注：此文章内容均节选自充电了么创始人，CEO兼CTO陈敬雷老师的新书《GPT多模态大模型与AI Agent智能体》（跟我一起学人工智能）【陈敬雷编著】【清华大学出版社】

清华《GPT多模态大模型与AI Agent智能体》书籍配套视频课程【陈敬雷】

GPT多模态大模型与AI Agent智能体系列二百二十二

2025 AI Agent行业深度拆解：DeepSeek降本3%破推理壁垒，Manus开通用闭环，从技术到商业的全景指南

2025年，全球AI领域迎来两大里程碑事件：中国团队研发的DeepSeek-R1开源模型以“推理成本仅为OpenAI的3%”引爆开发者生态，通用智能体Manus则凭借“任务自主执行闭环”刷新公众对AI生产力的认知。这两大突破标志着AI Agent（智能体）正式从实验室走向产业应用，人机协作模式正迎来根本性重构。本文基于王吉伟频道在「大数据百家讲坛」的分享，从AI Agent的核心定义、技术影响、行业现状、企业价值四大维度，全面拆解行业趋势与实践路径，为个人与企业提供清晰的行动指南。

一、基础认知：什么是AI Agent？从定义到核心差异

要理解AI Agent的产业价值，需先明确其本质——它并非传统大模型的升级，而是具备“自主决策-执行”能力的全新智能实体，核心可通过“定义-差异-设计方式”三层拆解：

1. AI Agent的定义与PPA架构

AI Agent的核心是“感知环境、决策规划、执行行动的智能实体”，业界最认可的是复旦大学NLP团队提出的定义，其核心逻辑可概括为PPA架构（Perception-Planning-Action，感知-规划-行动）：

• 感知层：覆盖文本、图像、语音等多模态输入，甚至延伸至“人体五觉”模拟（如温度、振动感知），典型如DeepSeek-R1可精准解析模糊指令（如“找上周的技术方案”），意图识别准确率达92.3%；
• 规划层：基于目标拆分任务、收集信息、优化策略，例如金融AI Agent可将“生成季度风险报告”拆分为“数据采集-清洗-建模-生成”四步；
• 行动层：调用工具（API、软件、硬件）执行任务，并根据结果循环优化，如Manus可自动操作Excel、调用搜索引擎，完成“从指令到成果”的全链路闭环。

这一架构区别于传统大模型的“被动响应”，实现了“指令输入→自主执行→成果交付”的完整流程，是AI Agent的核心竞争力。

2. AI Agent与大模型的核心差异

很多人混淆“大模型”与“AI Agent”，实则二者定位完全不同：传统大模型（如GPT-4、文心一言基础版）是“语言处理工具”，而AI Agent是“自主工作实体”，具体差异如下表：

对比维度	传统大模型	AI Agent
核心目标	文本生成、被动响应指令	自主完成复杂任务
能力范围	聚焦语言理解与生成	整合规划、记忆、工具调用能力
交互模式	单轮/多轮对话（需人工引导）	接收目标后自主推进，无需干预
应用场景	内容创作、简单问答	跨平台任务（如生成报表、客服闭环）
技术依赖	单一LLM模型	LLM+规划模块+记忆系统+工具接口

例如：用大模型“写一份营销文案”需人工提供产品卖点、风格要求；而AI Agent可自动抓取产品数据、分析竞品文案、生成3版方案并标注优化建议，全程无需人工介入。

3. AI Agent的四大设计方式

吴恩达教授提出AI Agent的核心设计框架，覆盖从基础到进阶的全场景，也是当前行业主流实践方向：

• 反思（Reflection）：模型自我校验结果，如DeepSeek-R1可修正数学推理错误，MATH-500测试准确率达97.3%；
• 工具使用（Tool Use）：调用外部工具扩展能力，如调用API查天气、用RPA操作软件；
• 规划（Planning）：拆分复杂任务，如将“组织会议”拆分为“定时间-发邀请-准备材料-记录纪要”；
• 多智能体协作（Multi-agent Collaboration）：多角色智能体分工执行，如Manus的“数据采集Agent+分析Agent+报告Agent”协同完成业务分析。

二、技术突破：DeepSeek与Manus如何重塑AI Agent生态？

2025年AI Agent的爆发，核心源于两大技术突破：DeepSeek-R1解决“推理成本与能力”问题，Manus验证“通用智能体的工程可行性”，二者共同推动行业从“技术探索”走向“产业落地”。

