正在此定义下，AI Agent次要分为、规划和步履三部门。后起头规划，做出决策，然后步履。步履完成后，进入察看的轮回，继续，再进一步规划、优化，这是最简练的AI Agent表达式。
AI Agent使用摆设方面也面对着一些挑和，这里间接援用了langbase《state-of-ai-agents》演讲中的查询拜访取总结，详情见上图的左侧图表。这份演讲我正在之前的文章平分享过，大师可参考下面的文章。
所以像DeepSeek R1、通义千问 QwQ-32B、文心一言 X1、混元 T1如许的高质推理模子的呈现，对AI Agent机能取功能的提拔有着很大的赋能，这里总结了几点。
左边是联系关系手艺厂商的一个具象化，它同时也是一个手艺成熟取市场增加的象限图，每一种手艺以及代表厂商都正在这个象限中有合适的。通过这张图，能看到这些手艺及产物的市场成长潜力。
这些项目来自智能体沙盒手艺供应商e2b的Github仓库awesome-ai-agents，它通过汇集和提交的体例来累积智能体项目。截至2024年12月底，开源项目110个，闭源项目105个。
具体到当前的AI Agent开辟取使用上，这些问题取挑和次要包罗错误度、回忆取上下文办理瓶颈、模子智能程度的、评估能力的缺失、东西集成取协调难题、数据相关挑和、鲁棒性取平安性风险等。详情见下图。
AI Agent 市场正正在显著扩展，次要遭到从动化和效率需求的鞭策。marketsandmarkets演讲数据显示，该市场从 2024 年的 51 亿美元增加到估计 2030 年的 471 亿美元，复合年增加率为 44。8% 。
Manus的手艺形成可分为四个焦点模块取实现机制：多代办署理协同架构、模子安排取优化、动态使命安排引擎及平安取不变性支持。
这两项手艺冲破，不只标记着AI Agent（智能体）从尝试室财产使用，更预示着人机协做模式将送来底子性沉构。
AI Agent的终极设想方针是要打制实正自从施行各类使命并可以或许进修进化的智能体，但限于当前狂言语模子及AI Agent本身的手艺，目前还达不到这个方针。
下图是一些AI Agent的开源项目取闭源项目。下面的两个表格中列出的是曾经推出AI Agent手艺框架、产物及处理方案的开源取闭源项目。左边是开源项目，左边是闭源项目。
3月29日，王吉伟频道正在「厦门大学数据库尝试室」从办的「大数据百家讲坛」上，做了一场题为《DeepSeek、Manus取AI Agent行业现状》的分享，环绕AI Agent的概念、手艺成长、行业使用现状以及对企业运营的影响进行了一些切磋。
王吉伟频道认为，接下来每小我都该当拥抱AI Agent成为时代领跑者，但愿大师都可以或许更全面地认知和利用智能体，快速成为智能体时代的超等个别，快速用AI Agent赋能企业增效降本取高效运营。
颠末几年的成长，AI Agent的手艺前进依赖于多个焦点手艺特征，这些特征定义了其功能和使用范畴。
客户端挪用API合用于需将AI能力集成到现有系统的企业，通过挪用第三方API接口，连系客户端东西如AnythingLLM、Cherry Studio等，开辟智能客服、文档处置帮手等使用。
当地私有化摆设适合对数据平安和现私要求高的大型企业，可正在当地中摆设AI Agent，利用开源框架或自研手艺建立手艺闭环，如借帮LangChain、OmniParserV2等开源项目进行摆设。
大模子都具备较强的推理能力后，DeepReasearch成为大模子Chatbot和搜刮引擎的标配功能。当然大部门产物是正在原有产物上利用了Agentic RAG等手艺，OpenAI的DeepReasearch则采用了特地锻炼的模子。
手艺圈一曲都正在摸索实正的自从智能体，曲到前段时间Manus的呈现，虽然到现正在还拿不到邀请码，但它让大师看到了自从智能体的雏形，即便施行一个使命需要几十分钟甚至更长的时间。manus号称全球第一个通用智能体，这个概念也跟着manus火了起来。但一些人并不认同，至于为什么，这点我们后面再讲。
Manus通过多智能体协同架构，将使命拆解、东西挪用取成果验证模块化，实现从“用户指令”到“交付”的全链从动化。虽然Manus不是手艺的立异，却证了然多智能体协做系统的工程可行性，并成功激发了学术、手艺、财产、创投等对通用智能体的摸索取研究热情。
