Agentic 是什么意思?

近几个月来, “代理人工智能”(Agentic AI)一词成为热门话题。该词的搜索量激增,反映出人们对这种新型人工智能的兴趣日益浓厚。这种人工智能并非只是闲坐不动,而是能够做出决策、自主行动并持续优化工作流程。
代理型人工智能的兴起与人们对人工智能系统认知的转变息息相关:它不再是被动的工具,而是主动且自主的合作伙伴。然而, “代理型”一词本身在心理学和教育学领域已经存在了几十年,用来描述人类自主学习和决策的方式。如今,同样的理念正被应用于人工智能模型和代理型系统。
Agentic AI:这是什么意思?
代理就是拥有代理的力量——独立实现结果并在没有人类持续监督的情况下采取行动的能力。
例如,想象一下IT领域的AI助手,它不仅能回答问题,还能自主监控系统,修复小问题,并实时上报重大问题。这不是传统的被动响应命令的AI,而是行动中的代理AI。
如今,该术语最常出现在代理人工智能系统或自主人工智能代理等短语中,但其本质保持不变:自主性、主动解决问题和决策。
教育中的代理人工智能:实施代理学习
在教育领域,这一概念表现为自主学习或自主参与。在这里,鼓励学生主动学习,积极贡献,并自主规划自己的学习路径。学生不仅仅是完成指定的练习,他们还在课外使用生成式人工智能作为工具构建应用程序,展现了自主行为——超越自然语言指令,掌控自己的学习。
心理学中的代理人工智能:现实世界的视角
在心理学领域,斯坦利·米尔格拉姆的代理状态理论展现了相反的观点:人类有时会放弃自主权,让权威人士替他们做决定。他的实验表明,人们可以进入代理状态,将自身行为的责任转移给他人。自主与服从之间的这种张力,正是“代理”一词在当今应用于人工智能系统时如此重要的部分原因。
商业中的代理人工智能:人工智能的应用和采用
代理型人工智能是指能够自主执行复杂任务、进行战略性推理并适应不断变化的环境的人工智能系统。这些人工智能应用超越了传统的人工智能或标准自动化,通过整合 LLM(大型语言模型)、自然语言处理和机器学习来做出决策并主动采取行动。
想象一下,一位人力资源人工智能助理不仅能安排面试,还能评估简历、对候选人进行排名,并实时更新招聘工作流程。这展现了代理人工智能如何在业务运营中扮演自主合作伙伴的角色。
2025 年的采用数据彰显了代理型人工智能的崛起: 2025 年代理系统市场价值约为 75 亿美元,预计到 2034 年将飙升至 1990 亿美元,复合年增长率超过43% 。虽然近79% 的公司使用人工智能代理,但目前只有34% 的公司正在实施代理型人工智能系统,而只有14% 的公司已全面部署。尽管如此,使用代理型人工智能的公司报告称,平均成本节省了 32% ,生产力也得到了显著提升。
代理AI与机器学习
机器学习能够识别数据中的模式并进行预测,从而使人工智能模型能够随着时间的推移而不断改进。但机器学习本身并不能执行或采取行动。它缺乏自主性。
相比之下,代理型人工智能 (Agentic AI) 将机器学习与代理行为相结合,使系统能够自主设定目标、处理复杂的工作流程,并适应不断变化的环境,而无需人工干预。AI 服务台能够预测常见问题,主动解决问题,并在每次交互中不断改进,这就是代理型人工智能在实际用例中的一个例子。
简而言之,机器学习可以改进预测,而代理人工智能则可以提供主动、自主的决策和行动。
Agentic AI 的工作原理
Agentic AI 通过三种 AI 技术运作:
- 大型语言模型 (LLM):提供语言理解和生成 AI 能力,以便与人类自然互动。
- 自然语言处理 (NLP):帮助 AI 解释自然语言中的指令,使 AI 代理能够收集上下文和意图。
- 机器学习 (ML):允许代理 AI 系统随着时间的推移而改进,从现实世界的数据中学习,并优化其工作流程。
有了这些组件,代理人工智能可以自主推理、规划、执行并适应不断变化的条件。
Agentic AI 的优势:主要功能
- 自主行动——人工智能系统无需人工直接干预即可行动,表现出自主性和独立性。
- 目标设定——Agentic AI 可以设定目标,而传统 AI 则只是做出反应。
- 自适应学习——Agentic AI 不断适应不断变化的输入和反馈。
- 推理和规划——与传统的人工智能模型不同,代理人工智能系统可以处理复杂的任务并在多步骤工作流程中做出决策。
- 主动解决问题——代理 AI 不会等待错误升级,而是持续监控、识别和解决问题。
Agentic AI 与 AI Agents:了解差异
AI 代理作为独立实体运行——例如聊天机器人、自动驾驶汽车或推荐系统。它们收集数据、做出有限的决策并执行任务。但是,当多个 AI 代理在一个代理 AI 系统内协同运行时,代理工作流的功能将呈指数级增长。
例如,聊天机器人本身只是一个人工智能应用程序。但融入代理系统后,同一个聊天机器人可以自主识别客户需求,提供情境化解决方案,甚至在必要时将问题上报给人工。
自动化领域代理人工智能的未来
自动化长期以来专注于静态规则和脚本。Agentic AI 则更进一步,它提供自主性、适应性和主动的 AI 操作,从而持续优化工作流程。与传统 AI 工具不同,Agentic AI 采用实时反馈循环,无需大量编码即可改进 Agentic 工作流程。
代理人工智能在自动化领域的优势包括:
- 通过 LLMS 和现实世界的反馈不断自我完善。
- 在跨业务功能自动执行复杂自主 AI 任务方面具有更大的灵活性。
- 更好的可用性,因为代理人工智能使用自然语言与人类和人工智能应用程序进行交互。
将代理式人工智能 (Agentic AI) 融入其系统的组织报告称,他们的生产力更高、成本更低、运营更灵活。随着人工智能的普及加速,以及企业纷纷寻求部署下一代人工智能解决方案,代理式人工智能的未来有望重塑行业格局,实现复杂工作流程的自动化,并扩展人工智能代理的自主性。
本质上,代理人工智能是指旨在自主行动、做出决策并持续改进的人工智能系统。通过融合大语言、生成式人工智能、机器学习和自然语言处理 (NLP),代理人工智能可以引领自动化的未来——人工智能将不再仅仅是工具,而是成为合作伙伴。