【谷歌】2025年AIAgent白皮书-AI智能体时代来临(英)

近日，谷歌发布了一份名为《2025年AIAgent白皮书-AI智能体时代来临》的行业研究报告。这份报告深入探讨了AI智能体的概念、模型、工具以及它们如何通过认知架构实现自主决策和执行任务，强调了智能体在扩展生成型AI模型能力方面的重要性。报告详细介绍了智能体如何利用外部工具访问实时信息、提出现实世界行动建议，并自主规划和执行复杂任务。其中包含的对智能体技术未来发展的洞见和应用案例，为业界提供了宝贵的参考和启示。

在人工智能的世界里，我们正站在一个新时代的门槛上——智能体时代。智能体，简单来说，就是能够观察世界、执行任务并自主达成目标的程序。它们与我们日常使用的人工智能模型不同，因为智能体能够使用工具，比如数据库检索或API调用，来获取实时信息或建议实际行动。

智能体的核心在于其认知架构，包括模型、工具和协调层。模型是智能体的大脑，负责决策；工具则是智能体的手脚，让它们能够与外部世界互动；协调层则是智能体的神经中枢，控制信息流和决策过程。这种架构使得智能体能够进行复杂的推理和规划，比如使用ReAct框架的智能体，能够通过一系列步骤来选择最佳的行动方案。

智能体的威力在于它们能够超越模型的训练数据，通过连接外部系统获取新知识。比如，一个智能体可以根据用户的需求，调用数据库检索工具获取特定信息，然后生成定制化的购物推荐。或者，智能体可以根据用户的查询，通过API调用发送电子邮件或完成金融交易。

智能体与普通模型的区别在于，它们能够管理会话历史，进行多轮推理，而模型通常只能基于单次查询进行预测。智能体还内置了逻辑层，使用如CoT或LangChain等框架进行复杂推理，而模型则需要用户通过精心设计的提示来引导。

在实际应用中，智能体可以通过扩展、功能和数据存储与外部系统交互。扩展让智能体能够无缝执行API调用，而功能则允许智能体生成函数参数，由客户端执行。数据存储则为智能体提供了访问动态、更新信息的途径，确保智能体的响应始终基于最新事实。

智能体的实现也离不开目标学习，这是一种让模型在实际使用中学习如何使用工具的方法。比如，通过上下文学习，模型可以在推理时动态地从外部记忆中检索相关信息和工具。这种学习方式类似于厨师在厨房中根据食谱和顾客的偏好动态选择食材和食谱。

智能体的未来发展充满期待。随着工具的不断进化和推理能力的增强，智能体将能够解决越来越复杂的问题。通过将擅长特定领域或任务的智能体结合起来，我们可以创造出一种“智能体专家混合”的方法，这将在各个行业和问题领域带来卓越的成果。

智能体的构建需要迭代的方法，实验和完善对于找到特定业务案例和组织需求的解决方案至关重要。每个智能体都是独一无二的，因为它们的基础模型是生成性的。然而，通过利用这些基础组件的优势，我们可以创造出扩展语言模型能力并带来实际价值的影响性应用。

这篇文章的灵感来自于《2025年AIAgent白皮书-AI智能体时代来临》。除了这份报告，还有一些同类型的报告也非常有价值，推荐阅读，这些报告我们都收录在同名星球，可以自行获取。

以上为节选样张，关注公众号【蝉鸣报告】回复领取PDF完整电子版（无广告）。

【蝉鸣报告】每日更新最新硬核报告，覆盖产业报告、全球化、经济报告、趋势等全领域。