大模型與 Agent 作為近幾年最熱的前沿技術(shù)代表，頻繁出現(xiàn)在熱搜和各大企業(yè)的技術(shù)藍(lán)圖與戰(zhàn)略規(guī)劃之中。然而，許多企業(yè)對于它們的本質(zhì)、價(jià)值以及差異，尚未有清晰透徹的理解，這在一定程度上影響了技術(shù)的精準(zhǔn)應(yīng)用與業(yè)務(wù)的高效拓展。

日前，Google 公開發(fā)布了《谷歌Agents與基礎(chǔ)應(yīng)用白皮書》，白皮書中針對模型和 Agent 的應(yīng)用做出更全面的釋義，結(jié)合白皮書中觀點(diǎn)，本文將深入探討模型與 Agent 的核心要點(diǎn)，助力眾多處于數(shù)智化轉(zhuǎn)型期的企業(yè)撥開迷霧，快速找準(zhǔn)技術(shù)發(fā)力點(diǎn)。

AI agent：一個(gè)具有自主能力的應(yīng)用程序

目前業(yè)內(nèi)廣義上將 Agent 的概念定義為一個(gè)“代理”或者“智能體”，是一種能夠感知環(huán)境、進(jìn)行決策和執(zhí)行動(dòng)作的智能實(shí)體。白皮書中對 Agent 做了更為詳細(xì)的解釋。

白皮書中認(rèn)為，在最基本的形式中，生成式 AI agent 可以定義為一個(gè)應(yīng)用程序，它試圖通過觀察世界并使用它所擁有的工具對其采取行動(dòng)來實(shí)現(xiàn)目標(biāo)。agent 是自主的，可以獨(dú)立于人類干預(yù)而行動(dòng)，尤其是當(dāng)提供適當(dāng)?shù)哪繕?biāo)或旨在實(shí)現(xiàn)的目標(biāo)時(shí)。Agent 也可以積極主動(dòng)地實(shí)現(xiàn)目標(biāo)。即使沒有來自人類的明確指令集，Agent 也可以推理下一步應(yīng)該做什么來實(shí)現(xiàn)其最終目標(biāo)。

Agent 已經(jīng)席卷全球，并在社會性測試中實(shí)現(xiàn)了不小的轟動(dòng)。當(dāng)聚焦于企業(yè)層面時(shí)，Agent 則展現(xiàn)出諸多更為突出、意義深遠(yuǎn)的價(jià)值。如智能客服領(lǐng)域，AI agent 已成為許多企業(yè)提升客戶服務(wù)質(zhì)量與效率的得力助手。通過其自主的行動(dòng)能力，它實(shí)時(shí)監(jiān)測客戶咨詢渠道，無論是來自官網(wǎng)的在線聊天窗口，還是社交媒體平臺上的私信詢問，都能迅速捕捉到客戶的問題。憑借內(nèi)置的自然語言處理能力和對企業(yè)產(chǎn)品知識圖譜的深度理解，AI agent 可以即時(shí)給出準(zhǔn)確、清晰的回答，極大地縮短客戶等待時(shí)間，提升滿意度。而且，它并非機(jī)械地回應(yīng)，還能根據(jù)客戶情緒變化調(diào)整溝通策略，在安撫客戶情緒的同時(shí)，引導(dǎo)客戶解決問題。

在智能家居生態(tài)系統(tǒng)里，智能家居 Agent 能負(fù)責(zé)協(xié)調(diào)家中各類智能設(shè)備。它可以感知室內(nèi)溫度、濕度、光線強(qiáng)度等環(huán)境參數(shù)，當(dāng)檢測到主人回家，自動(dòng)打開燈光、調(diào)節(jié)空調(diào)溫度至適宜狀態(tài)，還能依據(jù)主人日常習(xí)慣，智能開啟電視、播放喜歡的音樂等，為用戶營造便捷、舒適的居家體驗(yàn)。

當(dāng)然，從充斥著用戶行為數(shù)據(jù)和互動(dòng)的營銷場景討論，AI agent 則潛藏著更多極富價(jià)值的應(yīng)用場景：