关于智能体的概念，良多组织从分歧角度出发，给出了良多定义。好比IBM将AI Agent定义为一个自从施行使命的系统或法式。Anthropic比来也对AI Agent下了一个简练定义：AI Agent是狂言语模子动态指点本人的流程和东西利用的系统，连结对完成使命体例的节制。
吴恩达传授提出的智能体设想方式有四种：反思（Reflection）、东西利用（Tool Use）、规划（Planning）和多智能体协做（Multi-agent Collaboration），多智能体协做恰是此中之一。
小我用户利用的AI Agent，次要依赖Coze、文能体等AI Agent建立平台上Agent或者利用一些厂商供给的开箱即用AI Agent成品，部门用户利用一些支撑AI Agent的AI使用客户端，还有一部门懂手艺的用户会正在当地摆设一套包罗大模子正在内的AI Agent系统，好比Dify、Ragflow等。
正在手艺栈方面，大师能够沉点理解《AI Agents Stack》这张图。左边这张图由于时间比力早能够做为参考，当然通过它能够全体把握AI Agent市场布局。
当然并不是说目前的AI Agent项目只要这些，还有大量相关项目并不正在这个名单中。这里只对这些项目做了简单引见，关于每个项目标具体引见大师能够到Github去查阅。
该架构包罗根本规划、东西利用等模块，再加上狂言语模子，共四个模块，通过利用东西，最初采纳步履，根基形成如下图。
正在市场所作款式中，DeepSeek的手艺冲破帮力中国从AI法则接管者向尺度共治者改变，其开源和国产化劣势无望沉塑全球AI Agent市场款式。
一方面需转向自研模子，另一方面需要垂曲范畴公用模子的强化进修和推理连系，可间接处理现实场景问题，比照实正在Agent就以塔斯大模子连系智能屏幕语义理解（ISSUT）和RPA手艺，通过强化进修动态优化使命施行策略。
这个趋向一方面让大模子取智能体的鸿沟更加恍惚，另一方面也让良多人担心智能体将来成长的标的目的。处理方式是。
这些问题的处理径集中正在手艺优化（如端到端锻炼强化推理能力）、和谈尺度化（如MCP框架优化）及多学科协做（东西链整合取回忆加强）等方面。
Manus手艺架构通过东西链整合优化而非底层模子立异，虽然大师对它的评价褒贬纷歧，但做为通用智能体，它仍是为行业带来了不少的。这些，次要表现正在财产协做改革、出产力沉构、手艺立异转型、开源生态协同及伦理取管理挑和等几个方面。
Model Context Protocol，一种和谈，用于尺度化使用法式向大型言语模子（LLMs）供给上下文（数据）的体例。MCP是由Anthropic推出的和谈，现正在获得良多厂商和大模子的支撑，就连OpenAI和微软比来也支撑了。
从这四种设想体例而言，现正在的狂言语模子特别是推理模子可以或许反思、规划和进行简单的东西利用，都能够算是智能体。
今天我分享的从题是《DeepSeek、Manus取AI Agent行业现状》，分为5个部门。
国表里大公司动做几次，有些公司曾经取得了不错产物取市场进展。头部的狂言语模子创业公司，也都正在沉点开辟AlAgent范畴。具体见下面两张图。
受大模子能力、手艺架构、工做模式等要素的影响，目前第一类通用AI Agent正在体验上并不是很好，期待时间长，使命施行能力差，结果不成控。第二类通用AI Agent由于RPA本身就曾经取PC、手机等终端有了很好的融合取适配，体验上比前者要好良多！
包罗谷歌也是一样，现正在起头沉点发力AI Agent。正在手艺社区，AI Agent手艺框架更是百花齐放，估计2025年就起头卷多智能体、GUI（UI）智能体和端侧智能体了。
AI Agent给不会编程的通俗人带来了更多机遇，让大师可以或许通过天然言语建立个性化智能体使用，能够通过智能体提高小我出产力，能够把这些使用分享给别人利用，更能够通过智能体创业实现本人的胡想。
开辟摆设方面，其开源手艺降低成本，帮力中小开辟者立异，提拔市场所作力。通过算法立异和训推范式改革，DeepSeek降低算力耗损，实现大规模摆设的经济可行性。
