自然语言-智能体”交互方式能否完全绕过传统开发模式。Volkmar Uhlig认为，“自然语言到智能体”的直接转换是终极的大众化趋势。Chris Hay则提出警示，直接赋予大型语言模型过多工具调用权限可能导致行为“脱轨”，因此生产级智能体仍需依赖规划模块来制定并严格执行步骤。

第三，智能体从概念验证到规模化部署面临挑战。嘉宾讨论指出，需解决可靠性与控制、成本效益及基础设施与生态三大问题。可靠性与控制要求确保智能体在复杂环境中可靠执行计划；成本效益方面，智能体需实现成本指数级下降以取代人工或处理此前无法完成的工作；基础设施与生态则需简化部署、运维和监控的“智能体云平台”。

Lauren McHugh Olende认为，未来突破可能在于可重复使用的“基础智能体”或深耕具体用例的通用平台。Volkmar Uhlig指出，主导权取决于模型层面的推理与规划能力及基础设施层面的成本优化。

以下为「明亮公司」编译的部分访谈内容：

主持人问Lauren：面向消费者的智能体演示几乎千篇一律，你认为我们最终能否抵达如此“一键式”的消费级体验？Lauren认为，智能体目前阶段类似2018年的大语言模型，尚未出现“杀手级”封装产品。核心问题是智能体是否也需要四年才能普及。

消费级智能体或受困于自然语言交互瓶颈

主持人问Lauren：目前开发者生态的现状及制约其成熟的关键瓶颈。Lauren表示，无代码层面用户可通过可视化编排构建智能体，但现实中部署复杂，需自己完成技术栈搭建。

Volkmar Uhlig认为，缺乏“拿来即用”的智能体解决方案是阻滞其普及的原因。IBM内部试验显示，将流程和业务描述从自然语言转成可执行文件，有望让智能体走向大众。

生产级别智能体需要先规划后执行，及确定性框架

主持人问Chris：目前需要什么让智能体成熟起来？Chris认为，从概念验证到规模化困难在于消费者行为难以预测。需引入防护模型或确定性流程确保不偏离轨道。

未来智能体竞争力在于流程可复制与成本效益

主持人问Volkmar和Lauren：谁将在智能体领域胜出？Volkmar认为，赢家需解决“用什么模型”和“如何执行、在哪里执行”两大难题。Lauren认为，胜出的可能是专注于做好一个用例的玩家，通过模块复用演化出最像平台的产品。