個(gè)性化營銷活動(dòng)策劃：在社交媒體營銷中，AI agent 可以實(shí)時(shí)監(jiān)測不同平臺上的熱門話題、流行趨勢以及用戶興趣標(biāo)簽的動(dòng)態(tài)變化。例如，當(dāng)發(fā)現(xiàn)某一時(shí)期健身話題熱度飆升，且品牌的目標(biāo)客戶群體中有大量用戶參與相關(guān)討論時(shí)，AI agent 能迅速聯(lián)動(dòng)品牌的營銷素材庫，挑選出適合健身場景的產(chǎn)品圖片、文案介紹，結(jié)合當(dāng)下流行的短視頻形式，快速生成個(gè)性化的健身主題營銷活動(dòng)，并精準(zhǔn)推送給對健身感興趣的潛在客戶。同時(shí)，它還能根據(jù)用戶參與活動(dòng)的反饋，實(shí)時(shí)調(diào)整后續(xù)活動(dòng)環(huán)節(jié)，如延長互動(dòng)性強(qiáng)的抽獎(jiǎng)環(huán)節(jié)時(shí)間，優(yōu)化獎(jiǎng)品設(shè)置，進(jìn)一步提升用戶參與度與品牌曝光度。

精準(zhǔn)廣告投放優(yōu)化：在數(shù)字廣告投放領(lǐng)域，AI agent 如同一位精準(zhǔn)的導(dǎo)航員。它不僅能依據(jù)廣告投放平臺提供的基礎(chǔ)數(shù)據(jù)，如用戶年齡、地域、瀏覽歷史等，還能深入分析用戶在不同時(shí)段、不同場景下的行為偏好。比如，發(fā)現(xiàn)某類目標(biāo)客戶群體在工作日晚間通勤時(shí)段，更傾向于瀏覽資訊類 APP 且對休閑食品的廣告關(guān)注度較高，AI agent 就會即時(shí)調(diào)整廣告投放策略，將該品牌的休閑食品廣告加大在這個(gè)時(shí)段、這類 APP 上的投放力度。并且，它能實(shí)時(shí)監(jiān)測廣告點(diǎn)擊率、轉(zhuǎn)化率等指標(biāo)，一旦發(fā)現(xiàn)某個(gè)廣告創(chuàng)意或投放渠道效果不佳，迅速暫停并替換為新的優(yōu)化方案，確保廣告預(yù)算的每一分錢都花在刀刃上，最大限度提高廣告投放回報(bào)率。

客戶忠誠度培養(yǎng)：對于擁有會員體系的品牌，AI agent 可以成為會員的專屬管家。它持續(xù)跟蹤會員的消費(fèi)行為、積分累積與兌換情況、參與品牌活動(dòng)的頻率等信息。當(dāng)發(fā)現(xiàn)某位會員近期消費(fèi)頻次下降，AI agent 會主動(dòng)出擊，根據(jù)會員過往購買偏好，推送專屬的優(yōu)惠券、限時(shí)折扣商品信息，或是邀請其參加品牌舉辦的高端會員體驗(yàn)活動(dòng)，如新品試用、私人定制服務(wù)等，重新喚起會員的消費(fèi)熱情，增強(qiáng)會員對品牌的粘性與忠誠度。

模型(Model)：Agent流程中的集中決策者

在 Agent 的范圍內(nèi)，模型是指語言模型(LM)，它將被用作 Agent 流程的集中決策者。Agent 使用的模型可以是一個(gè)或多個(gè)任意大小(小 / 大)的 LM，它們能夠遵循基于指令的推理和邏輯框架，如 ReAct(Reasoning and Acting模式)、思維鏈(CoT)或思維樹(Tree-of-Thoughts)。模型可以是通用的、多態(tài)模組的，也可以根據(jù)特定agent架構(gòu)的需求進(jìn)行微調(diào)。需要注意的是，模型通常不會使用 Agent 的特定配置設(shè)置(即工具選擇、編排 / 推理設(shè)置)進(jìn)行訓(xùn)練。但是，可以通過向 Aagent 提供展示 Agent 能力的示例來進(jìn)一步完善 Agent 任務(wù)的模型，包括在各種上下文中使用特定工具或推理步驟的 Agent 實(shí)例。