市道上的AI Agent多基于特定学问库或数据建立，正在问答交互方面表示超卓，但正在法式联动和操做，如间接操做ERP系统等方面存正在局限。
两者的区别，能够表现于定义取方针、焦点能力、使用场景、手艺实现、局限性等几个方面，详情见下图。
狂言语模子（LLM）是AI Agent的焦点，供给强大的天然言语处置能力，支撑多言语和多范畴使命。
头部企业采用“企业大脑”（企业学问库）架构，整合学问资产沉淀、营业流程数字孪生取平安合规底座，建立端到端智能体办事。中型企业（100-2000 人）采用率最高达 63%，因其矫捷性和需求火急。中小型企业偏好低代码平台，通过可视化界面快速开辟从动化工做流。医疗）的采用率（90%）已接近科技行业（89%），显示出 AI Agent 的普适性。
本文是此次分享的文字拾掇版，但愿可以或许带给大师一些。需要PPT的小伙伴，能够正在微信号「王吉伟」 答复250329获取资本。
简单地说，接下来就若是要创业，你可能不需要再找一个手艺合股人，只需你领会怎样建立智能体，就能建立一小我的公司，一个超等个别。
该表达式称为PPA，即、规划、步履三个词的首字母组合。PPA表达式虽简单，但包含丰硕内容。涵盖人体五觉及其他延长感到；规划包罗方针设定、消息收集、阐发等；步履则涉及操纵东西、合做沟通等，步履本身还可进一步拓展。
用户体验上，DeepSeek让AI Agent对话更天然智能，提拔客户办事场景中的复杂查询处置能力。
能够看到每一个手艺和处理方案下面都列举了一些代表性公司。关于这张图的具体解读，能够参考图书第15。2。4节财产款式。
智能体建立平台，现正在曾经成为曾经成为智能体使用建立取承载的随波逐流。大师看到的或者体验的良多智能体根基都是通过一些智能体平台的建立的。
C端产物次要集中正在AI Agent建立平台上的用户自建产物，尚未呈现大量爆款使用。浩繁厂商将AI Agent开辟使用于B端，供给企业级处理方案，企业软件厂商也纷纷推出相关产物。
目前智能体平台更多的仍是面向开辟者，通俗用户想建立适合本身需求的智能体还有必然的门槛，当然间接利用开辟者们建立的智能体是没有问题的。
AI产物存正在的不脚，这里王吉伟频道总结了9点，包罗AI Agent存正在交互能力局限、工程不变性上存正在随机输出和非常处置问题等，细致内容大师能够看下图的左边的表格，我正在图书中也有提及。
左边这张图是InfoQ发布的第二季度演讲。能够看到智能体产物较着多了。从4月到6月，一些创业型产物出来了，还有一些大公司也推出了相关产物。当然这是半年前的市场环境，现正在的产物要更多。
左边是当前的七种支流RAG（Retrieval-Augmented Generation，检索加强生成）手艺架构图。可以或许无效处理AI Agent持久回忆问题的RAG手艺，曾经正在短短的几年内成长出多种手艺架构。此中Agentic RAG做为新一代手艺，正正在沉塑AI Agent的回忆内存。
AI Agent手艺框架不竭推陈出新。这里列举了代表性科技企业微软和谷歌推出的部门AI Agent手艺框架。这个图表中枚举了微软的8种手艺架构和处理方案，这只是此中一部门，现实上他们推出的相关手艺还有良多。
正在2023年3月，AutoGPT横空出生避世，那时人们起头接触AI Agent，但对其并不领会。7月份，OpenAI的翁丽莲颁发了一篇名为《LLM Powered Autonomous AI Agents》的博文，细致引见了基于狂言语模子的AI Agent的手艺架构，被认为是目前比力抱负的手艺架构。
使用层面，DeepSeek支撑当地化摆设，保障数据现私，打破尺度化场景，向计谋决策和复杂营业优化延长。
这种能力跃迁的背后，是手艺架构的性改革。以DeepSeek-R1为代表的推理模子，通过纯强化进修（RL）锻炼冲破保守监视微调（SFT）局限，正在数学推理（MATH-500测试97。3%）、编程竞赛（Codeforces评级超越96。3%人类）等场景展示类人思维。
AI Agent成长到现正在，从企业级角度来其产物形态能够分为通用型、垂曲范畴专家型、企业级处理方案三个大类别。
AI Agent向Agentic Workflow的成长以及Agentic AI的兴起，正鞭策行业效率提拔和数字化转型。这些手艺改变了企业运营模式，改善了客户体验，并为决策支撑和从动化办事带来性变化。
