AI不只有大模型？Agent憑什么成為2025年度風口｜對話劉志毅

36氪「職場Bonus」（ID：ZhiChangHongLi）

過去十年中，國內誕生了上千萬款互聯網產品，直到現在還月活過億的，只有44款。其中有9個誕生在過去十年，其中一半多屬于字節跳動，兩個屬于騰訊[1]。

之前，幾乎沒人能撼動字節在To C產品中的“統治”地位。而在2025年春節，DeepSeek成為了歷史上第一款，沒花營銷費用，上線一個月下載量就破億的應用軟件。

這之前，字節剛剛經歷豆包月投放消耗超1億元的傳言風波。在這場無硝煙的戰斗中，深度求索公司[2]打破了持續十年的知名大廠“統治”的局面，為從業者們帶來了信心。

但在巨頭鼎立的基礎模型領域，已再無法容納新的創業公司進來。

AI要繼續發展，市場需要新故事。

硝煙散盡處，萬物始新生。DeepSeek帶來的大模型推理能力的進步，推動了以Manus為代表的AI Agent的發展。推理能力的提升，意味著大模型可以更深層次理解用戶的意圖，提升決策和生成內容的精準度。據公開數據，Manus發布僅2天，預約人數就超過了120萬，而后一度增長到260萬。如果不是Manus運行單次任務要消耗2美元的成本，這個數字還會繼續攀升。

Manus驗證了市場對Agent的熱情。繼Manus之后，百度心響、Genspark、Fellou、Coze空間等競品不斷涌現，AI Agent成為了公司們認定的下一個方向。

Agent成為2025年各家都在競爭的風口。

目前的Agent都有響應速度慢、容易出幻覺、純文本交互不友好等不足。但瑕不掩瑜的是：Agent不僅有聰慧的大模型“大腦”，可以自主執行任務，提高效率；還可以幫助大模型“長出手和腳”，去探索世界，甚至產生規模效應，通過工程技術讓模型具備持續反思和學習的能力——這正是現有模型結構所無法實現的。

另一方面，市場也用真金白銀投票：Manus已在4月完成7500萬美元融資，估值暴漲五倍。同時行業巨頭紛紛發聲，OpenAI的CEO Sam Altman表示，2025年，Agent將加入勞動力大軍；微軟CEO Satya Nadella預測Agent將取代某些知識性工作。

當科技巨頭與資本市場共同押注Agent未來，《職場Bonus》特邀《智能體時代》作者劉志毅深度解析：智能體是什么？智能體時代，人類的工作疆界將如何重構？在智能體接管重復性勞動的明天，人的核心價值又將如何變化？

劉志毅，中國人工智能領軍科學家，現任上海交通大學清源研究院研究員，同時擔任某上市公司人工智能首席科學家職位。十余年來，他一直在AI領域進行深入研究和實踐，曾在百度、商湯等AI企業工作，主要研究智能計算、空間智能以及超級人工智能對齊等方向，獲得福布斯中國2024年評選的“人工智能十大影響力人物”。同時，著有《智能的啟蒙》《具身智能》以及《數字經濟學》等多本學術專著和通識科普書籍。

“當標準化的思維成為常態時，非標準化的內容呈現出更高的稀缺性。”劉志毅認為，對于即將到來的Agent時代，非標準化的——如更多元、更復合、更非典型的——這些職業特質，將成為人類區別于人工智能的核心競爭優勢。

[1] 數據來源：《大廠產品范式被動搖，創業的可能性回歸》

[2] 深度求索（DeepSeek）是DeepSeek母公司，全稱“杭州深度求索人工智能基礎技術研究有限公司”，成立于2023年7月17日，由知名量化資管巨頭幻方量化創立。公司總部位于浙江省杭州市。

Agent是什么，Agent時代人的價值？╱ 一
Agent會給職場帶來一個怎樣的未來？ ╱ 二

Agent是什么，Agent時代人的價值？

職場Bonus：為什么說DeepSeek開啟智能體新紀元？

劉志毅：Agent不是新的概念，其理論框架最早由Marvin Minsky在1986年出版的《思維的社會》中系統提出。當然，隨著時代的進步，智能體概念在現在也有了新的定義。我們現在狹義上定義的智能體，是在大模型的基礎之上，Agent能夠自主形成規劃、工具調用和多模態能力的工具。也是將AI的能力從被動響應，升級為主動執行的技術邏輯。

而現在我們在討論智能體的時候通常會討論DeepSeek，或者是整個大模型時代。因為目前來說，判斷人工智能發展的標準，有兩種邏輯：第一，是大模型從被動的工具，變成主動執行的系統，從被動到主動的一個過程；另一個是大模型和人的協作，模型能力最開始可能不如人，到慢慢趕超多數人，這個模型的智能水平是在上升的。DeepSeek恰好是推動這些環節的一環。

