AI不只有大模型？Agent凭什么成为2025年度风口｜对话刘志毅

本文由 职场Bonus 撰写/授权提供，转载请注明原出处。

以下文章来源于：职场Bonus

作者：陈佳惠

过去十年中，国内诞生了上千万款互联网产品，直到现在还月活过亿的，只有 44 款。其中有 9 个诞生在过去十年，其中一半多属于字节跳动，两个属于腾讯 [1] 。

之前，几乎没人能撼动字节在 To C 产品中的“统治”地位。而在 2025 年春节，DeepSeek 成为了历史上第一款，没花营销费用，上线一个月下载量就破亿的应用软件。

这之前，字节刚刚经历豆包月投放消耗超 1 亿元的传言风波。在这场无硝烟的战斗中，深度求索公司 [2] 打破了持续十年的知名大厂“统治”的局面，为从业者们带来了信心。

但在巨头鼎立的基础模型领域，已再无法容纳新的创业公司进来。

AI 要继续发展，市场需要新故事。

硝烟散尽处，万物始新生。DeepSeek 带来的大模型推理能力的进步，推动了以 Manus 为代表的 AI Agent 的发展。推理能力的提升，意味着大模型可以更深层次理解用户的意图，提升决策和生成内容的精准度。据公开数据，Manus 发布仅 2 天，预约人数就超过了 120 万，而后一度增长到 260 万。如果不是 Manus 运行单次任务要消耗 2 美元的成本，这个数字还会继续攀升。

Manus 验证了市场对 Agent 的热情。继 Manus 之后，百度心响、Genspark、Fellou、Coze 空间等竞品不断涌现，AI Agent 成为了公司们认定的下一个方向。

Agent 成为 2025 年各家都在竞争的风口。

目前的 Agent 都有响应速度慢、容易出幻觉、纯文本交互不友好等不足。但瑕不掩瑜的是：Agent 不仅有聪慧的大模型“大脑”，可以自主执行任务，提高效率；还可以帮助大模型“长出手和脚”，去探索世界，甚至产生规模效应，通过工程技术让模型具备持续反思和学习的能力——这正是现有模型结构所无法实现的。

另一方面，市场也用真金白银投票：Manus 已在 4 月完成 7500 万美元融资，估值暴涨五倍。同时行业巨头纷纷发声，OpenAI 的 CEO Sam Altman 表示，2025 年，Agent 将加入劳动力大军；微软 CEO Satya Nadella 预测 Agent 将取代某些知识性工作。

当科技巨头与资本市场共同押注 Agent 未来，《职场Bonus》特邀《智能体时代》作者刘志毅深度解析：智能体是什么？智能体时代，人类的工作疆界将如何重构？在智能体接管重复性劳动的明天，人的核心价值又将如何变化？

刘志毅，中国人工智能领军科学家，现任上海交通大学清源研究院研究员，同时担任某上市公司人工智能首席科学家职位。十余年来，他一直在 AI 领域进行深入研究和实践，曾在百度、商汤等 AI 企业工作，主要研究智能计算、空间智能以及超级人工智能对齐等方向，获得福布斯中国 2024 年评选的“人工智能十大影响力人物”。同时，著有《智能的启蒙》《具身智能》以及《数字经济学》等多本学术专著和通识科普书籍。

“当标准化的思维成为常态时，非标准化的内容呈现出更高的稀缺性。”刘志毅认为，对于即将到来的 Agent 时代，非标准化的——如更多元、更复合、更非典型的——这些职业特质，将成为人类区别于人工智能的核心竞争优势。

[1] 数据来源：《大厂产品范式被动摇，创业的可能性回归》

[2] 深度求索（DeepSeek）是 DeepSeek 母公司，全称“杭州深度求索人工智能基础技术研究有限公司”，成立于 2023 年 7 月 17 日，由知名量化资管巨头幻方量化创立。公司总部位于浙江省杭州市。

职场Bonus：为什么说 DeepSeek 开启智能体新纪元？

刘志毅：Agent 不是新的概念，其理论框架最早由 Marvin Minsky 在 1986 年出版的《思维的社会》中系统提出。当然，随着时代的进步，智能体概念在现在也有了新的定义。我们现在狭义上定义的智能体，是在大模型的基础之上，Agent 能够自主形成规划、工具调用和多模态能力的工具。也是将 AI 的能力从被动响应，升级为主动执行的技术逻辑。

而现在我们在讨论智能体的时候通常会讨论 DeepSeek，或者是整个大模型时代。因为目前来说，判断人工智能发展的标准，有两种逻辑：第一，是大模型从被动的工具，变成主动执行的系统，从被动到主动的一个过程；另一个是大模型和人的协作，模型能力最开始可能不如人，到慢慢赶超多数人，这个模型的智能水平是在上升的。DeepSeek 恰好是推动这些环节的一环。

