AI Agent

2025年计算机行业年度策略报告：AI Agent繁荣时代开启，科技内需迎新篇章

AI Agent：大模型开启推理时刻，算力成本降低推动产业化进程。AI Agent是一种能够感知环境、进行决策和执行动作的智能实体，具备通过独立思考、调用工具去逐步完成给定目标的能力，可拆解为大模型+规划+记忆+工具使用四个组成部分。我们认为， AI Agent的产业发展离不开AI大模型的进步和推理成本的下降，当前已初步具备发展条件。1）o1掀起推理的划时代革命，通过思维链开启推理Scalling Law时刻。根据The Information，传统的大模型Scaling Law已经撞墙，OpenAI发布了全新的多模态Self-play RL模型o1，o1开创模型scaling的新维度，模型性能不再仅仅受限于预训练阶段，现在可以通过增加推理计算资源来提升模型表现。2）国内外算力供需错配现象改善，算力部署成本有望下降，有利于Agent产业化推广。从AI算力租赁成本来看，租赁价格今年较去年缩水70%。根据PANews，去年由于AI算力供应紧张，H100的租赁价格高达每小时8美元，但现在市场上算力供应过剩，价格降到了每小时2美元以下。

思维链铸就智能体，多体交互拓展应用：早在上世纪 50 年代，阿兰图灵把“高度智能有机体”扩展到了人工智能。如今随着大模型的快速发展，这个概念又被重新拾起。大模型成为了智能体目前最完美的载体，有望完成从概念到实际应用的蜕变。用户在 Agent（智能体）模式中给 AI 设臵目标和身份，并提供 Prompt（提示词）。AI 自主拆分任务、使用工具、完成工作，用户仅负责设立目标、提供工具资源和监督结果。 赋能两类实体领域，成本与效益的博弈：AI Agent 目前的应用大多都在概念层面，但随着大模型竞争加快、政策鼓励研发投入、更多企业参与 AI 研究等因素，应用层面的 AI Agent 推进速度加快。智能体大致可以分为六类，根据他们被设计出的特点，可以作用在不同的应用领域上。不同类别的智能体给予应用层面上更多研发方向，像目前关注度较高的自动驾驶技术、智能电网控制、能源管理等都能被垂类智能体覆盖。结合多模态大模型，自动化和情感需求类智能体已落地。但商业化智能体仍需考虑成本问题，由于智能体之间的交互过程可能出现错误循环且输出结果不一定符合需求，tokens 成本远高于普通 LLMs。

LLM引领AI Agent迈入新纪元，加速AI应用商业化进程 AI Agent，这一能够敏锐感知环境、精准决策并迅速执行动作的智能实体，其发展历程波澜壮阔，从依赖逻辑规则与符号封装知识，到快速响应环境变化，再到基于强化学习的飞跃，每一步都见证了技术的深刻变革。如今，随着大语言模型（LLM）的迅猛崛起，AI Agent在感知、记忆、规划与行动等核心模块上的能力实现了质的飞跃，标志着其正式迈入了一个由LLM驱动的新阶段。这一结合不仅预示着AI Agent在智能化与自主性上的巨大潜力，更有望通过与终端设备的深度融合，加速AI应用的商业化步伐。