職場Bonus：智能體和數字人是什么樣的關系？目前來說，智能體到達能和具身智能結合的時機了嗎？

劉志毅：數字人更強調的是一種多模態視覺技術，從2015年到2022年，市場上已經有很多數字人涌現了，數字人也有比較成熟的應用。而智能體實際上是一個更底層的技術能力。可以理解為，智能體的技術發展，可能會推動數字人，或是其他軟件工程方面的自動化。

職場Bonus：Manus之后短短兩個月，我們看到了百度心響、360、Genspark、Fellou、Coze空間等競品涌現，但真正開放應用的仍甚少。智能體的發展主要依靠什么，目前的卡點在哪里？

劉志毅：智能體進行規劃、決策，依賴的是大模型“大腦”，也就是依賴于基礎模型的進步。基礎模型能力越強，智能體在執行復雜任務時，自動化、泛化能力就越強。而這件事情的突破，就是在春節前Kimi1.5、DeepSeek帶來的推理能力的提升。

智能體的另一個核心難點在于，長期緊密的動態檢索和模態關聯。拿一個醫療智能體來舉例，我們希望它在診斷的時候，能記住患者的病癥，并根據病癥能進行檢索，從而進行一系列工作，而不是它的診斷，或者是行動充滿了幻覺。

職場Bonus：您現在看到智能體具體能做的相對成熟一些的場景都有哪些？

劉志毅：目前來說，多智能體協同框架還沒有開始收斂，所以更多是進行垂類場景的嘗試。比如智能客服，現在有很多大的廠商已經開始大規模使用智能體客服；還有金融領域的智能投顧、智能投研，都有嘗試用智能體來做；醫療方面也有做智能體醫生，來做輔助診療。

職場Bonus：目前市面上，每家做智能體的公司思路可能都不太一樣，總的來說有沒有分成一些不同的流派？

劉志毅：我交流過的公司大概分為兩類。一類是“技術”，一類是“場景”。

技術一類提供的是技術框架，采用他們的技術框架可以降低智能體的使用成本。這些公司力圖使智能體的這套框架，變成其他公司都能去應用AI的標準化工具。Manus公開過其執行單次任務的成本約為2美元，主要源于其依賴Anthropic的Claude 3.5模型API及高算力消耗（單次任務Token量達百萬級）。

另一類就是剛剛提到的，那些在外賣、金融、醫療等領域做垂直應用的公司。

還有一種是大家可能不太會關注到的一類公司，它們做的是開放協議。拿大家最常用的社交軟件來舉例，它自己沒有做外賣的功能，那它可以做一套開放協議，用戶可以在自己的界面上調用第三方外賣平臺，去實現這個軟件沒有的點外賣的功能，有點類似于蘋果的Apple Intelligence。

職場Bonus：什么技術、商業化的突破可能會意味著著智能體市場迎來終局？

劉志毅：一個是剛剛說到的跨組織的智能體協同能力的提升。這會使得多智能體的分層架構能收斂出一個統一的技術框架，標準的技術工具就會形成。

第二，是智能體與物理世界的交互能力的提升。就像英偉達所研發的Omniverse物理仿真平臺，以及相關的世界模型生成技術，如果能夠發展到成熟并得以實際應用的階段，那么在運行智能領域，也將會成為一個關鍵的技術突破節點。

第三，也有開源生態的成熟。DeepSeek推出的R1，其實算是一個基于模型開源成果的典型標志，接下來基于智能體的開源生態的技術框架的成熟，也會帶來市場規模的十倍、百倍的增長。

Agent會給職場帶來一個怎樣的未來？

職場Bonus：未來有哪些工作，可能會跟智能體產生一些強協同的關系？

劉志毅：可以從兩方面理解。一方面，人們常認為AI會替代重復性高、創造力弱的工作，但實際更多是人與AI協同替代原有工作模式。我們之前在港大交流時同學做的一個實驗發現，懂AI的會計、律師等能更高效完成工作。所以，個人工作價值可能被懂AI的同事取代，而非AI直接替代工作。

另一方面，從管理者視角，企業希望借智能體集群提升生產效率、推動組織變革。這使中層管理者轉型為“認知架構師”，包括系統思維、人機協同思維，以及通過AI工具優化目標管理和團隊協作。如同蒸汽機沖擊工匠體系，智能體時代將催生 “超級個體” 與智能體集群模式，出現AI訓練師等新職業。

職場Bonus：你覺得會不會有哪些行業會先被智能體深度改造，或者洗牌的？

劉志毅：我們可以看到醫療、金融、制造、教育行業，都已經在做一些深入的創新了。包括智能政府，例如深圳福田區部署70個基于DeepSeek大模型的“AI數智員工”，覆蓋公文處理、民生服務等240個場景，一次解答精準率近90%。

