文 | IT時報 賈天榮
編輯 | 王昕 孫妍
從大模型到AI Agent（智能體），是AI真正走向落地應(yīng)用的關(guān)鍵一步。相比大模型，智能體更像是擁有自主決策和執(zhí)行能力的“AI助手”，能主動分析、規(guī)劃，并根據(jù)不同場景提供更精準、實時的服務(wù)。
市場咨詢機構(gòu)Gartner將AI Agent列為2025年十大戰(zhàn)略技術(shù)趨勢之首。業(yè)界認為，2025年有望成為AI Agent的商業(yè)化應(yīng)用元年。
DeepSeek的橫空出世大大加速AI Agent的落地速度，不到一個月，一場深刻的科技變革悄然展開。
01 大模型“入行”難
盡管輿論對智能體的成熟速度呈現(xiàn)出越來越樂觀的態(tài)度，但業(yè)內(nèi)人士仍普遍認為，智能體應(yīng)用發(fā)展仍處于早期階段，即業(yè)務(wù)場景探索和技術(shù)驗證階段。
泛微副總裁楊國生在接受《IT時報》記者采訪時表示，當大模型應(yīng)用到企業(yè)的垂直產(chǎn)品領(lǐng)域時，精準度顯得尤為關(guān)鍵，“很多業(yè)務(wù)場景并不是簡單的問答模式，而是需要更復(fù)雜的業(yè)務(wù)邏輯和場景化需求。這需要大量的工程技術(shù)介入，才能確保其真正實現(xiàn)企業(yè)級應(yīng)用的效果?！?/p>
楊國生說，ChatGPT等通用大模型雖然在基礎(chǔ)知識應(yīng)用、數(shù)學(xué)運算和代碼生成等方面展現(xiàn)了強大的推理能力，但當這些模型應(yīng)用于垂直領(lǐng)域時，其穩(wěn)定性卻難以令人滿意，“當推理某個結(jié)果時，今天的表現(xiàn)可能令人滿意，但明天就會出現(xiàn)波動，甚至效果下降。這是大模型通用性與垂直精度之間的矛盾所帶來的挑戰(zhàn)，且常常伴隨‘幻覺’等問題”。
此外，算力資源的限制也是當前智能體應(yīng)用的一大瓶頸。在企業(yè)級應(yīng)用中，由于大模型需要處理海量的參數(shù)，企業(yè)直接部署這樣的模型面臨巨大的算力成本壓力。尤其在當前的經(jīng)濟環(huán)境下，許多企業(yè)無法投入大量預(yù)算購買專用的算力卡，這成為制約企業(yè)級大模型應(yīng)用的基礎(chǔ)性障礙。
因此，出于成本、精度等多方面的考慮，相較于針對個人用戶的AI助手，初創(chuàng)企業(yè)更愿意針對垂直領(lǐng)域開發(fā)有針對性的行業(yè)應(yīng)用垂類模型。
02 DeepSeek正是行業(yè)“及時雨”
短短一個春節(jié)，DeepSeek不僅大幅降低AI大模型部署的技術(shù)門檻與成本，還加速了AI的商業(yè)化進程，推動應(yīng)用場景的大規(guī)模崛起，甚至大大提升AI的普及速度。AI產(chǎn)業(yè)的經(jīng)濟價值，正在從“賣水人”轉(zhuǎn)向應(yīng)用端。
越來越多的企業(yè)開始接入DeepSeek，更多垂直領(lǐng)域人工智能公司嘗試或升級自己的AI Agent。
作為一家專注于能源大模型的企業(yè)，達卯智能近期接入DeepSeek，并推出最新產(chǎn)品——能源小達DeepSeek-R1671B。達卯智能CTO劉凈在接受《IT時報》采訪時表示，DeepSeek的推理能力是其最為突出的亮點之一。
劉凈表示：“相比傳統(tǒng)的大模型，DeepSeek在推理能力上實現(xiàn)了質(zhì)的飛躍，甚至在用戶體驗上，它可能優(yōu)于OpenAI的o1模型，甚至o3模型。”
對于像達卯智能這樣的垂類能源應(yīng)用企業(yè)而言，DeepSeek的推理能力填補了此前的空白。劉凈進一步解釋：“我們公司并不開發(fā)基座大模型，之前我們一直依賴國產(chǎn)自主可控的開源大模型，但為了更好地滿足客戶需求，我們迫切需要具備強大推理能力的模型，因此選擇了DeepSeek的V3版本，并迅速接入?！?/p>
