虚拟实验室平台 - 斯坦福大学和陈-扎克伯格生物中心的研究团队开发了一个由AI智能体驱动的虚拟实验室平台，能够通过多学科协作解决复杂科学问题 [2][3] - 该平台包含"首席科学家智能体"、"专家智能体"（免疫学家、机器学习专家等）和"科学评论员智能体"，后者用于减少AI幻觉 [5][6] - 人类科学家只需提出科学问题，AI智能体团队可自主制定研究策略并执行虚拟实验 [5][6] 技术应用与成果 - 该平台在几天内自主设计出92种针对SARS-CoV-2突变株的新型纳米抗体，其中2种在实验室验证中显示有效结合刺突蛋白 [4][9] - AI智能体设计的计算流程兼具创新性和合理性，速度远超传统方法 [9][11] - 这是首次证明自主AI智能体能从头到尾解决挑战性科学研究，形成"AI驱动发现"的新范式 [11] 行业影响 - 该技术虽针对生物医学设计，但经修改后可扩展至更广泛科学领域 [11] - AI智能体作为合作者增强而非取代人类科学家，能快速生成大量候选方案供实验室测试 [11] - 研究发表于《Nature》期刊，标志着AI在科研方法论上的突破 [3][11]

生成式AI在保险行业的战略布局 - 中国太保制定新一代"人工智能+"战略规划，未来五年加大AI投入，目标成为保险行业AI应用领先者，重点领域包括客户经营、业务运营、投资管理、康养服务 [1] - 华为金融专家指出AI应用从价值提效转向生产价值创造，重塑业务流程 [1] - 行业普遍将生成式AI提上战略高度，年初deepseek的出现加速AI渗透 [1] AI智能体的技术演进与行业应用 - AI智能体（AI Agent）成为世界人工智能大会焦点，具备自主决策与执行能力，标志互联网进入智能体时代 [2] - 行业突破重点从知识问答转向数据分析与推理能力，多家企业试点内部超级办公智能体 [2] - 镁信健康构建AI Agent矩阵，覆盖"前端交互-中台决策-后端履约"全链路，如Xiaofu智能助手、ClaimMaster理赔审核智能体 [3] - 智能体核心特性包括决策自主性、长期迭代优化能力、数据驱动行为演进 [3] 保险领域AI技术深度渗透案例 **风控领域** - 暖哇科技发布"天鉴"智能风控产品，覆盖核保、理赔、调查全流程 [5] - 平安健康保险申请AI理赔处理专利，涉及人工智能技术 [5] - AI普遍应用于拦截骗保、缩短理赔时间，驱动理赔质效跃迁 [4] **销售领域** - 太保寿险智能客情助理使代理人触达率提升1.9倍 [5] - 水滴公司AI Agent具备多模态交互能力，单次语音对话达50分钟，响应时效2秒，效率超越初级服务人员 [6] **产险领域** - 太保产险慧眼·智远平台通过AI+遥感模型服务16省374区县，覆盖4,000万亩农作物，实现防灾减损与精准定损 [7] - AI应用于车险、农险等细分领域，重大灾害时期提供数据支撑 [7]

