原標題：2025年，AI Agent還會是風口嗎？11個問題揭秘智能體技術發展全貌
文章來源：新智元
內容字數：3558字

AI智能體技術的現狀與挑戰

隨著LLM、RAG、多模態等技術的迅速發展，AI智能體的應用現狀引起了廣泛關注。Langbase公司最近發布的一項調查報告，通過對3400名開發者的深入調查，揭示了當前智能體開發中的關鍵問題和趨勢。

1. 大模型服務的競爭格局

調查顯示，OpenAI的大模型服務在市場中占據主導地位，谷歌迅速崛起為強勁對手，Anthropic緊隨其后。雖然Meta的Llama、Mistral和Cohere的影響力相對較小，但其增長勢頭不容忽視，顯示出市場競爭的激烈。

2. 大模型的具體應用領域

OpenAI被廣泛應用于翻譯任務，Anthropic在技術任務中表現優異，谷歌的模型則主導健康和翻譯領域。Meta在科技和科學應用中得到重視，Cohere在多個領域也受到了關注。

3. 應用大模型技術的障礙

數據隱私和安全合規性是模型擴展和部署中的主要障礙。缺乏監控工具和高基礎設施成本也對技術的落地形成制約，使用者的反映出對AI的長期顧慮。

4. 選擇大模型的關鍵因素

準確性被認為是選擇大型語言模型時最重要的因素，其次是安全性和可定制性，而成本的影響相對較小。

5. 部署大模型的挑戰

在生產環境中，部署大模型面臨定制困難、質量保證評估方法有限等挑戰，同時工具的碎片化和集成問題也進一步復雜化了這一過程。

6. AI應用的主要目標

自動化和簡化是采用AI技術的首要任務，旨在提高效率和簡化流程，同時定制解決方案和提升合作流程也是重要目標。

7. 大模型智能體的使用情況

LLM在軟件開發中被廣泛應用，特別是在市場營銷和IT運營領域，客服和人力資源等領域的使用興趣也在增長。

8. 重要的平臺特征

多智能體檢索增強生成（RAG）功能被多數受訪者認為至關重要，同時，評估工具對于確保AI系統的正常運作也顯得重要。

9. 開發者偏好的工具選擇

開發者更傾向于使用提供靈活基礎原語的開發工具，以便設計定制的AI流水線，而預構建解決方案的可定制性較低。

10. 開發工具選擇的影響因素

版本控制被認為是開發平臺最重要的功能，強大的SDK或庫生態系統以及本地開發環境也受到重視。

11. 大模型的應用程度

大多數開發者將AI用于實驗和生產，盡管實驗用途遠大于生產用途，但生產用途正在穩步增長。

總結來看，隨著AI智能體基礎設施的成熟，未來將有更多企業嘗試開發智能體，并擴展應用領域。盡管存在諸多挑戰，開發者對準確性、安全性和靈活性的關注將指導智能體平臺的發展方向。

聯系作者

文章來源：新智元
作者微信：
作者簡介：智能+中國主平臺，致力于推動中國從互聯網+邁向智能+新紀元。重點關注人工智能、機器人等前沿領域發展，關注人機融合、人工智能和機器人對人類社會與文明進化的影響，領航中國新智能時代。