一、2025 Agent 元年

Agent 正在成为 AI 应用的主流产品形式。

作为 2025 年最受瞩目的技术之一，全球 AI Agent 市场规模已突破 50 亿美元，年增长率高达 40%。相关数据统计，过去 3 个月涌现的 Agent 产品，超过了去年全年的总和，2025 年可以称为 Agent 元年。

继 OpenAI 在 2 月发布 Agent 应用 DeepResearch 引爆全球后，3 月发布的 manus 又为这股 Agent 热潮添上了一把火，当时它不但邀请码一码难求，之后更获得 Benchmark 领投的 7500 万美元的新融资。除了 manus，海外的垂直领域 Agent 公司也频频涌现高估值公司，例如编码 Agent 公司 Cognition 估值即将突破 100 亿美元，人力资源 Agent 公司 Mercor 也达到了 20 亿美元估值。

在观察到 Agent 的崛起以后，红杉资本认为，AI 下一阶段的主角是 Agent。福布斯在评选 AI 50 榜单时也总结到：AI Agent 将全面超越聊天类 AI 应用。

二、Agent 具体内涵是什么，什么是Agent四范式

去年吴恩达在红杉 AI 峰会上讲述了他对 Agent 的一些看法，提出了四范式，现在看也是非常正确的

1. Reflection（反思）：

   类似于AI的自我纠错和迭代。例如，AI系统会检查自己编写的代码，并提出修改建议。

2. Tool Use（工具使用）：

   大语言模型调用插件，扩展了其能力。例如，使用Copilot进行联网搜索或调用代码插件解决数理逻辑问题。

3. Planning（规划）：

   AI根据用户输入的任务，拆解流程、选择工具、调用、执行并输出结果。例如，根据一张图片中的姿态生成一张新图片，并进行描述。

4. Multi-agent（多智能体协作）：

   多个Agent协作完成任务，每个Agent可能扮演不同的角色，如CEO、产品经理或程序员。这种模式模拟了现实生活中的工作场景，能够处理复杂系统

2025 年之所以认为 Agent 是元年，核心是 Agent 确实在一些场景告别了玩具的状态。

三、当前成功的 Agent 估值和 ARR 分别是多少

2025年7月，CB Insights发布了首份全球营收最高的20家AI Agent初创公司榜单。

以下是对排名前10的企业的介绍：

1. Cursor

定位为AI编程Agent，是行业内的领军企业，年化经常性收入（ARR）达到5亿美元。目前，已有超过360,000付费用户，日均生成数亿行代码，客户包括Stripe、OpenAI、Spotify等。

2025年5月，Anysphere（Cursor所属公司）完成了一轮9亿美元的融资，估值约90亿美元，单个员工创收320.5万美元。

2. Glean

总部位于加州Palo Alto，定位为“Work AI平台”，核心业务是企业级工作搜索+AI agent功能，员工可以通过自然语言与系统交互，从多个SaaS应用中检索信息、自动执行工作流程等。

其ARR为1亿美元，2025年6月获得1.5亿美元的融资，估值72亿美元，单个员工创收10.2万美元。

3. Mercor

一家人工智能驱动的招聘平台，旨在通过AI技术简化招聘流程，帮助企业高效匹配合适的候选人。该平台利用先进的AI模型，自动筛选简历、进行面试评估，并将候选人与企业需求进行匹配。

公司的ARR为1亿美元，单个员工创收454.5万美元。

4. Replit

用自然语言开发App的AI编程Agent，其ARR为1亿美元。Replit的ARR从1000万美金增长到1亿美金只用了6个月，目前正与投资者洽谈新一轮融资，估值有望翻近三倍至30亿美元，单个员工创收63.7万美元。

5. Lovable

一家总部位于瑞典斯德哥尔摩的AI初创公司，致力于通过自然语言提示，让用户无需编码即可构建完整的Web应用程序。

Lovable仅用了8个月的时间，就把ARR做到了1亿美元，人均创收更是高达222.2万美元，最新估值18亿美元。

6. Crescendo

在AI客服领域，Crescendo凭借人机协同的方案脱颖而出。它将AI和人工客服方案打包成整体方案，丝滑地整合了AI和人类团队的服务流程。

其ARR为9100万美元，最新估值5亿美元。

7. Harvey

推出的法律AI助手Harvey Assistant，可以自动执行法律研究、文件起草、合同分析、尽职调查等核心任务。2025年6月，Harvey AI在E轮融资中获得3亿美元，使其估值达到50亿美元，公司的ARR为7500万美元，单个员工创收13.3万美元。

8. StackBlitz

一个基于浏览器的集成开发环境（IDE），允许开发人员直接从其Web浏览器构建、运行和部署全栈Web应用程序。

2025年1月，StackBlitz完成了新一轮融资，融资金额超过1亿美元，注册用户突破了200万。公司的ARR为4000万美元，单个员工创收114.3万美元。

9. Clay

售前客户线索拓展管理平台，通过强大的AI能力和整合100多个外部来源的数据，帮助企业优化营销工作流程，为销售和营销团队提供准确的洞察。Clay以SaaS平台的形态工作，提供API接口和多种数据工具集成，并自动形成电子表格。