人工智能在金融行业的应用趋势 - 大模型和智能体成为2025世界人工智能大会最热话题，金融行业因其数字化程度高、数据密度大、应用场景丰富，成为AI率先落地的绝佳行业 [1][3] - 金融推理大模型是金融AI智能体发展的关键一步，将推动行业向更智能、高效方向发展，国内首个专注金融推理的商业化大模型Agentar-Fin-R1正式发布 [1][5] - AI智能体产业价值释放的关键在于从"水平通用"向"垂直专用"转变，需深入业务场景解决行业深层痛点而非浅层问题 [3][5] 金融推理大模型的核心价值 - 金融推理大模型作为智能体的核心智能引擎，需具备深度行业理解能力，解决现有通用大模型在金融专业知识、业务逻辑推理、安全合规等方面的局限性 [4][5] - 推理大模型提供推演能力、泛化能力、意图识别和结构化表达，是企业采用新技术取代原有模式的基础，其可解释性满足金融机构对模型思考过程的需求 [5][8] - 蚂蚁数科构建了覆盖6大类66小类金融场景的分类体系，基于千亿级金融语料和专家标注的长思维链机制，显著提升模型处理复杂任务的能力 [6] 金融推理大模型的技术实现路径 - 模型开发遵循三个"E"原则：高质量数据（Excellent data）、持续迭代（Evolving）、工程效率（Efficiency），数据需来自真实问题并经过金融专家校验 [6] - 采用两阶段加训模式：第一阶段大规模训练建立金融基础能力，第二阶段针对具体场景本地微调，并通过高频迭代机制持续优化模型表现 [7] - 通过训练与评测一体化联动，结合金融动态和市场变化完善任务体系，确保模型知识常新并贴合业务实际需求 [7][8] 金融AI的未来发展方向 - 金融推理大模型将推动智能体进入业务深水区，从解决70-80%问题向更高覆盖率演进，但需理性看待技术边界，避免在关键决策场景直接应用 [8][9] - 当前模型迭代以技术驱动为主，需先解决成本效率问题，未来市场因素将更主导，技术越过拐点后场景渗透将加速 [8][9] - 金融AI应用正从通用领域向业务场景深化过渡，推理大模型将成为这一进程的重要推动力 [8]

行业趋势 - AI应用软件领域即将迎来财报密集披露季，特别是"AI+数字广告"细分赛道 [1] - 美股中小盘AI应用软件公司估值处于历史低位，具备跑赢标普500指数的潜力 [1] - 七大科技巨头估值处于历史高位，预期市盈率普遍高于25x，中小盘股更具吸引力 [2] - 罗素2000指数预期市盈率约15x，已低于历史均值 [2] - AI与数字广告加速整合，谷歌和Meta等巨头已在广告系统中引入生成式AI技术 [4] - AI应用软件发展方向集中于生成式AI和AI智能体，后者可能成为2030年前的大趋势 [5][6] 公司分析 - Applovin和The Trade Desk被瑞银列为"AI+数字广告"领域的双核心投资标的 [1][2] - Applovin的AXON 2.0引擎+MAX/AppDiscovery形成闭环，广告类型营收在2025 Q1同比飙升71%，占总营收78% [8] - The Trade Desk的Koa AI智能优化+Kokai全栈AI DSP实现精准竞价，2025 Q1收入6.16亿美元，同比增长25% [8] - 瑞银预计Applovin Q3业绩指引将明显高于市场预期，FY25总营收增长22% [7] - The Trade Desk Q2业绩可能略超预期，Q3营收指引有望高于一致预期 [7] 市场表现 - 全球科技股投资重心从算力硬件端转向软件端，推动AI应用公司估值上升 [5] - C3.ai、Applovin和Palantir等AI应用软件公司今年均公布强劲业绩和展望 [6] - Applovin和The Trade Desk在"AI+数字广告"赛道形成数据网络效应和规模经济，推升eCPM与ROI [8]

微软Edge浏览器Copilot模式 - Edge浏览器推出"Copilot模式"，将传统浏览器改造为AI智能体，具备主动执行任务的能力[1][2] - 核心功能包括跨标签页情境感知，可同时读取分析多个标签页内容完成复杂比较和总结任务[3] - 演示案例显示AI能同时处理9篇Nature论文并总结共性[4] 产品功能创新 - 新标签页简化为统一输入框，集成网址跳转、搜索和AI对话功能[6][7] - AI可自动识别用户意图，动态切换搜索、聊天或导航模式[8] - 支持网页内容即时处理，如提取食谱并转换计量单位[10] - 提供标签页智能分组功能优化浏览效率[12] - 支持语音控制实现免提操作[16] 未来发展规划 - 将推出"主题式旅程"功能，AI自动组织浏览内容形成学习路径并推荐后续阅读[17] - 计划扩展至自动预订餐厅、管理行程和购物等场景[20] - 商业模式可能转向订阅制，推测未来与Copilot Pro服务（20美元/月）捆绑[30][31] 市场竞争格局 - 直接挑战Chrome市占率超60%的主导地位[24][25] - 产品定位介于Chrome保守集成Gemini与新创公司完全AI化浏览器之间[26][28] - 采用渐进式AI融合策略平衡用户接受度与创新需求[29] 行业影响 - 标志浏览器从工具向智能助手转型，传统"搜索-阅读"模式可能被颠覆[32][34] - 预示浏览器可能结束免费时代，AI功能成为付费核心价值点[32]