职场Bonus：智能体和数字人是什么样的关系？目前来说，智能体到达能和具身智能结合的时机了吗？

刘志毅：数字人更强调的是一种多模态视觉技术，从 2015 年到 2022 年，市场上已经有很多数字人涌现了，数字人也有比较成熟的应用。而智能体实际上是一个更底层的技术能力。可以理解为，智能体的技术发展，可能会推动数字人，或是其他软件工程方面的自动化。

职场Bonus：Manus 之后短短两个月，我们看到了百度心响、360、Genspark、Fellou、Coze 空间等竞品涌现，但真正开放应用的仍甚少。智能体的发展主要依靠什么，目前的卡点在哪里？

刘志毅：智能体进行规划、决策，依赖的是大模型“大脑”，也就是依赖于基础模型的进步。基础模型能力越强，智能体在执行复杂任务时，自动化、泛化能力就越强。而这件事情的突破，就是在春节前 Kimi1.5、DeepSeek 带来的推理能力的提升。

智能体的另一个核心难点在于，长期紧密的动态检索和模态关联。拿一个医疗智能体来举例，我们希望它在诊断的时候，能记住患者的病症，并根据病症能进行检索，从而进行一系列工作，而不是它的诊断，或者是行动充满了幻觉。

职场Bonus：您现在看到智能体具体能做的相对成熟一些的场景都有哪些？

刘志毅：目前来说，多智能体协同框架还没有开始收敛，所以更多是进行垂类场景的尝试。比如智能客服，现在有很多大的厂商已经开始大规模使用智能体客服；还有金融领域的智能投顾、智能投研，都有尝试用智能体来做；医疗方面也有做智能体医生，来做辅助诊疗。

职场Bonus：目前市面上，每家做智能体的公司思路可能都不太一样，总的来说有没有分成一些不同的流派？

刘志毅：我交流过的公司大概分为两类。一类是“技术”，一类是“场景”。

技术一类提供的是技术框架，采用他们的技术框架可以降低智能体的使用成本。这些公司力图使智能体的这套框架，变成其他公司都能去应用 AI 的标准化工具。Manus 公开过其执行单次任务的成本约为 2 美元，主要源于其依赖 Anthropic 的 Claude 3.5 模型 API 及高算力消耗（单次任务 Token 量达百万级）。

另一类就是刚刚提到的，那些在外卖、金融、医疗等领域做垂直应用的公司。

还有一种是大家可能不太会关注到的一类公司，它们做的是开放协议。拿大家最常用的社交软件来举例，它自己没有做外卖的功能，那它可以做一套开放协议，用户可以在自己的界面上调用第三方外卖平台，去实现这个软件没有的点外卖的功能，有点类似于苹果的 Apple Intelligence。

职场Bonus：什么技术、商业化的突破可能会意味着着智能体市场迎来终局？

刘志毅：一个是刚刚说到的跨组织的智能体协同能力的提升。这会使得多智能体的分层架构能收敛出一个统一的技术框架，标准的技术工具就会形成。

第二，是智能体与物理世界的交互能力的提升。就像英伟达所研发的 Omniverse 物理仿真平台，以及相关的世界模型生成技术，如果能够发展到成熟并得以实际应用的阶段，那么在运行智能领域，也将会成为一个关键的技术突破节点。

第三，也有开源生态的成熟。DeepSeek 推出的 R1，其实算是一个基于模型开源成果的典型标志，接下来基于智能体的开源生态的技术框架的成熟，也会带来市场规模的十倍、百倍的增长。

职场Bonus：未来有哪些工作，可能会跟智能体产生一些强协同的关系？

刘志毅：可以从两方面理解。一方面，人们常认为AI会替代重复性高、创造力弱的工作，但实际更多是人与 AI 协同替代原有工作模式。我们之前在港大交流时同学做的一个实验发现，懂 AI 的会计、律师等能更高效完成工作。所以，个人工作价值可能被懂 AI 的同事取代，而非 AI 直接替代工作。

另一方面，从管理者视角，企业希望借智能体集群提升生产效率、推动组织变革。这使中层管理者转型为“认知架构师”，包括系统思维、人机协同思维，以及通过AI工具优化目标管理和团队协作。如同蒸汽机冲击工匠体系，智能体时代将催生 “超级个体” 与智能体集群模式，出现AI训练师等新职业。

职场Bonus：你觉得会不会有哪些行业会先被智能体深度改造，或者洗牌的？

刘志毅：我们可以看到医疗、金融、制造、教育行业，都已经在做一些深入的创新了。包括智能政府，例如深圳福田区部署 70 个基于 DeepSeek 大模型的“AI 数智员工”，覆盖公文处理、民生服务等 240 个场景，一次解答精准率近 90%。

