![]()
文：王智远 | ID:Z201440
AI Agents平台，不知道咱俩理解的一样吗？
它像一个培养各种领域专家的地方。你给它数据，它能帮你记住，还能通过训练，培养出各种“专家”来解决不同领域的问题。现在Agents比较火，前几天，还看到一个吐槽，大概意思是：以后要是对着手机说话，AI能帮我搞定一切就好了。我觉得可能很快会实现。你看，最近智谱的 AutoGLM，只要说说话，就能帮你点杯咖啡。还有华为Mate系列，只要在空中做抓取、释放的动作，就能把选中的图片传到另一个设备上。官方给它起了个名字叫“AI 隔空传送”。这种交互方式的核心，是利用传感技术。通过识别手势动作，把这些动作变成节点，然后用工作流串联起来，实现无缝衔接的效果。
对于工作流（workflow），这个概念相信很多人并不陌生，但是，为什么这两年却成为焦点了呢？核心原因有两个：
一是自动化。工作流能自动处理很多任务，不用人一直盯着；二是效率高，错误少。自动化处理让工作更快，出错的机会也小了。说到底，工作流就是让人从重复的工作里解放出来，去做更有创意、更有价值的事。一，得会拆任务。就像把大象放进冰箱一样，把大任务拆成一步步的小步骤；二，得会用工作流平台，把步骤变成动作，让电脑自动完成。前者不用多说，后者的难点在于怎么操作。比如，怎么在平台上搭建这些动作？而这些东西就要从基础方面入手。在深入了解智能体之前，我有必要先说说， Chatbot 和 AI Agent 的区别，这是理解工作流的一个部分。Chatbot，简单讲，聊天机器人、能跟人聊天的工具。早些年，它的功能很简单，就是回答一些预设好的问题。Chatbot 的历史不复杂，早期，它就像一段固定的代码，问点超出范围的问题，它就答不上来了。后来，随着人工智能和自然语言处理技术的进步，聊天机器人越来越聪明。这时，人们开始提到 AI Agent。Chatbot 和 AI Agent 的区别，简单来说，AI Agent 能干的事更多，不仅能聊天，还能帮你订服务、管理日程，甚至用手机下单。虽然听起来像是两个完全不同的东西，但实际上，AI Agent 就是 Chatbot 的升级版。本质上，它们都是人工智能工具。只不过，AI Agent 功能更强大、更灵活，更适合现在的复杂需求。所以，Chatbot 和 AI Agent 都是人工智能工具，只是后者功能更多、更先进，了解这点，有助于我们理解它们的实际用途。刚才说了第一点关于 Chatbot 和 AI Agent的区别，第二点是什么？我觉得是对智能体平台的分类与理解。智能体平台有很多种类，但总的来说，可以分成四种：对于第一种，这类平台特别友好，操作简单，哪怕是没有技术背景的人也可以轻松上手。比如：腾讯元宝、讯飞星火、文小言等APP的智能体广场，只需上传一个名字、头像和提示词，再选择一个声音，就能快速创建一个智能体。它们的优势是什么？低门槛、场景细分化。普通人可以使用不同对话场景，平台也能通过这些智能体收集对话数据，为将来的模型优化做准备。不过，这种智能体目前主要还是个人体验，深度功能有限。第二类平台，是为开发者定制的。比如：百度、阿里、腾讯等公司提供的智能体开发环境。它们通常将 API、代码库、参数配置等整合到一个统一的平台中，开发者可以通过这些工具，从数据接入到智能体构建，全流程快速完成。像扣子、Dify.AI、昆仑万维的天工 SkyAgents、百度云的千帆AppBuilder 等，都是这一类平台的典型代表。一个原因是：灵活性与可定制性。它们为技术开发者提供了极大的自由度，无论是为中小企业开发简单的助手，还是为特定行业设计复杂的智能体，开发者都可以根据实际需求灵活调整。以前，开发者更多利用它们来制作一些简单的工具，现在，很多开发者开始用这些平台创建针对行业需求的智能体，解决更具体、更复杂的问题。企业级开发平台，可以理解为“智能体的基础设施”。这些平台提供了一个全套的开发环境，从模型托管到任务处理，一条龙服务都能覆盖。华为云的 ModelArts、亚马逊的 Bedrock Agents、阿里的 ModelScope-Agents；它们的共同点是，开发者或企业不用从零开始，可以直接用平台的服务快速开发和部署智能体。这种托管平台的好处是，降低了开发难度，缩短了开发时间。对于想快速推出 AI 应用的企业来说，这是个高效的选择。
