揭秘未来智能体技术：2025 年 AI Agent 的风口还会持续吗？

AI Agent：2025 年科技巨变，智能体技术引领未来

智慧科技

　　 在经历了大型语言模型（LLM）、检索增强生成（RAG）以及多模态技术的多轮浪潮后，AI智能体的实际应用情况如何呢？Langbase公司最新发布的调查报告通过11个核心问题，为我们呈现了一份有价值的现状分析。

　　 2024 年，AI 智能体技术无疑是科技界的焦点。

　　 通过对来自100多个国家的3400名开发者进行详尽调查，Langbase公司近日发布了一份报告，揭示了智能体开发中的核心问题。在这项调查中，46%的受访者来自企业领导层，而26%则是工程师。

　　 Langbase致力于提供无服务器的AI云开发环境。作为一家提供可组合基础设施的AI平台，他们在2024年共处理了来自3.6万名开发人员的1840亿个token和7.86亿个API请求。

　　 提起Langbase这个名字，你或许还不太熟悉。这家公司在2023年刚刚成立，显得格外年轻。 Langbase作为一个新面孔，在众多科技公司中能否脱颖而出，还有待时间检验。不过，对于那些寻求创新解决方案的企业来说，Langbase或许会成为一个值得关注的新星。年轻的公司往往充满活力与创意，我们不妨对它的发展保持乐观态度，并期待它在未来能够带来一些惊喜。

　　 根据Crunchbase提供的信息，该公司在9月份刚刚完成了pre-seed轮融资，但已获得谷歌、苹果、OpenAI、微软等大公司高层管理者的资金支持。

　　 下面就让我们一起来看看这家年轻有为的 Langbase 发布的这份图文并茂的报告中究竟提到了哪些内容。

　　 在当前的AI智能体竞争中，OpenAI的大模型服务依然处于领先地位，但谷歌正在快速追赶，已成为强有力的对手，Anthropic也紧随其后，展现出强劲的增长势头。

　　 其中，Meta 的 Llama、Mistral 和 Cohere 虽然影响力较小，但增长势头不容忽视，显示出基座大模型市场的激烈竞争。

　　 OpenAI在翻译领域广受欢迎，Anthropic在技术任务中表现出色，而谷歌的模型则在健康及翻译方面处于领先地位。

　　 此外，Meta在科技和科研应用中得到了广泛应用，Cohere也在多个领域受到关注，包括科研和市场营销。

　　 在模型的扩展和部署过程中，数据隐私和安全合规性成为重点关注的问题。而“监控工具不足”以及“高昂的基础设施成本”这两个因素也在一定程度上制约了技术的实际应用。

　　 对AI驱动解决方案的抵触或质疑体现了使用者们的长久担忧，这意味着，提供模型和技术的公司需要开发更为透明且用户友好的AI平台。

　　 在选择大型语言模型（LLM）时，准确性是最重要的因素，其次是安全性和可定制性，成本的影响相对较小。

　　 在生产环境中部署大模型和智能体面临着种种关键挑战，包括定制困难、质量保证评估方法有限，以及缺乏可重用的基础设施。

　　 此外，工具的碎片化现象、系统集成的难题以及可扩展性等方面的担忧，使得这一过程变得更加复杂。

　　 「自动化」和「简化」是 AI 应用的首要任务，使公司在效率和流程简化方面受益；此外，定制解决方案和提升合作流程等方面的目标，反映了大模型日益增长的灵活性，以及消费者对系统共享访问的兴趣。

　　 LLM 在软件开发中得到广泛应用，尤其在市场营销、IT 运营和文本摘要等方面，客服、人力资源和法律领域的使用兴趣也在日益增长。

　　 多数受访者都希望利用多智能体检索增强生成（RAG）功能来提升上下文信息处理能力，同时，对评估工具的需求也非常关键，这有助于确保人工智能系统能够按照预期正常运行。

　　 大多数受访者倾向于选择那些能够提供灵活的基础原语的开发工具，以便他们可以设计出定制化的AI流水线。尽管预构建的、针对特定问题的解决方案可以直接应对具体挑战，但这些方案通常在可定制性方面有所欠缺。 这种倾向反映了当前技术领域对于灵活性和自主性的高度重视。在快速变化的技术环境中，能够根据自身需求调整和优化AI系统的能力变得越来越重要。预构建的解决方案可能在某些情况下显得方便快捷，但在需要高度个性化和适应性强的场景下，灵活的开发工具无疑更具优势。这不仅有助于推动创新，还能够让开发者更好地应对不断变化的技术需求。

　　 开发者认为AI智能体的版本控制是开发平台最为关键的功能。同时，一个强大的SDK或库生态系统以及本地开发环境也备受关注。

　　 大多数开发者目前仍主要将人工智能技术应用于实验阶段，而投入生产环境的案例相对较少，但后者正在逐步增加。这种趋势表明，随着技术的成熟和应用场景的不断拓展，人工智能在实际业务中的应用将会越来越广泛。 这一现象反映出，尽管当前许多开发人员还在探索人工智能技术的可能性，但其在解决实际问题方面的潜力已经引起了越来越多的关注。预计在未来几年内，我们将看到更多的人工智能解决方案被成功部署到各种行业中，从而推动产业升级和效率提升。

　　 随着AI智能体基础设施的日益成熟，越来越多的企业开始尝试开发智能体。而随着多模态及大模型操作计算环境（例如Claude通过接口在线互动）的发展，智能体在2025年的应用将更加广泛。除了报告中提到的软件开发、市场营销、IT运营和文本摘要等领域，它们的应用范围还可能进一步拓展到其他行业，如客户服务和医疗健康等。 这种趋势不仅反映了技术的进步，也预示着企业对AI技术应用的深入探索。随着智能体技术的不断演进，我们可以期待看到更多创新性的应用场景，这将进一步推动各行业的数字化转型。此外，这也要求企业在未来几年内加强相关技术和人才的投入，以更好地适应这一变革。

　　 然而，在此次调查中，开发者们普遍更加注重AI系统的准确性、安全性和可定制性，而对成本因素的关注相对较少。他们更倾向于选择那些能够提供灵活、可定制的AI流水线开发工具，并且非常重视AI智能体的版本控制功能。 这样的趋势表明，开发者们在选择和使用AI技术时，更愿意投资于那些能够确保系统稳定性和高效性的工具，而不是仅仅考虑价格因素。这也反映出市场对于高质量、高可靠性的AI解决方案有着强烈的需求。同时，对版本控制功能的重视也显示出开发者希望能够在复杂项目中更好地管理和追踪代码变更，以确保项目的顺利进行。这一现象不仅反映了当前技术发展的需求，也为未来的AI工具设计和发展提供了重要的参考方向。

　　 尽管技术在不断进步，这份调查结果对于智能体平台及其开发者的指导意义依然显著。它不仅揭示了当前技术应用的现状，还为未来的研发方向提供了宝贵的见解。随着人工智能领域的飞速发展，这些信息无疑将成为开发者们不可或缺的参考指南，帮助他们在复杂多变的技术环境中找到前进的方向。 这种持续的相关性体现了智能体技术领域发展的稳定性和连续性，同时也强调了基础研究和市场反馈的重要性。对于那些致力于智能体技术开发的人来说，这样的调查不仅是技术进步的风向标，也是避免盲目跟风、确保技术发展方向正确的重要工具。

　　 参考资料：

　　 https://langbase.com/state-of-ai-agents?genai

　　 https://x.com/MrAhmadAwais/status/1866483416981786821

　　 本文来自微信公众号：新智元（ID：AI_era）