General agent architecture and components

近幾年來，模型能力已經(jīng)在各個(gè)行業(yè)實(shí)現(xiàn)了較為廣泛的應(yīng)用，并取得了明顯的業(yè)務(wù)價(jià)值。以企業(yè)的營銷場景為例，一個(gè)精準(zhǔn)的客戶細(xì)分模型，能夠依據(jù)客戶的年齡、性別、消費(fèi)歷史、瀏覽行為等多維度數(shù)據(jù)，將龐大而雜亂的客戶群體劃分成具有相似特征與需求的細(xì)分市場。這一過程中，模型發(fā)揮的價(jià)值不可估量。首先，它為企業(yè)提供了深度的數(shù)據(jù)洞察，讓決策者能夠清晰地 “看見” 客戶群體的內(nèi)在結(jié)構(gòu)，不再盲目地進(jìn)行一刀切式營銷。其次，模型助力精準(zhǔn)決策，基于對不同細(xì)分群體購買傾向、品牌偏好等分析，企業(yè)能針對性地制定產(chǎn)品策略、定價(jià)策略以及促銷活動(dòng)，優(yōu)化資源配置，避免營銷資源的無端浪費(fèi)。

在供應(yīng)鏈管理方面，預(yù)測模型同樣發(fā)揮了巨大的價(jià)值。通過吸納歷史銷售數(shù)據(jù)、市場趨勢、季節(jié)性因素、原材料供應(yīng)情況等信息，精準(zhǔn)預(yù)測未來產(chǎn)品需求，幫助企業(yè)提前安排生產(chǎn)計(jì)劃、采購原材料，有效降低庫存成本，確保供應(yīng)鏈的穩(wěn)定與高效運(yùn)行。

Agent 相較于模型的能力進(jìn)化

(一)自主決策與執(zhí)行

模型更多的是停留在數(shù)據(jù)分析與洞察層面，輸出的往往是建議、預(yù)測結(jié)果等知識信息。而 Agent 則更進(jìn)一步，它能夠依據(jù)模型提供的知識，結(jié)合實(shí)時(shí)感知的環(huán)境狀況，自主做出決策并付諸行動(dòng)。例如在金融交易場景中，風(fēng)險(xiǎn)評估模型可以算出某一投資組合的風(fēng)險(xiǎn)系數(shù)，但 Agent 不僅能理解這個(gè)風(fēng)險(xiǎn)值，還能根據(jù)預(yù)設(shè)的投資目標(biāo)、市場動(dòng)態(tài)以及風(fēng)險(xiǎn)偏好，自主決定是否調(diào)整投資組合，即時(shí)執(zhí)行買入或賣出操作，無需人工干預(yù)。

(二)動(dòng)態(tài)適應(yīng)與交互

模型一旦構(gòu)建完成，在一段時(shí)間內(nèi)其結(jié)構(gòu)與參數(shù)相對固定，面對動(dòng)態(tài)變化的環(huán)境，適應(yīng)性較弱。Agent 卻具備與生俱來的動(dòng)態(tài)適應(yīng)能力，它持續(xù)與外界交互，實(shí)時(shí)收集新信息，不斷調(diào)整自身行為策略。如在電商推薦系統(tǒng)中，傳統(tǒng)推薦模型基于歷史購買數(shù)據(jù)給出商品推薦列表，而 AI agent 可以在用戶瀏覽過程中，根據(jù)用戶實(shí)時(shí)的點(diǎn)擊、停留時(shí)間、加入購物車等行為反饋，動(dòng)態(tài)優(yōu)化推薦內(nèi)容，甚至主動(dòng)發(fā)起對話詢問用戶需求，提供更加貼合當(dāng)下需求的個(gè)性化推薦，極大提升用戶購物體驗(yàn)與購買轉(zhuǎn)化率。

