用 AI 创造 AI 已照进现实：用户只需提出场景需求，即便不懂代码，智能体 " 分工协作 "，完成市场调研、设计开发、写代码、修复漏洞等工作，生成一款整合商城、社区、打车服务的全新 App" 生了么 "；智能体还能成为你的私人旅行助手，只需输入目的地，它将调用入境政策、交通、住宿、他人攻略等数据，定制深度旅行计划……

大模型之后，人工智能向智能体跃迁已成为学界和产业界共识。在 9 月 11 日举行的外滩大会见解论坛 " 智能体时代进化论 " 上，一系列创新实践和行业洞察，让人真切感受到智能体不再是科幻概念，而正在成为重塑产业的现实力量。

从大模型到智能体：AI 进化必然路径

" 专业智能体将是下一代人工智能的发展方向，AI 正从处理静态数据的大模型时代迈向与多样、多变、复杂真实世界交互的智能体时代。" 在清华大学计算机系长聘副教授刘知远看来，AI 的能力图谱由四大核心构成，即如同大脑的基座大模型、感知世界的多模态智能、探索世界的专业智能体，以及高效合作的多智能体群体智能。这一图谱的形成，恰似人类社会从个体专业化到协作社会化的发展过程，AI 进化也遵循着相似路径。

智能体进化的关键在于泛化性、自主性、长程性三大核心能力。刘知远表示，泛化性意味着智能体要面对真实世界多样化环境，需要训练在未知环境中作出合理决策，比如：既能在编程环境中开发软件，又能在物理环境中完成机械控制；其次是自主性，智能体要像人类一样适应环境，从模仿、探索到自主学习，持续扩展知识与能力边界；最后是长程性，面对复杂的长程任务，智能体要具备更强的上下文感知、主动筛选和经验复用能力。

而智能体进化的最终形态将指向群体智能的社会化协作。" 多智能体系统的高效协同与演化机制已成为人工智能领域新兴热点，并加速从学术研究运用到产业实践，智能体集群的持续学习与自适应优化也逐步展开探索。" 在刘知远看来，未来将涌现出人机协同的群体智能。

从实验室到产业：多智能体协作逐步落地

"AI 不仅是一个工具，更是一个持续进化的合作伙伴。" 产业界的实践与上述观点不谋而合。DeepWisdom 创始人兼 CEO 吴承霖介绍，他们开发出全自动 AI 中台，可以在图像、音频、视频、文本、表格等不同模态下实现 AI 设计生产。正如智能体协作创造的 " 生了么 "App，这种成本效率的颠覆性变化，正是智能体技术带来的革命性影响。

值得关注的是，蚂蚁百宝箱智能体开发平台当天发布 Tbox 超级智能体。通过多智能体协同架构，Tbox 可以让平台上多个智能体形成工作小组，共同完成用户指定的任务、交付成果。技术负责人王月凡介绍，在单智能体开发模式下，用户面对的是一个个孤立的 AI 模型或插件，需要手动串联流程。而 Tbox 把 " 单兵作战 " 变成 " 专家团战 "，用户只需一句自然语言指令，系统即可自动调度搜索助手、PPT 设计师、网页工程师、数据分析师、播客主播等 20 余位专家智能体，让他们组成小组、并行工作、相互校验，可在 10 分钟内生成一份约 15 页的可视化报告。

智能体发展仍有许多挑战。刘知远指出，多智能体系统能力的提升与资源消耗之间存在巨大矛盾；吴承霖提出了智能体在记忆、学习等基础能力上的不足。但毫无疑问，智能体正在推动人工智能进入一个由自主协作、群体智能和人机协同定义的新纪元。