[趋势研究] 对比DR/AutoGLM - 2025年Agent领域的发展预测
输入“/”快速插入内容
[趋势研究] 对比DR/AutoGLM - 2025年Agent领域的发展预测
[趋势研究] 对比DR/AutoGLM - 2025年Agent领域的发展预测
用户8537用户8537
用户5027用户50272025年4月7日修改
2352
2896
💡
今天AutoGLM上线了沉思模式，拿这个课题测试了下非常拉跨，搜索源，COT，以及输出能力都差了很多，观点也存在很多幻觉（比如把Flowith和Claude直接归类到了垂直Agent）所以拿DR又跑了一遍。差距还是非常明显的。甚至我觉得AutoGLM的表现不如秘塔。
结论：
1.
AutoGLM（目前仅PC版客户端）感觉定位更像是类似Manus的助手，具备一定电脑托管功能（而不是虚拟机），自动化完成一系列的任务。但在Web端很多场景，需要用户提供登录权限。类似知乎，github这种还好，涉及支付场景的，还是需要比较谨慎。但多次看下来还是存在一些bug。
2.
GLM对Research的课题不擅长，需要强大的搜索和排名算法，复杂的COT，以及底模的推理性能来完成。看下来智谱在这几项上面都不是很擅长。
3.
像这篇DR的文章写到的，大模型公司哪怕强如Claude，也有非常明确的细分定位。目前来看没有一家公司可以真正做到“全领域通用且领先”。国内Deepseek走开源，有强算法支撑，Qwen主要发力在行业渗透，字节两条线一条2B一条2C独立在走，智谱如果再这么模糊下去，很可能就像Kimi一样被淹掉了。
Deep Research版本回答
💡
这次测试也是偶然的课题，有一点有意思的是，DR判断出了这是一个“宏大”的课题，然后追问了几个问题开始跑。我的要求是不少于3万字，实际有效输出为5.5万字。
几个观点展开很牛逼的地方：
1.
Agent技术的主流方向，分类到了action类型，深度检索（DR类），自主规划，生态标准化（MCP），以及多模态+长期记忆
2.
明确提出通用Agent在深度和泛化能力上的弊端，以及通用/垂直Agent的商业落地场景预测
3.
主流厂商的分析非常细致（同期Flowith的测试中也没有这么细的分析，归功于context和长输出能力）
4.
主流行业应用这块有一些还不错的观点，也非常全面，但相对有些保守
5.
Agent技术路线解析：偏线性，中规中矩，没有特别跳脱的点
6.
由2025年的趋势预测自主演变成3-5年（2025-2030年）的预测，并且划分了3个阶段，这部分表现不错。
2025年Agent发展趋势与主要厂商战略分析
摘要
2025年被广泛视为AI智能体（Agent）技术的爆发之年。从早期的对话式助手到能够自主行动完成复杂任务的新型Agent，人工智能正加速向更高自主性和更广应用场景演进。本报告围绕2025年的Agent发展趋势进行深度分析。
首先，我们总结了当前Agent技术的主流方向，包括AI智能体从“会聊天”进化到“会操作”的关键突破（如OpenAI Operator、 Anthropic Claude的计算机使用功能等）、Deepseek兴起等。
其次，我们比较了通用型Agent与垂直型Agent在能力边界、生态协同、商业落地和用户体验等方面的差异，探讨两种路线的优劣与前景。接下来，我们详细分析主要大模型厂商在Agent领域的战略定位与差异化方向，包括OpenAI、Anthropic、DeepSeek、阿里巴巴、字节跳动等，剖析其产品形态、技术架构、开放策略、生态合作与目标应用场景。
随后，我们展望了Agent技术在软件开发、金融、教育、客服、法律、医疗、制造等行业中的应用前景，评估哪些行业可能被颠覆并给出实际案例。报告的第五部分梳理了Agent系统的关键技术路径，包括多模态融合、长期记忆、工具使用、自动演化、自主任务规划和多Agent协作等核心技术要点。
最后，我们结合技术趋势和产品落地情况，预测了未来3-5年Agent的演进路径，描绘可能的发展阶段和典型形态。整体而言，2025年的AI Agent正从概念验证走向实用化与产业化，各大厂商积极布局、技术生态日趋完善，通用智能体与垂直领域专家型Agent交相发展，人机协作的图景逐步清晰。
2025年Agent技术的主流发展方向
2025年，AI Agent（智能体）技术呈现出数个显著的主流发展方向，反映在产业实践和研究进展中。总体趋势是：从单一对话问答向自主执行任务转变，并在这一过程中融合多模态感知、更强的推理规划能力，以及新的架构与工具标准。以下将结合news.miracleplus.com 来分析这一年的主要技术方向：
（1）从对话助手到行动型智能体
计算机操作能力突破。传统的大模型更多充当聊天助手，回答问题或提供建议，而2025年的突破在于让Agent直接“动手”操作电脑和网络环境。Anthropic在2024年底发布的Claude 3.5 Sonnet首次引入“Computer Use”能力，即让AI像人一样通过视觉感知屏幕并操作鼠标键盘，从而在公开测试中实现了AI自主使用电脑的雏形。
OpenAI在同期也推出了代号“Operator”的Agent及其核心模型“计算机使用智能体”（CUA），使GPT-4获得直接与图形界面交互的能力。CUA通过强化学习将GPT-4的视觉能力与高级推理相结合，训练AI可像人一样点击按钮、填表、滚动页面等。在OpenAI的测试中，CUA在浏览器任务基准WebArena和WebVoyager上分别达到38.1%和87%的成功率，后者已接近人类水平。
这表明AI从“会对话”进化到“会操作”，迈出了关键一步。OpenAI的Operator现已作为研究预览提供给高端专业用户使用，每月订阅费用$200。尽管目前使用门槛较高，但官方计划逐步将此功能推广至普通Plus用户并集成进ChatGPT主界面。在Operator的演示中，用户只需提出诸如“帮我在网站上预订最高评价的罗马一日游”的任务，Agent就能自主打开浏览器、搜索并浏览旅游网站，下单预订相应产品。这种“行动型AI”**预示着未来数字助理将不仅能给出建议，而且可以直接“去做”，大幅拓宽了AI的应用边界。
（2）深度检索与分析Agent
这类Agent类似自动化研究员雏形。除了在物理GUI环境中行动，另一大主流方向是让Agent具备自动检索海量信息、深入分析并综合汇报的能力，充当“研究分析助手”。OpenAI在2025年2月发布了第二款实验性智能体功能“Deep Research”。