11日，Google 發布Gemini 2.0，一下展示了多個基于Gemini 2.0打造的智能體創新，包括通用AI助手Project Astra、在瀏覽器中進行交互的智能體Project Mariner、為開發者打造的AI代碼智能體Jules、游戲輔助智能體、機器人智能體等；與此同時，Open AI 的12 Days系列才發到一半；前不久，百度、智普、聯想也紛紛展示了自家AI技術的研發和布局……

研究AI Agent是人類不斷接近通用人工智能（AGI）的重要探索之一。

市場研究機構Research and Market最新發布的報告顯示，AI智能體的市場規模將從2024年的51億美元增長到2030年的471億美元，年均復合增長率為44.8%。

LangChain 對AI Agent采用情況的調查結果顯示，大約 51% 的受訪者目前在生產活動中使用AI Agent；按公司規模看，中型公司（100-2000 名員工）在將其投入生產方面最為積極（占 63%）；另外，有78% 的公司計劃引入使用，可以看出人們對AI Agent的需求較強。

但是，Al Agent市場處于早期階段，產品及服務模式仍舊需要大量的探索。

能夠廣泛適用于多種使用場景并定制解決方案的跨應用能力，以及能夠處理文本、音頻、圖像和視頻等多種數據類型的多模態交互將推動AI Agent實現更無縫、直觀且智能的用戶體驗，使其能夠靈活適應多樣化場景并高效處理復雜任務。

看具體案例：

Google Gemini 2.0 打造的游戲輔助智能體，能探索虛擬世界，協助用戶玩電子游戲

（用戶咨詢它在游戲里如何發起進攻，智能體會分析游戲界面并給出建議）

Google Gemini 2.0打造的Project Astra智能體可以使用Google 搜索、鏡頭和地圖，識別分析復雜信息

咨詢AI如何清洗衣物

AI 根據識別衣服標簽和洗衣機標識指導操作

智譜AutoGLM智能體可以模擬人類操作手機和瀏覽器，它不僅可以對話，還能夠理解用戶的意圖，并在手機上執行任務。

（在智譜Agent OpenDay現場，AutoGLM 給在場數百位嘉賓發送了AI給人類發的第一個紅包）

Open Al GPT-40 with canvas 可以運行和測試代碼，進行錯誤識別和修改建議，還能直接生成數據圖表。

Open Al GPT-40 with canvas能從圖像中提取文字信息

（假設你寫了一張心愿清單卡片給圣誕老人，AI 能看懂圖片的內容，并模仿圣誕老人的語氣回復信件）

聯想百應智能體能夠感知環境、自主決策和執行動作。例如在遇到IT問題的具體場景中，企業可以通過圖文等多模態交互方式輸入問題，百應智能體能對問題進行深度推理，展現推理思維鏈，篩選多個方案并博弈，精準定位最佳方案，最終通過調用AI工具集解決問題，整個過程幾乎不用人工干預。

（打印機系統報錯，AI提供解決方案）

智能體技術場上的較量愈演愈烈，科技巨頭們接連大量出牌，神仙打架，揭示了AI Agent具備充分的市場發展前景和未來商業機會，將成為推動數字化轉型的重要力量。