左边是New Economies正在2024年6月份绘制的市场地图，左边是投资机构Insight Partners给出的2024年12月市场全景图。能够看到从6月到12月，AI Agent项目添加了这么多，变化仍是蛮大的。半年时间便有大量的AI Agent项目呈现，而且实现了产物化，能够用于企业取小我的工做取出产。
但不管过去的产物形态如何，现正在他们都正在向Agent过渡或转型。这些企业既有科技巨头，也有企业办事及从动化范畴的名宿，更有大量草创企业。所以，这张图名为AI Automation & Agents Market Map。
2025年，全球AI范畴送来两大标记性事务：中国团队研发的DeepSeek-R1开源模子以“推理成本仅OpenAI的3%”开辟者生态，而通用智能体。
AI Agent是一种可以或许、进行自从理解、决策和施行动做的智能实体。Agentic Workflow是指通过预定义的多步大型言语模子（LLM）挪用静态完成使命的工做流。Agentic AI是AI具备自从性的能力和行为，代表了AI所能实现的颠峰——步履、进修和顺应的能力。
DeepSeek通过提拔AI Agent的推理决策、规划施行、东西挪用、交互拟人化及多模态个性化能力，鞭策其“五感”交互天然化，为具身智能成长奠定。
学问库类的copilot产物，目前都具备搜刮、文本处置等功能，后面很有可能会迭代出Agent模式。
大模子聚焦言语处置，以文本交互被动响应指令，使用于内容生成等场景；AI Agent以LLM为焦点，具备多模态交互和自从施行能力，可完成跨场景复杂使命。
正在AI使用建立方面，智能体建立平台初步把智能体成了基于LLM的低\无代码平台，低\无代码平台也正正在积极融合Agent手艺升级为Agent建立平台。接下来这类平台城市先向LLM低\无代码平台过渡，再慢慢进化为具备更多功能可以或许建立复杂智能体的平台。
一类是被称为computer use Agent的雷同Manus的产物，采用大模子（推理模子+多模态模子）+API模式，通过屏幕截图来识别屏幕元素，以API接口挪用各类东西施行使命。
最初用《一本书读懂AI Agent：手艺、使用取贸易》封面援用比尔·盖茨一句话竣事我今天的分享：AI Agent未来将来5年内完全改变我们的糊口。
目前，业界对复旦大学NLP团队提出的定义比力承认，即AI Agent是一种可以或许、进行决策和施行动做的智能实体。
小型企业（4 人以下）AI Agent 利用率增加敏捷，从 2023 年 9 月的 4。6% 升至 2025 年的 5。8%，反映了小型企业正在资本无限下对 AI Agent 的依赖，以降低运营成本和快速扩展 。
使用层被大模子代替：原有“套壳使用”（Wrappers）会被模子厂商间接集成能力的功能裁减。
正在大模子取AI Agent快速迭代取成长的同时，“模子即便用”模式也正在不竭被提及。良多人都认为该模式正正在终结保守API时代，激进之人更认为2年之后大模子企业可能就会遏制API办事。
正在文章的开首，我们先引见了翁丽莲提出的AI Agent手艺架构。把这个架构图用手艺和企业进行具象化，能够看到下面这张由 Activant Capital绘制的手艺供应商角度的AI Agent生态系统图，也就是左边这张图。手艺视角的架构图，能够帮帮我们更好地舆解智能体。
AI Agent手艺成长到现正在，手艺生态根基曾经成型，用于建立AI Agent的各类手艺正正在不竭完美。
像coze、文能体、智谱清言等现正在建立和利用曾经很简单，可以或许实现一句话建立一个智能体，当然要实现多智能体、工做流等复杂的功能仿照照旧需要一些时间去进修、理解和使用。所以要想让更多人更简单的建立和利用智能体，还需要进一步降低这个门槛。
API时代将被终结：大模子厂商（如OpenAI、DeepSeek）将遏制对外供给API，转为间接供给模子做为产物，这个时间可能也就两年。
目前，B端是AI Agent盈利的次要范畴，因企业对平安、可托、可控智能体的需求，以及狂言语模子存正在的问题，使得基于软件架构集成Agent的企业级产物更受青睐。
正在正式起头这个分享之前，便于大师更好地舆解后面的内容。
