“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。