沃尔玛AI智能体战略 - 公司正全力投入AI智能体开发 旨在提升各环节运作效率 技术高管现场演示了四款"超级智能体"作为任务分配管理者 [2] - AI智能体将革新三大领域：顾客数字购物方式 员工工作模式 供应商商品追踪模式 部分技术已落地应用 [1] 技术应用场景 - 面向消费者的生成式AI助手"Sparky"已上线 可解答咨询并提供建议 未来将升级为执行型智能体 支持自动生成订单和定制采购方案 [2] - 内部智能体将显著提升门店员工 总部职员 软件工程师及品牌商处理重复性任务的效率 [3] 竞争优势与转型 - 公司凭借庞大客户数据深度及全球最大私营雇主的员工经验 在AI智能体领域具备关键优势 [2] - AI智能体是公司技术转型的必然方向 已超越众多数字原生企业的应用进度 [2] 未决问题与战略考量 - 大规模AI应用对员工数量的具体影响尚不明确 预期岗位职能将发生变化 [5] - 公司正在构建与第三方AI运营商合作的技术能力 但商业模式保持开放 合作取决于经济模型等因素 [6]

大会概况 - 2025世界人工智能大会以"智能时代 同球共济"为主题，聚焦AI技术前沿突破与产业融合创新实践，吸引800余家企业参展 [1] - 蜜度公司围绕"让工作更轻松AI for Easy Work"理念，发布三大AI+办公创新成果：V助手2.0舆情分析智能体、模力通2.0AI公文写作助手、校对通多模态内容校对智能体 [1] 产品技术突破 - 校对通智能体解决传统校对"格式兼容难、错敏识别不全、操作繁琐"痛点，具备"自动化+多模态+35类错敏精准校对"核心能力 [1] - 演示显示校对通可同时处理Word文档、图片、视频素材，几分钟内完成文字错误标注、视频字幕校对等操作并生成勘误报告 [1] - 产品采用蜜巢、文修两大模型为算法底座，实现从SaaS功能交付向智能体结果交付的交互变革 [6] - 技术演进路径：从词库录入→机器统计学习→深度学习模型→大模型智能体，持续融合前沿算法 [8] 应用场景与效率提升 - 主要服务政务单位公文审校、出版机构内容审核、媒体视频字幕处理，显著降低人工疏漏风险 [1] - 出版行业案例：20万字书稿人工校对需1-2周，校对通仅需1-2分钟甚至几十秒 [7] - 已覆盖全国100多家出版社和数百家媒体客户，专业客户认可其在易忽视领域的精准识别能力 [7] 竞争优势 - 技术领先性：从研发阶段即采用AI领域先进技术并持续迭代 [8] - 行业积累：媒体出版领域大量真实用户反馈驱动产品升级 [8] - 服务多样性：支持本地化部署、SaaS及智能体形态，与科大讯飞、华为昇腾等生态合作 [8][9] 未来发展方向 - 垂直领域深化：针对教辅类、科技类、少数民族语言等不同类型图书开发专项校对能力 [10] - 行业共建模式：与出版社等合作伙伴联合增强训练数据，扩大模型适用性 [11] - 行业趋势判断：大模型智能体推动办公范式从功能交付转向结果交付 [13] 市场策略 - 当前聚焦B端政务单位和媒体客户，暂无C端拓展计划 [13] - 持续围绕"AI+办公"场景，为党政机关、媒体、国企提供智能化服务 [6]