这张图两头从体是Agents部门，这些公司曾经推出了AI Agent产物、处理方案或者办事，或者是正在原有AI产物根本上推出的AI Agent。其他部门厂商，他们也正正在向AI Agent过渡，或者曾经推出了相关产物或办事，还有一些是从从动化角度切入到Agent赛道。
正在设想模式上，AI Agent的反思、东西利用、规划和协做能力因推理模子而加强，能更合理分派使命，提拔施行效率。
虽然AI Agent曾经逐步正在良多范畴实现商用，受限于现阶段的手艺、生态、用户接管度等要素，仍然存正在一些问题和不脚。
25% 的企业已将生成式 AI 取 Agent 连系摆设，估计到 2027 年这一比例将升至 50% 。中国500强企业摆设AI Agent后，数据预备取阐发效率提拔58%，决策耗时削减70%68。
要处理这个问题，要么现实把大场景跨使用的营业细分化，针对细分场景设想智能体，因而发生了垂曲智能体。垂曲智能体能够垂曲于营业场景，也能够垂曲于一行细分范畴，但垂曲于一个范畴的更有可能是多智能体。
Manus的出圈也证了然可以或许自从施行相对复杂使命的智能体正在现阶段是可行的，虽然需要花费良多的token和时间。那么接下来必定会有更多的同类产物呈现，也会进行更多的优化取迭代，再加上狂言语模子的快速成长，本年内这类智能体的体验该当就能有很大的提拔。
前面简单引见比来两年AI Agent成长的根基径。其实所有问题的原点，最终还要回到大模子上。LLM Based Agent的能力取功能取决于LLM的机能，若是大模子能力脚够强大，智能体也就能做到胜任更多营业场景。当然大模子脚够强大了，可能也就不需要智能体了，这个涉及到了模子即便用，后面会讲。
国内的市场环境，王吉伟频道查阅了两份行业演讲。左边这张图是甲子光年正在4月份发布的《中国AI Agent行业研究演讲》，他们按照其时的市场环境绘制了中国AI Agent生态图谱1。0版本。当然，这张图也表现了客岁国内智能体行业的生态布局。
下面图片中，左边是客岁7、8月份投资机构Aura Ventures拾掇的市场全景图。此中涉及到了手艺部门，他们通过手艺表达的形式把相关公司或者产物列到了这种好忧伤图中。
所以王吉伟频道才正在《一本书读懂AI Agent：手艺、使用取贸易》中感伤，近几年生成式AI和AI Agent带来的企业运营办理取范式的性变化，但无论手艺、架构和方案怎样变化，只需抓住营业流程再制取从动化需求这两个点，财产链上所有参取者都能因创制贸易价值而获得成功。
聊器人如ChatGPT、Kimi、通义千问等已成长为分析使用类AI Agent，具备东西利用和推理功能。AI搜刮和编码帮手是较成功的AI Agent产物，保守搜刮引擎和创业项目均有相关产物推出。
我们不消过多关心手艺的变化取，主要的是正在每个手艺变化时代善用这些手艺去处理问题，那么你就能成为每个时代的弄潮儿。
上图的左边部门，是狂言语模子成长前景图。图片分为6部门，从左到左我简单的做了做了注释。短短的两年多的时间里，大模子曾经迭代了多次使得AI Agent的功能和能力都正在不竭的提拔和添加。
另一类是正在RPA等流程从动化东西根本上融合AI Agent架构并把RPA当做超等东西的Agent，这类产物基于原有营业流程从动化手艺的沉淀，适配大模子、RAG、屏幕识别等手艺，实现智能体流利操做电脑上各类使用。
跟着更多AI Agent产物的处理方案推出，越来越多涉及AI Agent的公司和团队慢慢浮出水面，行业邦畿也逐步清晰。
现正在我们所说的AI Agent，根基都是基于狂言语模子的，也就是LLM Based Agent。
企业运营以优化流程、办理资本实现盈利取客户增加为方针。AI Agent能够系通过降本增效、风险管控取组织改革，成为企业合作力升级的环节引擎，次要通过三个维度影响企业运营：营业运营、计谋决策及组织办理。
AI Agent的素质，是可以或许、规划使命并施行步履的智能实体。取保守大模子（如GPT系列）比拟，其焦点差别正在于“思虑-步履”闭环能力”的建立：大模子聚焦言语处置，擅长生成文本、回覆问题，但需依赖人工指令驱动；AI Agent以LLM为“大脑”，整合规划模块、回忆系统取东西接口，可自从挪用API、操做软件以至跨平台完成使命。
