AI Agent技术演进 - AI服务架构正从"模型即服务"向"Agent即服务"跃迁 2025年被视为AI Agent"元年" [1] - AI Agent基于目标驱动 具备环境感知 自主决策 任务执行和学习能力 以大语言模型为核心大脑 [2] - 主流分类包括基于规则 传统机器学习和LLM-based三种技术路径 [3][4] AI Agent功能分类 - 按功能分为信息获取 任务自动化 个人助理 决策支持 创作生成和娱乐交互六大类 [6][7] - 应用场景覆盖客户服务 金融 教育 医疗 零售 内容创作 软件开发和智能制造八大领域 [8][9] AI Agent产业链 - 底层基础设施包括算力 数据和网络存储三大要素 [11] - 核心层由大语言模型和规划 记忆等算法构成 [12] - 中间层提供组件化和平台化服务 终端层分为通用型 垂直行业和嵌入式三类产品 [13][14] 行业发展历程 - 萌芽于20世纪50年代的理论探索 80年代进入符号主义与连接主义发展期 [16][17] - 2000年代机器学习与互联网推动应用落地 2020年后大语言模型驱动爆发式增长 [18][19][20] 中国出海企业案例 - HeyGen专注AI视频生成 海外ARR达3500万美元 估值5亿美元 [22][23][24] - 来也科技提供RPA+AI解决方案 累计融资超1.6亿美元 [26][27][29] - 波形智能开发长文本生成工具 布局多语言市场 [30][31][32] 行业痛点与解决方案 - 面临算力成本高 供给不足和能耗大三大挑战 [33] - 通过算法优化 专用芯片 边缘计算和绿色算力等路径应对 [34]