接管人类设备的AI Agent（智能体），曾经只是科幻片中的设定，今天却已成为股市中的热点。
就在10月23日，美国AI大模型公司Anthropic推出全新Claude 3.5 Haiku和升级版Sonnet。Sonnet带来了全新AI体验“计算机使用”，它可以像人类一样操作电脑，例如查看屏幕、移动光标、点击、通过虚拟键盘输入等。
两天后，智谱AI紧随Anthropic步伐，发布了AutoGLM，其目标明确，也是以个人助理身份“掌控”用户手机。它可以独立执行微信互动、外卖下单，甚至抢红包等个性化任务，主要针对微信、淘宝、美团、小红书等App中的用户常用操作。
这两款产品代表着AI从聊天机器迈入使用工具解决问题的阶段，让AI智能体逐步向现实中的实用化产品迈进。
这股ai agent潮流随即引发了资本市场的震动。
资本市场的迅速响应，反映了对AI Agent的商业化前景充满期待。但从本质上看，由于相关应用仍处于市场早期，这一波涨停潮还无法排除市场情绪与投机属性。
AI Agent究竟是未来科技的长期趋势，还是短期风口？
从技术上来看，主打“Computer Use”（计算机使用）和“Phone Use”（手机使用）的AI Agent的崛起，标志着AI的发展从单一语言理解，逐渐扩展到复杂的任务执行。
Anthropic的Claude Sonnet和智谱的AutoGLM不仅会处理自然语言对话，还能直接控制用户的设备执行具体操作，这是人机交互的一个新阶段。Anthropic的Sonnet演示显示，其可以应对代码编写、数据分析等任务，甚至可以在出错时尝试不同解决方法，这种灵活性表明AI开始具备一定的“执行力”。
智谱的AutoGLM则重点落在了手机场景中。通过OCR技术理解UI组件，以及通过链式思维训练理解组件功能，AutoGLM能够识别用户手机屏幕上的不同组件，理解其功能，从而按指令执行，如自动化微信互动和电商下单等操作。
不过，这类产品在用户体验和商业化上仍存在局限性。
虽然AutoGLM让手机操作更智能化，但也引发了对隐私和安全问题的担忧：用户是否会因便利性而放弃部分隐私保护？此外，AutoGLM目前仍然需要明确的指令，并在跨平台适配性和操作精准性上有所限制——要实现真正无缝的自动化，还需持续优化。
就真正的“智能”而言，AutoGLM也还有进步的空间。例如，中信建投证券在研报中指出，在官方演示视频中，AutoGLM在下单瑞幸咖啡时支付了18元以上，有着明显的溢价，似乎还没有掌握这些品牌复杂的“抢优惠券”玩法。
在具体的商业化落地上，9月，智谱和荣耀成立了AI大模型技术联合实验室，让行业看到AI Agent在终端应用上的落地潜力。但由于支持这一功能的手机品牌有限，真正的大规模应用仍需时间。据IDC预计，2027年，中国市场AI手机和AI PC的市占率将分别超过50%、80%。
从科技巨头们的布局动作来看，AI Agent的确是大模型领域的重要战场。
根据公开信息，OpenAI预计年底将推出自己的AI Agent软件Orion，而苹果也将于下月在iOS 18.1中加入Apple Intelligence。微软开源了屏幕解析工具OmniParser，可以完成自动订票等功能。谷歌的Geimini 2.0则有望在12月推出，同时正在开发同类新项目“Project Jarvis”，能将Chrome网页任务自动化。
这意味着，AI智能体不断从实验室产品走向大众应用，其身后的巨头们也在加紧占领市场。
硅谷的风投趋势显示，越来越多的公司正从AI基础设施转向应用层面，更垂直细分的ai应用处于蓬勃发展态势。但当前AI Agent技术还面临挑战，如跨平台操作能力不足、对指令依赖较大、个性化体验有待优化等。要想彻底打入主流市场，AI Agent不仅要在功能上更加完善，还需在隐私和数据安全上取得公众信任。
短期来看，AI Agent的应用范围仍然有限，但其带来的高效和便利有足够吸引力。一旦技术和隐私问题得到解决，AI智能体将有更大机会推进人类生活中的智能化应用。
津公网安备12011002023007号