(三)多任務(wù)協(xié)同

企業(yè)業(yè)務(wù)流程日益復(fù)雜，往往涉及多個(gè)環(huán)節(jié)、多項(xiàng)任務(wù)的協(xié)同推進(jìn)。模型通常專注于單一任務(wù)，如預(yù)測銷量、評估客戶信用等。Agent 則可統(tǒng)籌多個(gè)模型與任務(wù)，實(shí)現(xiàn)協(xié)同作業(yè)。以物流配送為例，配送 Agent 可以整合路徑規(guī)劃模型、車輛調(diào)度模型、交通路況實(shí)時(shí)監(jiān)測數(shù)據(jù)等，一方面根據(jù)訂單需求規(guī)劃最優(yōu)配送路線，另一方面實(shí)時(shí)調(diào)度車輛資源，靈活應(yīng)對途中突發(fā)狀況，如道路擁堵時(shí)及時(shí)調(diào)整路線，確保貨物準(zhǔn)時(shí)送達(dá)，全面提升物流配送效率。

業(yè)務(wù)選擇：企業(yè)如何看待兩者區(qū)別

對于企業(yè)而言，清晰認(rèn)知模型與 Agent 的區(qū)別是實(shí)現(xiàn)技術(shù)驅(qū)動(dòng)業(yè)務(wù)增長的關(guān)鍵。

在業(yè)務(wù)規(guī)劃初期，企業(yè)應(yīng)依據(jù)具體業(yè)務(wù)目標(biāo)合理選擇運(yùn)用模型還是 Agent。若僅需對歷史數(shù)據(jù)進(jìn)行深度挖掘、總結(jié)規(guī)律，如分析過往銷售數(shù)據(jù)找出季節(jié)性波動(dòng)規(guī)律，構(gòu)建精準(zhǔn)的預(yù)測模型即可滿足需求，為企業(yè)生產(chǎn)計(jì)劃、庫存管理等提供有力依據(jù)。

而當(dāng)企業(yè)面臨需要實(shí)時(shí)響應(yīng)客戶需求、動(dòng)態(tài)優(yōu)化業(yè)務(wù)流程、提升用戶體驗(yàn)等場景時(shí)，引入 Agent 技術(shù)則是明智之舉。比如電商行業(yè)的訂單管理與物流配送，在促銷季，訂單量呈爆發(fā)式增長。AI agent 可實(shí)時(shí)監(jiān)控訂單狀態(tài)，智能分配庫存，依據(jù)客戶地址、物流時(shí)效、成本等因素，快速規(guī)劃最優(yōu)配送路線，協(xié)調(diào)物流公司確保貨物準(zhǔn)時(shí)送達(dá)。還有產(chǎn)品的營銷推廣，面對海量客戶咨詢，智能客服 Agent 能迅速理解問題意圖，精準(zhǔn)解答疑問，還可根據(jù)客戶購買歷史、瀏覽行為，主動(dòng)推薦個(gè)性化商品，推送專屬優(yōu)惠券，實(shí)現(xiàn)精準(zhǔn)營銷。

當(dāng)然，企業(yè)要注重模型與 Agent 的協(xié)同融合。以制造業(yè)為例，生產(chǎn)質(zhì)量管控模型負(fù)責(zé)分析生產(chǎn)線上產(chǎn)品質(zhì)量數(shù)據(jù)，找出潛在質(zhì)量風(fēng)險(xiǎn)點(diǎn)，而智能質(zhì)檢 Agent 則依據(jù)模型結(jié)果，實(shí)時(shí)在生產(chǎn)現(xiàn)場對產(chǎn)品進(jìn)行檢測，一旦發(fā)現(xiàn)異常，立即采取停機(jī)、調(diào)整工藝參數(shù)等措施，并反饋數(shù)據(jù)回模型進(jìn)行優(yōu)化，形成良性閉環(huán)，全方位保障產(chǎn)品質(zhì)量，提升企業(yè)生產(chǎn)效益。

關(guān)于深演智能

深演智能成立于2009年，是一家成熟的AI驅(qū)動(dòng)的營銷技術(shù)(Martech)公司，國家級“專精特新”小巨人企業(yè)。深演智能主要為國內(nèi)外大中型企業(yè)級客戶提供一站式營銷云產(chǎn)品，包含CDP、MA、DMP和智能投放系統(tǒng)等，大大幫助品牌提升用戶整體生命周期價(jià)值，提高CRM、電商轉(zhuǎn)化、數(shù)字廣告等方面的效果，已助力汽車、零售、美妝、奢侈品等眾多500強(qiáng)客戶提升營銷ROI。