1. DeepSeek-R1：推理模型为AI Agent“降本提效”

DeepSeek-R1作为开源推理模型，其核心价值是为AI Agent提供“高性价比的大脑”，具体影响体现在六大维度：

• 推理能力升级：通过纯强化学习（RL）突破传统监督微调（SFT）局限，在编程竞赛（Codeforces评级超越96.3%人类）、数学推理等场景展现类人思维，让AI Agent能处理复杂决策任务（如金融风控建模）；
• 部署成本降低：推理成本仅为OpenAI的3%，支持本地化部署，满足企业数据隐私需求（如医疗、金融行业），中小开发者也能负担；
• 工具调用优化：精准识别工具调用场景（如“查实时股价”需调用财经API），减少无效调用，执行效率提升40%；
• 交互拟人化：优化多轮对话逻辑，避免“答非所问”，客户服务场景中复杂查询处理满意度提升至89%；
• 生态赋能：开源模式降低开发门槛，已有超100个创业项目基于DeepSeek-R1构建垂直AI Agent（如法律咨询、智能制造）；
• 国产化优势：打破国外模型垄断，推动中国AI Agent从“规则接受者”向“标准共治者”转变，重塑全球市场格局。

2. Manus：通用智能体的“工程化启示”

Manus虽非底层技术创新，但其“多智能体协同架构”验证了通用智能体的可行性，为行业带来四大关键启示：

• 技术架构可复用：Manus通过“多代理协同+动态任务调度+安全支撑”三大模块，实现从“指令到成果”的闭环，这一架构被后续产品广泛借鉴（如阿里通义千问Agent、百度文心智能体）；
• 场景落地路径清晰：官方视频展示其在零售电商（自动上架商品）、金融（生成合规报告）、教育（定制学习计划）的应用，证明通用智能体可覆盖多行业；
• 效率与成本平衡：虽执行任务耗时较长（如生成报告需30分钟），但通过“token消耗优化”降低成本，为中小微企业使用通用智能体提供可能；
• 推动行业协同：Manus的出圈引发学术、产业、创投界对通用智能体的关注，2025年Q1已有超50家企业推出同类产品，加速技术迭代。

值得注意的是，Manus代表的“通用智能体”当前分两类：一类是类似Manus的“computer use Agent”（通过截图识别GUI元素，调用工具），另一类是“RPA+AI Agent”（基于现有RPA技术适配大模型，体验更流畅），后者因与终端适配更成熟，当前落地效果更优。

三、行业现状：从应用、产品到市场的全景扫描

2025年AI Agent行业已形成“B端为主、C端萌芽、技术多元”的格局，具体可从应用、产品、市场、技术四大维度拆解：

1. 应用现状：B端聚焦效率，C端百花齐放

• B端：知识库为核心，中型企业最积极

  • 头部企业：构建“企业大脑”架构，整合知识库、业务流程数字孪生（如华为企业云Agent），数据准备效率提升58%，决策耗时减少70%；
  • 中型企业（100-2000人）：采用率最高达63%，偏好低代码平台（如Coze、文心智能体平台），快速搭建自动化工作流（如财务报销审核）；
  • 小型企业：使用率从2023年的4.6%升至2025年的5.8%，主要依赖开箱即用产品（如实在Agent），降低运营成本；
  • 行业分布：非科技行业（金融、医疗）采用率（90%）已接近科技行业（89%），如医疗AI Agent可自动生成结构化诊断报告，准确率达92%。

• C端：以“自建+成品”为主，爆款待现

  • 普通用户：通过Coze、智谱清言等平台“一句话创建智能体”（如个人日程管理Agent），或使用成品（如Kimi Agent的文档总结功能）；
  • 技术用户：本地部署开源系统（如Dify、Ragflow），结合DeepSeek-R1构建个性化知识库（如程序员的技术文档Agent）；
  • 痛点：尚未出现现象级C端产品，核心原因是“场景碎片化”，多数Agent仅解决单一需求（如天气查询、待办提醒）。

2. 产品现状：三大形态主导，技术融合加速

当前AI Agent产品可分为三大类，且呈现“技术整合”趋势：

• 通用型Agent：如Manus、OpenAI Assistant，支持多场景任务，但执行效率待提升；
• 垂直领域专家型Agent：如法律领域的Harvey（2025年2月估值30亿美元）、医疗领域的Ada Health，聚焦单一行业，准确率高（如Harvey合同审查准确率达98%）；
• 企业级解决方案：如微软Dynamics 365 Agent、阿里钉钉Agent，整合ERP、CRM系统，实现业务流程自动化（如自动跟进客户订单）。

