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]

Swami Sivasubramanian, vice president at Amazon Web Services, speaks during the World Artificial Intelligence Conference in Shanghai on Aug. 29, 2019 in Shanghai, China.Amazon's cloud group is establishing a unit that will build software for working with artificial intelligence agents as the company aims to keep pace with competitors in generative AI.Swami Sivasubramanian, an Amazon vice president who has been at the company for about two decades, announced the plans in a Wednesday LinkedIn post. "Agentic s ...