职场Bonus：你认为 Agent 能给哪些行业带来红利呢？

刘志毅：我个人比较看好两个领域。第一个是文旅行业，因为它涉及到最多的模态。比如说故宫或者是水立方这些场馆的AI化的一些工作，还有数字导游。

第二个是房产相关，但不是传统的卖房的场景。很多产业地产通过 Agent，管理自己的招商，还有租房市场的智能助手。

职场Bonus：现在企业会不会因为智能体的发展，在用人的选拔招人的上面对人才也有不同的要求？

刘志毅：Agent 的发展会带来人们对 AI 技术的看法和视角的转变。AI 从工具，变成了能和你工作协同的“同事”，人们会更多思考如何与智能体结合。甚至会需要人有一定的开发，或是二次改造能力，让智能体更好配合工作。

另一方面，管理者的角色也会变化。之前管理的是人，智能体发展之后管理的是智能企业和人。

职场Bonus：你会觉得国内 AI Agent 的市场会比 SaaS 大吗？

刘志毅：至少在国内市场来说，是有可能变得很大的。因为 Agent 没那么成熟，留给市场的发展空间还很大，在共识未达成的情况下，很有可能会创造一个新的增量市场。

职场Bonus：对临近高考毕业季的学生而言，想入行人工智能，本硕比较建议读什么专业？

刘志毅：首先若以成为 AI 科学家为目标，建议本科选择人工智能、计算机或应用数学专业，系统学习数学基础、算法与机器学习核心课程；后续攻读博士学位（顶级 AI 机构研究员 92% 为博士），聚焦神经符号系统、强化学习等前沿方向，并发表顶会论文。但现在 AI 处于日新月异的发展阶段，需要大量的复合型人才。所以可以在本科计算机的基础上，学影视特效、音乐创作、金融等等自己感兴趣的其他领域。

但不得不否认一点，我们看到 AI 技术发展以来，很多创新都是来自于企业的。所以也不建议学生们在学校里待太久。像国内来说，本科毕业的学生已经是被“过度教育”了的。这个时候学生可以去市场上先看看机会，建议先实践一段时间再继续进修。

书并不一定要一次性读完。

职场Bonus：自己读书时有对职业进行规划吗？

刘志毅：从学校毕业后，我曾对自己的职业路径抱有清晰的期待：从研究员起步，逐步晋升为项目负责人，再到技术总监，甚至更高层管理者。然而，现实往往不会完全按照规划发展——行业变革、公司调整、个人际遇，都可能让原本的路径出现转折。

职业生涯并非一条笔直上升的直线，而更像是一条充满未知的探索之路。市场环境的变化、技术方向的迭代，甚至一次意外的项目失败，都可能让过去的积累面临挑战。但这并不意味着职业价值的“否定”，而是成长的一部分。

真正的职业韧性，不在于能否完全按照计划前进，而在于如何适应变化、调整方向，并在新的机会中重新定位自己。无论是转向新的技术领域，还是从技术转向管理、创业或跨行业结合，职业发展的可能性远比最初的规划更丰富。关键在于保持持续学习的能力，并在变化中找到自己的独特价值。

现在的职场体系倾向于让员工变得更加职业化、标准化，但标准化不就是 AI 最擅长的东西吗？所以我认为现阶段的人们，反而要自己努力，把自己变成一个非标准化的人才。

职场Bonus：觉得自己是处于时代红利上的人吗？怎么看待时代红利这个概念？

刘志毅：我也经常收到来自学生、同事们的职场焦虑，现在很多人认为自己是没有吃到“时代红利”的那波人，而变得容易忽略别人的努力，自己想要“躺平”。我很理解大家目前面临的压力。

但其实，每个时代都有不同的红利。人能在所有人都比较卷的社会常态下，可以看到时代的红利，并且找清自己的定位，发现社会、发现自己是更重要的。

并且我一直在说“终身学习”的概念。因为这个时代最好的一点是，人可以不在被一些固有的方式去衡量，这是一个更追求有实力的个性的时代。而追求个性的过程中，实力的提升是要靠个人持续不断的学习和探索，保持信心和耐心。

职场Bonus：能否介绍一下你的著作《智能体时代》？另外再推荐几本帮助公众理解智能体技术及趋势的书籍或研究报告吧。

刘志毅：《智能体时代》一书想要探讨的，是智能体趋势之下，个体能够做的一些事。读者不需要对技术理解特别深，书中内容更多是从人文角度去看“技术是如何影响个人和时代的”，以及怎么样去成为一个“能在新技术变化周期中落足的人”。

关于推荐的书籍，一本是 Stuart Russell 写的《人工智能：一种现代方法》。作者用一种现代的视角去解读了人工智能和智能体的逻辑，可以帮助读者理解智能体的基础逻辑。还有一本推荐李航的《统计学习方法》，系统讲解支持向量机、决策树等统计学习理论，是理解机器学习基础算法的经典教材。

扫码关注公众号

获取更多技术资讯