在最新一轮的融资里，Clay的估值达到30亿美元，公司的ARR为3000万美元，单个员工创收100万美元。

10. Torq

一家面向安全运营团队的AI驱动安全自动化平台，专注于通过无代码/低代码agent自动化整个SOC流程。公司ARR为2000万美元，人均创收8.3万美元。

此外，榜单中还包括Sierra、Sana、Nabla、Hebbia、Fyxer、Tome等企业，它们在客户服务、企业级AI助理、医疗、信息整理等领域发挥着重要作用，ARR在1200万美元到2000万美元之间。

四、 OpenAI 对 Agent 最新的支持是什么

OpenAI 是大模型的开创者。

今年的OpenAI 今年的开发者大会（OpenAI DevDay 2025）正在进行中。CEO 山姆・奥特曼keynote 发布了不少和 Agent 相关的内容。首要就是AgentKit ，AgentKit是一套面向开发者和企业的完整工具集，可用于构建、部署和优化智能体（agent）。

OpenAI 为 AgentKit 设计了一些全新的模块化组件，可助力用户更快地开发智能体，包括 Agent Builder、Connector Registry 和 ChatKit。

Agent Builder：Agent Builder 的界面与扣子等工作流编排工具非常相似，可让用户可视化地设计工作流。具体来说，可视化画布 Agent Builder 可用于创建、管理和版本化多智能体工作流；其提供了一个拖拽式的可视化画布，用于组合逻辑节点、连接工具、配置自定义安全护栏。它支持预览运行、内嵌评估配置和完整版本控制，非常适合快速迭代。

Connector Registry：用于集中管理数据与工具在 OpenAI 产品中的连接方式；其在一个管理面板中整合了 ChatGPT 和 API 的所有数据源，包括预置连接器（如 Dropbox、Google Drive、SharePoint、Microsoft Teams）及第三方 MCP。

ChatKit：一个工具套件，可以将基于聊天的智能体直接嵌入用户的应用或网站，并自定义外观与品牌风格。目前，ChatKit 已广泛应用于内部知识助手、新员工入职引导、客服支持、研究助手等场景。OpenAI 表示 HubSpot、LegalOn、Evernote、Taboola 等公司都已使用 ChatKit 来增强产品交互体验。

OpenAI 表示：“自从 3 月推出 Responses API 和 Agents SDK 以来，我们看到开发者和企业已经在使用它们构建端到端的智能体工作流，例如用于深度研究、客户支持等。Klarna 构建的客服智能体现已处理了全部工单的三分之二，而 Clay 则通过销售智能体实现了 10 倍增长。而 AgentKit 正是在 Responses API 的基础上构建的，可以帮助开发者更高效、更可靠地构建智能体。”

五、当前 Agent 的特点总结以及未来发展预判

1、当前伙伴的 Agent 都是在细分赛道做“小而美”的颠覆者，头部企业几乎都锚定单一领域深耕，如法律AI Harvey、编程Agent Cursor。

2、体验为王，让AI成为“用了就离不开”的工具，用户愿意为Cursor、Lovable付费，核心是它们用自然语言交互、无代码操作等设计，把复杂功能变成“傻瓜式体验”。技术再强，不如让用户“一看就会、一用就爽”。技术是内核，体验是桥梁，用户只为用得爽买单。

3、OpenAI 未来可能会杀死一系列创业公司，尤其是搞基础 Agent 开发的公司。创业要避开 Agent 开发这件事，去做垂直 Agent。

六、如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

一直在更新，更多的大模型学习和面试资料已经上传带到CSDN的官方了，有需要的朋友可以扫描下方二维码免费领取【保证100%免费】👇👇

01.大模型风口已至：月薪30K+的AI岗正在批量诞生

2025年大模型应用呈现爆发式增长，根据工信部最新数据：

国内大模型相关岗位缺口达47万

初级工程师平均薪资28K（数据来源：BOSS直聘报告）

70%企业存在"能用模型不会调优"的痛点

真实案例：某二本机械专业学员，通过4个月系统学习，成功拿到某AI医疗公司大模型优化岗offer，薪资直接翻3倍！

02.大模型 AI 学习和面试资料

1️⃣ 提示词工程：把ChatGPT从玩具变成生产工具
2️⃣ RAG系统：让大模型精准输出行业知识
3️⃣ 智能体开发：用AutoGPT打造24小时数字员工

📦熬了三个大夜整理的《AI进化工具包》送你：
✔️ 大厂内部LLM落地手册（含58个真实案例）
✔️ 提示词设计模板库（覆盖12大应用场景）
✔️ 私藏学习路径图（0基础到项目实战仅需90天）

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】