2024 年，AI Agents 成為熱門概念，2025 年則有望成為其爆發(fā)元年。AI Agents 在企業(yè)場景中的應(yīng)用日益廣泛，但在落地過程中也面臨著諸多挑戰(zhàn)。本文將基于 Langbase 的研究報(bào)告，探討 AI Agents 的發(fā)展現(xiàn)狀，包括 LLM 提供商的選擇、應(yīng)用場景、落地制約因素以及所需的配套基建等方面。

1. 研究背景與參與者

Langbase 對來自 100 多個(gè)國家的 3400 多位專業(yè)人士進(jìn)行了調(diào)查，涵蓋 C 級高管（46%）、工程師（26%）、客戶支持（17%）、市場營銷（8%）、IT（3%）等多個(gè)職業(yè)領(lǐng)域。

2. LLM 提供商的選擇

2.1 市場格局

OpenAI 是 2024 年領(lǐng)先的 AI/LLM 提供商，谷歌緊隨其后，Anthropic 也備受青睞，Meta 的 Llama、Mistral 和 Cohere 雖市場份額較小但呈增長態(tài)勢。

2.2 應(yīng)用領(lǐng)域

OpenAI 在技術(shù)和市場營銷應(yīng)用方面領(lǐng)先，谷歌模型在健康和翻譯領(lǐng)域占主導(dǎo)，Anthropic 在技術(shù)任務(wù)中受歡迎，Meta 廣泛用于技術(shù)和科學(xué)應(yīng)用，Cohere 在多個(gè)領(lǐng)域應(yīng)用價(jià)值均衡。

2.3 影響LLM選擇的因素

在選擇大型語言模型 （LLM） 時(shí)，大多數(shù)受訪者優(yōu)先考慮準(zhǔn)確性，其次是安全性和可定制性。成本是影響最小的因素。

3. 制約 AI Agents 落地的因素

• 生產(chǎn)挑戰(zhàn)

部署到生產(chǎn)環(huán)境面臨定制化難、質(zhì)量保證評估方法有限、缺乏可重用基礎(chǔ)設(shè)施等問題，還包括碎片化工具、集成和可擴(kuò)展性問題。

• 工作流程顧慮

規(guī)模化和部署復(fù)雜性是首要問題，其次是數(shù)據(jù)隱私和安全合規(guī)性，缺乏監(jiān)控工具和高基礎(chǔ)設(shè)施成本也有阻礙，同時(shí)存在對 AI 驅(qū)動(dòng)解決方案的抵制或懷疑。

4. AI Agents 在企業(yè)的應(yīng)用場景

• 主要目標(biāo)

自動(dòng)化和簡化是企業(yè)采用 AI 的首要目標(biāo)，同時(shí)定制解決方案和改善協(xié)作也備受關(guān)注。

• 具體場景

LLM 在軟件開發(fā)中應(yīng)用廣泛（87%），在市場營銷、IT 運(yùn)營、文本摘要方面也有顯著應(yīng)用，客戶服務(wù)、人力資源和法律等領(lǐng)域的應(yīng)用興趣也在增長。

5. AI Agents 所需的配套基建

• 關(guān)鍵基礎(chǔ)設(shè)施功能

多智能體檢索增強(qiáng)生成（RAG）能力、評估工具和多智能體自動(dòng)化管道是關(guān)鍵需求。

• 開發(fā)平臺選擇因素

開發(fā)者重視 AI Agent 版本控制、SDK 或庫生態(tài)系統(tǒng)和本地開發(fā)環(huán)境，團(tuán)隊(duì)協(xié)作和實(shí)驗(yàn)功能也較重要，資源監(jiān)控儀表板相對次要。

6. 更喜歡哪些工具

在編排AI pipeline時(shí)，更喜歡哪些AI工具？

大多數(shù)受訪者更喜歡提供靈活、基礎(chǔ)基元來設(shè)計(jì)定制 AI 管道的開發(fā)工具。雖然預(yù)構(gòu)建的單點(diǎn)解決方案解決了特定問題，但它們的可定制性較低，這表明 AI 工作流程設(shè)計(jì)對定制的需求很大。

7. 小結(jié)

AI Agents 在 2025 年具有巨大的發(fā)展?jié)摿Γ獙?shí)現(xiàn)廣泛落地，還需要克服諸多挑戰(zhàn)，包括技術(shù)優(yōu)化、基礎(chǔ)設(shè)施建設(shè)以及提高用戶信任度等方面。

原文鏈接：https://langbase.com/state-of-ai-agents

本文轉(zhuǎn)載自??鴻煊的學(xué)習(xí)筆記??，作者： 鴻煊 ????