产品趋势上，三大方向值得关注：

1. 增强型问答助手普及：ChatGPT、Kimi等升级为“搜索+工具调用”Agent，DeepResearch（OpenAI）、智能检索成为标配；
2. 语音/Web Agent爆发：2025年Q2已有超30款语音Agent（如小米语音助手Pro）、Web Agent（如自动爬取数据的Agent）推出，覆盖“ hands-free ”场景；
3. 低代码平台融合：Coze、文心智能体平台向“LLM低代码平台”进化，支持普通用户搭建多智能体协作系统（如“客服Agent+工单Agent”协同）。

3. 市场格局：巨头加码，初创爆发

AI Agent市场正处于“高速增长+激烈竞争”阶段，核心数据与玩家如下：

• 市场规模：据MarketsandMarkets预测，从2024年的51亿美元增至2030年的471亿美元，复合年增长率（CAGR）达44.8%；
• 玩家构成：
  • 科技巨头：微软（推出8种AI Agent架构）、谷歌（重点发力GUI Agent）、百度（文心智能体平台）、阿里（通义千问Agent）；
  • 初创企业：超170家，如CrewAI（多智能体协作）、ServiceNow（企业服务Agent），国内甲子光年2025年4月报告显示，国内初创Agent项目较2024年增长200%；
  • 垂直领域龙头：如金融领域的恒生电子Agent、医疗领域的平安好医生Agent，依托行业资源快速落地。

4. 技术现状：核心技术成熟，创新方向明确

AI Agent的技术生态已成型，核心技术与趋势如下：

• 基础技术：大语言模型（LLM）是核心，多模态能力（文本+图像+语音）、记忆系统（短期+长期）、工具调用接口（API/RPA）构成基础层；
• 热门技术：
  • MCP协议：Anthropic推出的“模型上下文协议”，标准化应用向LLM提供数据的方式，已获OpenAI、微软支持；
  • Deep Research：OpenAI推出的研究工具，结合深度搜索与模型生成，复杂学术任务处理效率提升60%；
  • Agentic RAG：新一代检索增强技术，动态调整检索策略，解决传统RAG“记忆僵化”问题，知识复用率提升50%；
• 技术框架：开源与闭源并存，开源项目（如LangChain、LangGraph）超110个，闭源项目（如OpenAI Agent Framework）超105个，覆盖从基础搭建到企业级部署的全需求。

四、企业影响：AI Agent如何重构经营逻辑？

AI Agent并非“锦上添花”的工具，而是通过“降本增效、风险管控、组织革新”重构企业经营，核心体现在三大维度：

1. 业务运营：全流程自动化，效率跃升

AI Agent可覆盖企业“研发-生产-销售-服务”全链路，典型场景包括：

• 研发：自动生成代码（如百度Comate Agent）、验证算法（DeepSeek-R1辅助数学建模），研发周期缩短30%；
• 生产：智能制造Agent监控设备传感器数据，预测故障（如某汽车工厂设备停机时间降低82%）；
• 销售：自动跟进客户（如CRM Agent发送个性化邮件）、分析成交概率，销售转化率提升25%；
• 服务：智能客服Agent7×24小时应答，咨询解决率从65%升至89%（如某银行客服Agent）。

2. 战略决策：数据驱动，精准预判

AI Agent整合内外部数据（如市场报告、企业财报），提供决策支持：

• 金融企业：Agent实时分析宏观经济数据、股价波动，生成风险报告，决策耗时减少70%；
• 零售企业：Agent分析消费趋势、库存数据，优化采购计划，库存周转率提升40%。

3. 组织管理：扁平化，降本提效

• 人力优化：替代重复性工作（如数据录入、发票审核），某互联网公司行政人力成本降低35%；
• 协作模式：多智能体协同替代跨部门沟通（如“财务Agent+HR Agent”协同处理员工报销），协作效率提升50%。

4. 企业应用模式：三种路径适配不同需求

企业接入AI Agent主要有三种方式，可根据规模与隐私需求选择：

• 直接使用：适合中小微企业，用现成产品（如实在Agent、Manus），无需技术开发，快速落地；
• API集成：适合有技术能力的企业，调用第三方API（如DeepSeek API），集成到现有系统（如客服系统）；
• 本地私有化部署：适合大型企业（金融、医疗），用开源框架（如LangChain）+本地化模型（DeepSeek-R1），保障数据安全。

五、挑战与未来：AI Agent的“痛点”与“机会”