神译局是36氪旗下编译团队，关注科技、商业、职场、生活等领域，重点介绍国外的新技术、新观点、新风向。 编者按：2025年是AI智能体元年。本系列文章旨在介绍AI智能体的概念、类型、原理、架构、开发等，为进一步了解AI智能体提供入门知识。本文为系列 文章的第八篇，文章来自编译。 1. 引言 在评估智能体能在什么地方创造价值时，可优先考虑那些传统方法难以实现自动化、特别是会遇到瓶颈的工作流： 2. 智能体设计组件 就最基本形式而言，智能体包含了三个核心组件： 2.1 选择模型 不同的模型在任务复杂性、延迟和成本方面有不同的优势和权衡。并非每个任务都需要最智能的模型——一个简单的检索或意图分类任务可能由更小、更快 的模型处理，而像决定是否批准退款这样的困难任务则可能受益于能力更强的模型。 一个行之有效的方法是：在构建智能体原型时，为每个任务使用能力 最强的模型，以建立性能基准。然后，尝试用小一点的模型替换，看看是否仍能达到可接受的结果。这样，你就不会过早限制智能体的能力，并且可以诊断 出小一点的模型什么时候能行什么时候行不通。 总之，选择模型的原则很简单： 什么是函数调用最好的小模型？ 复杂决策： 涉及微妙判断、例 ...

AI智能体产业发展现状 - 2025年被视为AI智能体爆发的元年 预计到2026年全球将会有超过10亿个AI智能体产生[1] - AI智能体正加速走向产业一线 成为新型生产力[1] - 各行业企业纷纷携自家AI智能体亮相2025年世界人工智能大会[1] 纺织行业应用案例 - 中国电信推出星辰纺织智能体 解决纺织行业人工质检成本高、检测效率低、品控不稳定等痛点[1] - 基于自研星辰视觉大模型 将AI算法应用于针织生产环节 提升验布准确率及速度[1] - 目前已落地多个纺织企业 服务行业客户超2万家[1] - 中国电信已研发80多个行业大模型和20多个智能体应用[1] 其他行业应用案例 - 蜜度科技发布V助手2.0 多Agent协同的全流程舆情分析智能体[2] - 斑马智行联合通义及高通首发端侧多模态大模型解决方案 实现多模态意图感知理解和交互[2] - 百丽时尚集团实现800+业务子节点的AI应用上线 包括货品AI助理和店铺AI助理[3] AI智能体生产力提升效果 - 在企业内部工作场景中加速落地 特别是在任务流程明确、结构清晰的业务场景[2] - 通过企业级AI Agent平台可搭建"AI数字同事" 完成客服、营销、销售等岗位工作[2] - 能连接企业内外业务系统、知识库和数据资源 快速"入职上岗"[2] - 生成明确任务结果和执行反馈 提升经营效率和经济效益[2] - 百丽时尚案例显示极大提升了信息连接效率和流程自动化[3]

AI智能体商用化进程 - AI智能体正批量走出实验室进入实际工作场景 智元机器人与德马科技在2025世界人工智能大会现场1:1还原物流中心 西门子Industrial Copilot实现产线实时调度 [1] - 行业从单点突破转向全链扩散 从概念验证进入规模落地阶段 大会系统性展示AI跨越场景之墙的解决方案 [1] 行业跨界合作与生态建设 - 中国移动发布"九天"通用基础大模型3 0 开源技术成果并组建具身智能产业创新中心 计划通过"AI+"行动推动全球GDP年增长率提高1个百分点 [2] - 上海机电与德昌电机合资成立动界智控 聚焦人形机器人核心硬件 已为"青龙"机器人开发一体化旋转关节模组及灵巧手零部件 解决掉电过热等关键技术瓶颈 [2][3] - 上海电气加速布局具身智能 协同长宁区与德昌电机打造人形机器人全产业链 目标建立产业集群新地标 [3] 资本与政策支持 - 浦东新区发布20亿元人工智能种子基金 与18家公司签约投资项目 完善科技创新金融支持体系 [4] - 张江科学大数据创新实验室以医疗健康数据为突破口 构建数据要素开发利用体系 预计8月底投入运营 [7] 场景化应用突破 - MiniMax视频模型海螺在全球生成超3亿个视频 AI被验证为"更强的生产力"和创意源泉 [5] - 沪上阿姨与数字蚂力合作应用"AI督导员" 测试数据显示巡检人效提升15倍 支持万店规模拓展 [6] - 西门子强调工业AI重塑产业底层操作系统 提出通过行业know-how激活数据 以智能体打通数实世界 [6][7] 技术发展趋势 - 行业预判核心硬件国产化是人形机器人破局关键 特斯拉Optimus第二代展示精准抓取能力加速产业进程 [3] - 基础模型将支撑千行百业智能体协作 形成"全能战队" 人类仅需提出创意即可由智能体执行 [7]