作者：Alan Blount、Antonio Gulli、Shubham Saboo、Michael Zimmermann 和 Vladimir Vuskovic
简介
人工智能正在发生变化。多年来，人们的关注点一直在于能够胜任被动、离散任务的模型，回答问题、翻译文本，或根据提示生成图像。这种范式虽然强大，但每一步都需要人工持续引导。如今，我们正见证着范式的转变，人工智能从仅仅做出预测或生成内容，迈向能够自主解决问题和执行任务的新型软件。
这一新前沿以 AI 智能体为核心。智能体不再只是静态工作流中的 AI 模型，而是一个完整的应用程序，能够制订计划并采取行动以实现目标。它结合了语言模型（LM）的推理能力与实际行动能力，从而能够处理单一模型难以胜任的复杂多步骤任务。其关键能力在于，智能体能够自主工作，在没有人类持续引导的情况下，自行推断为达成目标所需的下一步行动。
全文
Loading...
Reload document 
Open in new tab 相关文章
微信 AI 智能体终于要来了
腾讯正测试微信内嵌 AI 智能体，计划将其打造为连接 14 亿月活与小程序生态的 Agent 操作系统。该产品采用端云混合架构，通过 API 直接调用小程序完成任务，兼具高效与安全优势。尽管面临模型能力与算力瓶颈，且初期或仅覆盖高频基础场景，但凭借零门槛体验和生态闭环，微信有望推动 AI Agent 大众化普及，其最终成效仍取决于模型、算力及服务调用成功率。
Windsurf 2.0 拆解：Devin 被塞进编辑器，氛围编程终于有了“调度中心”
Cognition 发布 Windsurf 2.0，深度整合 Devin 实现本地思考与云端执行分工。新版推出 Agent Command Center 支持多智能体可视化管理，搭载自研 SWE-1.5 模型大幅提升代码定位与编辑速度，并引入 Spaces 容器解决上下文延续问题。Pro 版调整为日配额制且包含 Devin 功能。相比 Cursor 3，Windsurf 2.0 凭借自研模型与云端执行能力，更适合处理陌生代码库及长任务自动化场景。
多智能体为什么比单智能体强？Anthropic 用 90.2% 的数据给了答案
Anthropic 研究显示，多智能体系统性能比单智能体提升 90.2%，其核心在于主智能体拆解任务与子智能体并行执行。尽管该架构 token 消耗约为单智能体的 15 倍，但在复杂任务中优势显著。业界已总结出五种协作模式，并有 n8n、CAMEL-AI 等落地案例。然而，多智能体仍面临调试难、输出不稳定等挑战。建议仅在任务复杂需并行、分工明确且能承担高成本时采用，简单任务直接使用强模型即可。
评论区
围绕《Google 智能体白皮书》展开交流，未登录用户可浏览评论，登录后可参与讨论。