尽管行业快速发展，AI Agent仍面临技术与商业挑战，同时也孕育着巨大机会：

1. 当前核心挑战

• 技术层面：错误容忍度低（如医疗Agent误诊风险）、记忆与上下文管理瓶颈（长任务易“遗忘”）、工具集成协调难（多工具调用易冲突）；
• 商业层面：“模型即应用”趋势可能终结API时代（预计2年內大模型厂商或停止API服务，转向直接提供模型），传统“套壳应用”将被淘汰；
• 生态层面：标准不统一（如工具调用协议）、用户接受度待提升（部分企业担心“AI替代人工”）。

2. 未来趋势与机会

• 技术趋势：小样本学习（减少标注数据依赖）、端侧部署（手机/边缘设备运行Agent）、跨模态深度融合（文本+图像+脑机接口）；
• 产业机会：
  • 个人层面：“超级个体”崛起，普通人可通过自然语言构建AI Agent创业（无需技术合伙人），如个人知识付费Agent、垂直领域咨询Agent；
  • 企业层面：垂直领域专用模型+Agent结合（如医疗专用模型+诊断Agent），解决“通用模型准确率不足”问题；
  • 生态层面：AI Agent构建平台（如Coze进阶版）将成为核心入口，降低开发门槛，预计2026年80%的企业Agent通过低代码平台搭建。

结语：拥抱AI Agent，成为时代领跑者

比尔·盖茨曾预言“AI Agent将在未来5年内彻底改变我们的生活”，2025年的行业进展已验证这一趋势。对于个人，AI Agent是“生产力放大器”——通过构建个性化Agent（如知识管理Agent、工作流Agent），可实现效率跃升，甚至开启“一人公司”模式；对于企业，AI Agent是“竞争力核心”——通过业务流程自动化、数据驱动决策，可降本增效，在行业竞争中占据先机。

正如DeepSeek-R1的“低成本推理”与Manus的“通用闭环”所证明的，AI Agent的发展速度远超预期。无论是开发者、创业者还是企业决策者，唯有主动学习、积极实践，才能在这场“智能革命”中抓住机遇，成为AI Agent时代的领跑者。

更多技术内容

更多技术内容可参见
清华《GPT多模态大模型与AI Agent智能体》书籍配套视频【陈敬雷】。
更多的技术交流和探讨也欢迎加我个人微信chenjinglei66。

总结

此文章有对应的配套新书教材和视频：

【配套新书教材】
《GPT多模态大模型与AI Agent智能体》（跟我一起学人工智能）【陈敬雷编著】【清华大学出版社】
新书特色：《GPT多模态大模型与AI Agent智能体》（跟我一起学人工智能）是一本2025年清华大学出版社出版的图书，作者是陈敬雷，本书深入探讨了GPT多模态大模型与AI Agent智能体的技术原理及其在企业中的应用落地。
全书共8章，从大模型技术原理切入，逐步深入大模型训练及微调，还介绍了众多国内外主流大模型。LangChain技术、RAG检索增强生成、多模态大模型等均有深入讲解。对AI Agent智能体，从定义、原理到主流框架也都进行了深入讲解。在企业应用落地方面，本书提供了丰富的案例分析，如基于大模型的对话式推荐系统、多模态搜索、NL2SQL数据即席查询、智能客服对话机器人、多模态数字人，以及多模态具身智能等。这些案例不仅展示了大模型技术的实际应用，也为读者提供了宝贵的实践经验。
本书适合对大模型、多模态技术及AI Agent感兴趣的读者阅读，也特别适合作为高等院校本科生和研究生的教材或参考书。书中内容丰富、系统，既有理论知识的深入讲解，也有大量的实践案例和代码示例，能够帮助学生在掌握理论知识的同时，培养实际操作能力和解决问题的能力。通过阅读本书，读者将能够更好地理解大模型技术的前沿发展，并将其应用于实际工作中，推动人工智能技术的进步和创新。

【配套视频】

清华《GPT多模态大模型与AI Agent智能体》书籍配套视频【陈敬雷】
视频特色： 前沿技术深度解析，把握行业脉搏

实战驱动，掌握大模型开发全流程

智能涌现与 AGI 前瞻，抢占技术高地

上一篇：《GPT多模态大模型与AI Agent智能体》系列一》大模型技术原理 - 大模型技术的起源、思想
下一篇：DeepSeek大模型技术系列五》DeepSeek大模型基础设施全解析：支撑万亿参数模型的幕后英雄