職場Bonus：你認為Agent能給哪些行業帶來紅利呢？

劉志毅：我個人比較看好兩個領域。第一個是文旅行業，因為它涉及到最多的模態。比如說故宮或者是水立方這些場館的AI化的一些工作，還有數字導游。

第二個是房產相關，但不是傳統的賣房的場景。很多產業地產通過Agent，管理自己的招商，還有租房市場的智能助手。

職場Bonus：現在企業會不會因為智能體的發展，在用人的選拔招人的上面對人才也有不同的要求？

劉志毅：Agent的發展會帶來人們對AI技術的看法和視角的轉變。AI從工具，變成了能和你工作協同的“同事”，人們會更多思考如何與智能體結合。甚至會需要人有一定的開發，或是二次改造能力，讓智能體更好配合工作。

另一方面，管理者的角色也會變化。之前管理的是人，智能體發展之后管理的是智能企業和人。

職場Bonus：你會覺得國內AI Agent的市場會比SaaS大嗎？

劉志毅：至少在國內市場來說，是有可能變得很大的。因為Agent沒那么成熟，留給市場的發展空間還很大，在共識未達成的情況下，很有可能會創造一個新的增量市場。

職場Bonus：對臨近高考畢業季的學生而言，想入行人工智能，本碩比較建議讀什么專業？

劉志毅：首先若以成為AI科學家為目標，建議本科選擇人工智能、計算機或應用數學專業，系統學習數學基礎、算法與機器學核心課程；后續攻讀博士學位（頂級AI機構研究員92%為博士），聚焦神經符號系統、強化學習等前沿方向，并發表頂會論文。但現在AI處于日新月異的發展階段，需要大量的復合型人才。所以可以在本科計算機的基礎上，學影視特效、音樂創作、金融等等自己感興趣的其他領域。

但不得不否認一點，我們看到AI技術發展以來，很多創新都是來自于企業的。所以也不建議學生們在學校里待太久。像國內來說，本科畢業的學生已經是被“過度教育”了的。這個時候學生可以去市場上先看看機會，建議先實踐一段時間再繼續進修。

書并不一定要一次性讀完。

職場Bonus：自己讀書時有對職業進行規劃嗎？

劉志毅：從學校畢業后，我曾對自己的職業路徑抱有清晰的期待：從研究員起步，逐步晉升為項目負責人，再到技術總監，甚至更高層管理者。然而，現實往往不會完全按照規劃發展——行業變革、公司調整、個人際遇，都可能讓原本的路徑出現轉折。

職業生涯并非一條筆直上升的直線，而更像是一條充滿未知的探索之路。市場環境的變化、技術方向的迭代，甚至一次意外的項目失敗，都可能讓過去的積累面臨挑戰。但這并不意味著職業價值的“否定”，而是成長的一部分。

真正的職業韌性，不在于能否完全按照計劃前進，而在于如何適應變化、調整方向，并在新的機會中重新定位自己。無論是轉向新的技術領域，還是從技術轉向管理、創業或跨行業結合，職業發展的可能性遠比最初的規劃更豐富。關鍵在于保持持續學習的能力，并在變化中找到自己的獨特價值。

現在的職場體系傾向于讓員工變得更加職業化、標準化，但標準化不就是AI最擅長的東西嗎？所以我認為現階段的人們，反而要自己努力，把自己變成一個非標準化的人才。

職場Bonus：覺得自己是處于時代紅利上的人嗎？怎么看待時代紅利這個概念？

劉志毅：我也經常收到來自學生、同事們的職場焦慮，現在很多人認為自己是沒有吃到“時代紅利”的那波人，而變得容易忽略別人的努力，自己想要“躺平”。我很理解大家目前面臨的壓力。

但其實，每個時代都有不同的紅利。人能在所有人都比較卷的社會常態下，可以看到時代的紅利，并且找清自己的定位，發現社會、發現自己是更重要的。

并且我一直在說“終身學習”的概念。因為這個時代最好的一點是，人可以不在被一些固有的方式去衡量，這是一個更追求有實力的個性的時代。而追求個性的過程中，實力的提升是要靠個人持續不斷的學習和探索，保持信心和耐心。

職場Bonus：能否介紹一下你的著作《智能體時代》？另外再推薦幾本幫助公眾理解智能體技術及趨勢的書籍或研究報告吧。

劉志毅：《智能體時代》一書想要探討的，是智能體趨勢之下，個體能夠做的一些事。讀者不需要對技術理解特別深，書中內容更多是從人文角度去看“技術是如何影響個人和時代的”，以及怎么樣去成為一個“能在新技術變化周期中落足的人”。

關于推薦的書籍，一本是Stuart Russell寫的《人工智能：一種現代方法》。作者用一種現代的視角去解讀了人工智能和智能體的邏輯，可以幫助讀者理解智能體的基礎邏輯。還有一本推薦李航的《統計學習方法》，系統講解支持向量機、決策樹等統計學習理論，是理解機器學習基礎算法的經典教材。

撰文|陳佳惠

編輯|陳桐

排版|段春燕

封面圖|Maksym Mazur (Unsplash)