Agent发展阶段与定义 - Agent尚无统一定义，学界强调需具备规划能力（如李飞飞团队提出的五模块范式：环境感知、学习、记忆、认知、执行）[1][10] - 业界定义分化：OpenAI认为Agent是能独立完成任务的系统，Anthropic区分Workflow（预定义流程）与Agent（自主规划）[1][12][16] - 技术路径遵循"模仿学习→解耦→泛化→涌现"递进范式，基于LLM/VLM构建多模态、通用、具象行动等类型[1][20] 中美厂商布局差异 - 北美云厂商（Google/Microsoft）聚焦Agent部署平台（如Vertex AI、Azure AI Foundry），B端企业（Salesforce）商业化成熟（部分项目收入占比达35%）[2][6] - 国内互联网大厂（字节/百度/阿里）延续流量逻辑，推出通用Agent产品（扣子空间、心响等）；B端企业（金蝶/用友）主攻垂域Agent（财务、人力场景）[2][6][9] Agent技术特性与挑战 - Token消耗量极大（单次任务超10万，远超chatbot），主因长上下文窗口、多Agent通信、验证模块及多模态需求[7] - 存在意图混淆、多Agent协作低效、幻觉等问题，学界通过贝叶斯实验设计优化，业界引入RAG、数据增强方案[2][35] 应用场景落地 - **医疗领域**：诊断Agent可辅助分诊（需搭配知识检索减少幻觉），远程监控Agent优化资源分配[35][36] - **游戏领域**：NPC行为动态优化、玩家行为分析、AI场景合成提升沉浸感[39][40] - **机器人领域**：视觉运动控制、语言条件操作、技能优化及动态导航[32][33] 产业链影响与投资方向 - 算力需求持续增长（服务器/一体机/超融合标的受益），模型私有化推动B端外包服务（金融/政府/能源领域）[8] - 垂域软件企业ARPU提升（推荐ERP/政府信息化标的），教育/医疗场景商业化潜力大（如视源股份、创业慧康）[8]