在實際使用中，劉凈表示，DeepSeek提供了全鏈條的推理過程，真正實現(xiàn)從數(shù)據(jù)輸入到最終用戶反饋的完整閉環(huán)，“DeepSeek不僅展示了推理過程，還能將整個推理流程呈現(xiàn)給最終用戶，極大提升了用戶體驗。通過結(jié)合我們的行業(yè)知識庫和DeepSeek的強大推理能力，用戶可以得到一個全面的解決方案，這種全新的體驗之前是無法實現(xiàn)的?！?/p>
例如，在電費賬單分析和電費解析方面，DeepSeek的推理深度相比之前的產(chǎn)品有了質(zhì)的飛躍。
03 從“生成”到“做事”
同樣近期接入DeepSeek的達觀數(shù)據(jù)CEO陳運文告訴《IT時報》記者，DeepSeek改變了AI Agent的發(fā)展路徑。在技術(shù)路線上，它沒有一味依賴大模型和大算力，而是通過優(yōu)化模型和蒸餾技術(shù)降低對算力的需求，讓AI Agent能在邊緣設(shè)備進行輕量化推理。
開發(fā)模式上，DeepSeek的開源降低了開發(fā)門檻，吸引了更多開發(fā)者參與，加速AI Agent從實驗室研究向工業(yè)級應(yīng)用的轉(zhuǎn)變，推動了多主體協(xié)同開發(fā)，開發(fā)者的關(guān)注焦點也從注重“語言生成”轉(zhuǎn)變?yōu)楦匾暋叭蝿?wù)執(zhí)行”，讓AI Agent“實際做事”的價值更受關(guān)注。
陳運文認為，在功能上，DeepSeek能實現(xiàn)多模態(tài)交互，理解復(fù)雜指令，還能在復(fù)雜場景里生成最優(yōu)路徑；應(yīng)用場景也拓寬了，在金融、醫(yī)療、制造、媒體娛樂等多個領(lǐng)域都能構(gòu)建智能Agent，比如智能投顧、診斷輔助、供應(yīng)鏈優(yōu)化、內(nèi)容創(chuàng)作等；協(xié)作集成方面，它預(yù)置了常用API，降低了集成成本，還支持多Agent分工協(xié)作，適用于供應(yīng)鏈管理、智慧城市這些場景。
04 “強大+便宜”推動模型“平民化”
LogenicAI聯(lián)合創(chuàng)始人李博杰告訴《IT時報》記者，隨著DeepSeek的出現(xiàn)，AI Agent領(lǐng)域發(fā)生了兩方面的重要變化：首先是成本顯著降低，其次是許多人的心態(tài)發(fā)生改變。
李博杰指出，要實現(xiàn)真正有效的AI Agent，能夠解決實際問題并達到商業(yè)需求，需要像R1或更高級別的模型。但以往，如OpenAI等模型成本非常高，比如OpenAI的o1模型，每100萬個Token的成本為60美元，而現(xiàn)在，DeepSeek-R1的成本僅為2美元100萬個Token，縮減30倍，大幅降低成本。
對于OpenAI來說，這無疑是一個挑戰(zhàn)，因為它長期以來鎖定自己的技術(shù)，并通過高價盈利，但現(xiàn)在DeepSeek的出現(xiàn)迫使OpenAI調(diào)整策略，甚至降低o3Mini版本的價格，這表明推理模型的成本正在普遍下降。
值得一提的是，2月13日凌晨，OpenAI首席執(zhí)行官薩姆·奧爾特曼公布了GPT-4.5和GPT-5的最新消息。奧爾特曼宣布，OpenAI將在未來幾個月內(nèi)推出名為GPT-5的模型，該模型將整合OpenAI的大量技術(shù)，包括o3模型，并應(yīng)用于聊天機器人ChatGPT以及API平臺，此外，更重要的是，免費版ChatGPT能在標準智能設(shè)置下無限制地與GPT-5進行對話。
李博杰還提到，成本的降低讓AI Agent類應(yīng)用得以普及，過去由于模型能力不夠強大，效果并不理想。如今，借助DeepSeek或OpenAI o3等更強大的模型，AI Agent能夠幫助解決更復(fù)雜的問題。
