"2025 年将是 AI 智能体突破年 "、"2025 年是 AI 智能体爆发的元年 "、"2025 年是迈向智能体的关键一年 "。包括百度创始人李彦宏、OpenAI CEO 山姆 · 阿特尔曼、AlphaGo 之父戴密斯 · 哈萨比斯等一连串业界大咖都认为，智能体（Agent）会是今年 AI 圈无可争议的主角。

眼看智能体要火，业者自然是一拥而上。然而此前曾预测到 2028 年 15% 的日常工作决策将由智能体自主完成的信息技术研究机构 Gartner，如今却给火热的智能体创业泼了盆冷水。根据他们的预测，到 2027 年末，或有超过 40% 的智能体项目将因成本不断攀升、商业价值不明确或风险控制不足而被取消。

Gartner 高级研究总监 Anushree Verma 表示，" 目前大多数智能体乃至代理式人工智能项目，仍处于早期实验或概念验证阶段，这些项目大多受炒作驱动、且常被误用。这可能使得企业忽视大规模部署智能体的实际成本与复杂性，从而导致项目无法进入生产阶段，因此企业应避免轻信此类炒作，并就如何使用这项新兴技术做出谨慎的战略决策。"

其实也不怪 Gartner 这时候站出来唱衰，因为当下的智能体生态确实已经呈现出非理性繁荣。早在 2023 年，智能体这一概念就开始被比尔 · 盖茨等大佬推崇。因为相比 ChatGPT、豆包、文小言等 " 聊天 AI"，智能体属于 " 干活 AI"，它们能够拆解任务、调用工具、并最终交付成果，其核心是将 AI 从提供答案，进化为能够在真实场景里更紧密结合业务的生产力工具。

但当时的智能体还缺乏足够的工具，开发者就必须自行 " 造轮子 "。进入 2025 年之后，随着为 AI 模型与外部工具和服务之间的交互提供标准化接口的 MCP（模型上下文协议）被业界广泛认可，" 长出双手 " 的智能体也终于有了实用性，由此使得其迎来了一次 " 寒武纪生命大爆发 "。

有了 MCP 的存在，再加上 AI 厂商的内卷，如今开发一款智能体的门槛几乎为零，哪怕是不懂编程的人也能轻松搭建出智能体。只是这种模式下诞生的智能体，只有在消费级市场实现 " 图一乐 " 的能力，因为这些产品其实是 "AI 套壳智能体 "，难以满足企业用户对于真实业务场景里，紧密结合数据、工程为生产环节动态调优的需求。

为什么说市面上相当多的智能体是 "AI 套壳智能体 " 呢？这是因为智能体真正的技术难点是在落地执行和流程复用上。拆解任务、规划完成路径其实毫无技术难度，因为这一部分工作实际上是基座大模型来完成的。以搭建一套企业 OA 系统为例，即便是普通人通过简单的提示词，也能获得一套步骤清晰的规划书。

问题是，如何将纸面上的规划变成现实。在任务执行过程中一旦出现异常，或是遇到与预设不符的界面元素，大部分智能体常常出现的情况是直接 " 卡壳 "，向用户弹窗报错、并终止任务。因为这类 "AI 套壳智能体 " 在具体的执行环节使用的依然是 RPA（机器人流程自动化），而后者则是由程序员提前设计好的自动化任务动作列表、或者说 " 行为树 "。

作为一个广泛应用于企业级市场的技术，RPA 的优势就在于能高效实现监视、跟踪和控制业务的流程执行，但它主要是基于预设规则和流程运行，所以对于需要灵活处理和即兴应变的复杂情境无法胜任。

"AI 套壳智能体 " 使用 RPA 属于投机取巧，是将企业的实际生产环境理想化，无视了任务过程中可能出现的一切意外因素。而真正的智能体则是根据任务需求临时性调用需要的外部工具，并对执行中的问题进行分析，来重新制定新的规划流程。

除了完成复杂任务的能力，稳定同样也是目前智能体的一大痛点。由于 "AI 幻觉 " 的存在，AI 大模型会出现小概率给出完全偏离用户指令的规划。由于 "AI 套壳智能体 " 是先用 AI 规划流程，再让 RPA 去执行，所以当它们被命令再次完成同样的任务时，也会按照 " 先 AI、再 RPA" 的顺序重新执行。

如此一来，在面对相同任务时，"AI 套壳智能体 " 可能就会给出截然不同的任务规划，大幅增加了任务执行的不稳定性。同时再次调用 AI 也会消耗大量 token、并占用业务资源，让本来希望使用智能体降本增效的企业反而花费更多的代价。然而真正的智能体产品是可以进化的，也能将特定的任务流程固化为能力。

其实当下的智能体生态繁荣，颇有种两年前 " 百模大战 " 的既视感，真正有技术、有能力的厂商与蹭热度的企业鱼龙混杂。一如 2023 年兴起的 " 百模大战 " 在 2025 年春季被 DeepSeek、Qwen 等开源大模型终结，所以 2025 年爆发的智能体在 2027 年迎来洗牌，也在情理之中。

【本文图片来自网络】