这一架构通过东西链整合优化而非底层模子立异，实现了从使命理解到成果交付的全链自从施行，同时兼顾效率取成本劣势。
王吉伟频道新书《一本书读懂AI Agent：手艺、使用取贸易》已出书，轻松读懂系统控制AI Agent手艺道理、行业使用、贸易价值及创业机遇，欢送大师关心。
DeepSeek等推理模子对AI Agent有什么影响？Manus为行业带来了哪些？AI Agent行业现状若何？又该怎样应对“模子即便用”带来的行业挑和？
财产生态方面，以推理大模子为焦点的分层手艺生态构成，鞭策跨行业协做取尺度化，企业可快速接入实现数据价值挖掘。
现正在还有一个很较着的趋向：模子即便用（办事），模子本身间接形成最终产物或办事，而非通过使用层（如API或第三方软件）二次开辟。好比OpenAI的DeepResearch模子可以或许端到端自从完成研究演讲生成，无需外部东西挪用某人工干涉，Claude Sonnet 3。7可间接完成复杂使命（如代码库办理）而非仅做为生成代码的东西，还有良多大模子推出的DeepResearch等功能。
同时AI Agent手艺正朝着多个立异标的目的成长，以提拔机能和用户体验。加强多模态交互、提高自从性和靠得住性、多代办署理协做、边缘计较取端侧摆设、可注释性和信赖及个性化取顺应等都是前沿的成长标的目的。
多智能体架构也是智能体正在复杂营业场景使用的处理方案，把一个复杂场景分化为多个简单使命，让分歧脚色的智能体去施行分歧的使命，而且这些使命还能够无限的细分下去，让更多的智能体挪用分歧的东西去施行，进而发生了智能体收集，并衍生出群体智能。
2年前王吉伟频道所讲的的“大模子Agent化”，现正在叫做狂言语模子即便用（即办事），是当前的支流话题。
当前的AI Agent产物及办事形态，大要有以下几种。此中常见AI Agent产物包罗聊天帮手、编码帮手、AI搜刮等。
目前通用智能体（General AI Agent）被看做是一种可以或许自从施行使命、进行复杂决策并顺应多种的高级人工智能系统。从当前智能体产物形态来看，能够分为两类。
AI Agent具备多模态能力，整合图像、音频和视频处置，合用于智能家居、医疗诊断和内容创做。通过高级规划和推理手艺进行自从决策，可以或许挪用外部东西和API，扩展其功能。回忆和进修机制使其可以或许存储和检索消息，加强进修能力。手艺架构凡是包罗、认知和步履三个组件，支撑多种分类和多代办署理协做。
间接利用适合对数据现私要求不高、但愿快速接入AI能力的企业，特别是中小型企业，可间接操纵市场上现有的AI Agent办事，照实正在Agent、Operator、Manus等，或正在Coze等平台建立个性化AI Agent。
Agentic workflow通过工做流编排把大模子、ERP、CRM等系统及API、数据等东西封拆为智能体、AI使用或者处理方案，能够处理大量的营业流程从动化，但仍然需要人工进行各类功能的预制建立，更像是一种LLM赋能的低代码东西，感受这种体例很不Agent，距离自从智能体越来越远了，是不是？
受限于昔时的手艺前提取企业复杂使用，这些智能体设想体例仍然不克不及满脚企业需求，企业需要的是把大模子和智能体实正融入营业运营的流程中，Agentic workflow便应运而生。
基于狂言语模子的AI Agent手艺，正正在快速成长取迭代。到2024下半年，大模子都向多模态成长，同时10月份OpenAI的o1模子了后锻炼时代，可推理、可视觉以及上下文和谈等手艺的使用，极大地鞭策了AI Agent正在更多场景取范畴的的使用。现正在，良多大企业都推出了推理模子，对于智能体行业的益处前面曾经讲过。
从视频展现来看，Manus能够用于零售取电商、金融、教育取研究等范畴的多种使用场景。我正在书里引见了智能体正在多个范畴的使用，正在手艺部门提到了相关手艺架构，正在智能体手艺成长趋向和使用成长趋向方面也有引见多智能体，能够帮帮读者理解这种智能体。
其实从从动化角度看，包罗LLM及AI Agent等正在内的任何类型的AI手艺带来的都是营业流程的从动化，区别只是从动化程度的凹凸。
它们也延长了使用价值链，改变了行业业态，虽然面对手艺挑和，但为行业带来了史无前例的成长机缘。