李博杰認為，DeepSeek的成功不僅在于技術(shù)的突破，還在于它的開源模式，這使得其對更多開發(fā)者開放，打破了以往AI技術(shù)需要巨額投入的“迷思”。OpenAI的收費體系一直較高，且最先進的模型也只限特定合作伙伴使用，而DeepSeek的出現(xiàn)讓這些技術(shù)變得平民化，帶來了根本的認知變化。
這種變化尤其體現(xiàn)在投資者的態(tài)度上。金沙江創(chuàng)投主管合伙人朱嘯虎曾明確表示，他不會投資中國的AI大模型創(chuàng)業(yè)公司。然而，隨著DeepSeek的出現(xiàn)，朱嘯虎的看法發(fā)生180度轉(zhuǎn)變，表示“大開眼界”“DeepSeek讓我開始相信AGI的可能性”。
05 與其“做模型” 不如“接入生態(tài)”
提到個人智能助手，許多人最先想到的可能是科幻電影《鋼鐵俠》中的賈維斯。然而，要擁有屬于普通大眾自己的“賈維斯”，所需要的遠遠不止一家能夠生產(chǎn)“賈維斯”的公司。
在楊國生看來，未來的AI Agent幾乎會滲透每一個軟件，支撐著每個功能的實現(xiàn)。如今，我們通常通過編寫代碼來開發(fā)程序，并經(jīng)過測試和調(diào)試來實現(xiàn)功能，但未來，很多功能可能不再依賴傳統(tǒng)的編碼方式，而是由智能體自動完成。例如，計算每月的良品率，未來可能由智能體自動處理，而無需我們手動編寫和調(diào)試代碼。
陳運文坦言，AI Agent的全民普及仍面臨瓶頸。大眾對其功能和價值的理解不深，接受度較低，且專業(yè)人才匱乏，尤其缺少既懂技術(shù)、產(chǎn)品，又熟悉商業(yè)和生態(tài)的復(fù)合型人才。在倫理、法律與安全方面，AI決策往往缺乏可解釋性，責任歸屬不清晰，且存在隱私泄露和被攻擊的風(fēng)險。未來的技術(shù)突破方向主要包括：優(yōu)化模型，提高準確性、泛化能力和可解釋性，減少算力需求；發(fā)展多模態(tài)技術(shù)，促進更自然的多模態(tài)融合；強化學(xué)習(xí)與自主決策能力，使AI Agent能夠在復(fù)雜環(huán)境中自主學(xué)習(xí)和決策。
從技術(shù)角度看，AI模型可能面臨偏差風(fēng)險。例如，算法歧視可能導(dǎo)致不公平結(jié)果，訓(xùn)練數(shù)據(jù)不足或應(yīng)用不當也可能導(dǎo)致模型失效。此外，網(wǎng)絡(luò)安全問題也不容忽視，DeepSeek曾遭遇過DDoS攻擊，因此，加強大模型的安全防護至關(guān)重要。
李博杰以雷軍和小米公司舉例，在移動互聯(lián)網(wǎng)的早期階段，盡管有數(shù)百家公司涉足手機行業(yè)，但最終，只有小米等少數(shù)公司取得了成功，最終市場上的主流手機品牌依然是那些早期就有基礎(chǔ)的公司。
對于從事AI行業(yè)的人來說，并不一定需要像OpenAI那樣打造基礎(chǔ)大模型。與其直接與巨頭競爭，不如選擇像小米的空氣凈化器或插線板這樣的生態(tài)鏈產(chǎn)品，在AI應(yīng)用領(lǐng)域找到特定的突破口，與巨頭形成互補關(guān)系。例如，OpenAI投資了多個垂直領(lǐng)域的公司，如語音學(xué)習(xí)應(yīng)用Speak、編程教育平臺Canvas、法律應(yīng)用等，這些公司專注于特定行業(yè)，與OpenAI的基礎(chǔ)模型形成互補，而不是直接競爭。
李博杰強調(diào)，未來AI行業(yè)需要更多的人愿意深入垂直領(lǐng)域。許多創(chuàng)業(yè)者往往只關(guān)注大模型，但那些看似“小”的垂直領(lǐng)域應(yīng)用，恰恰是AI技術(shù)實現(xiàn)商業(yè)化的重要突破口。