了解完智能体平台四种类型后，再深入看看在实际场景里怎么用。
先来说说聊天智能体。不要以为智能体只会聊天，它的应用远比表面看起来更丰富。从功能和场景来看，可以大致分为三个类别：第一类，基础知识库驱动型。这种智能体用平台自带的知识库，操作简单，适合个人用户。就像我之前提到的腾讯元宝、讯飞星火、文小言的智能体广场。这种智能体功能虽然不多，但可以试不同的对话场景，或者用来娱乐，满足一些轻松的需求。第二类，更符合企业的定制需求。这些智能体通常利用平台的能力，为企业量身定制。有的公司想在淘宝上弄个聊天助手，他们就得用阿里的聊天机器人；有的企业想在百度上做运营，就得用百度UNIT来实现。如果主要依赖微信生态，那么腾讯云的智能对话平台可能更合适。还有像智齿科技这样的服务商，专门为电商场景提供客服解决方案，也是不错的选择。这种智能体主要用于对话咨询、产品介绍或快速回答问题等场景。第三类，是大模型流行后的知识库+智能体+工作流的组合。这种智能体可以说是升级版的聊天机器人，能根据企业自己的数据（FAQ、知识库）回答问题，还能通过大模型的能力，生成更自然的对话内容。一个例子是：BetterYeah AI Agent（斑头雁）。这个公司的老板是原钉钉副总裁张毅，他以前在阿里搞无线技术和企业产品，主要负责收集考勤数据、审批流程，还有智能人事管理。为啥提这个公司呢？想想钉钉是怎么发展起来的，它最开始做考勤，从一个不起眼的小技术公司，做到了SaaS服务，最后连硬件都做起来了。张毅对企业用户的需求看得很清楚，他能从最基本的需求出发，所以，他2023年出来创业做AI Agent，肯定是看中了智能体平台在某些方面的优势。BetterYeah AI Agent有三个产品，我看了一下，Agent这个产品主要是给企业用的，帮助企业在客服、营销和销售方面用上人工智能。知识库产品，能帮助企业建立自己的AI知识库，从搭建、训练，到智能客服系统的本地安装；工作流这个产品，是让企业能自己打造AI智能体的，还能让知识库和不同的平台连接起来。这三个产品结合起来，就形成了一个完整的闭环，这就是聊天型智能体在实际业务中的刚需场景。如果说聊天型智能体解决人与智能的沟通问题，那么，专门处理业务的智能体，它们能深入企业的复杂流程，像专业的助手和流程优化器一样。
比如说：在银行，如果有人想贷款，审核流程特别麻烦，得好几个部门一起弄。要是用智能体平台做个贷款助手，帮客户准备材料，自动出个初步评估报告，把流程分给不同的部门处理，最后告诉客户结果，这就是专门针对某个行业的任务和复杂的业务场景。关键是用不同的功能接口。比如，在材料收集阶段，客户在H5表单上填信息，后台通过表单管理服务，把数据存进数据库。接下来是生成评估报告阶段。系统用一个大语言模型，分析数据后生成报告。到了流程分发阶段，系统用工作流引擎，比如BPM系统，把任务自动分配给不同的部门处理。等所有流程完成后，结果反馈阶段就开始了。系统可能会用短信接口或邮件服务，把审批结果通知客户。现在，我看到扣子、天工SkyAgents这些平台能调动的三方插件、模型越来越多，这说明轻量级的智能体走进中小公司的可能性提高了。和聊天智能体比，这类智能体的特点是，一是能灵活整合工具和接口，二是针对具体需求：专注行业痛点，帮助企业解决复杂任务。随着平台能力越来越强，我相信，轻量级的智能体会慢慢走进中小公司，成为它们优化流程、提升效率的好帮手。最后一种是RPA和AI智能体。什么是 RPA 和 AI？
简单来说，RPA是机器人流程自动化，它是专门处理重复性任务的工具。比如复制、粘贴、填表这些机械动作；当RPA加上AI技术，它就能处理更复杂的任务，还能学习新东西，适应新情况。有人可能会问：RPA 和 AI 与集成工作流有什么区别？集成工作流就像一个大平台，用来整合和调整各种流程，把不同的工具和接口连起来，让整个系统更灵活、效率更高。它主要是帮助跨部门合作和优化流程。而RPA和AI智能体，更适合处理固定套路的重复动作。比如：在电商行业，订单录入时，RPA能从表格里抓数据，直接填进系统，不用人动手；在库存管理上，RPA会定时检查库存，更新数据，甚至自动补货。这些任务没啥创意，但对企业来说特别重要。用RPA智能体，企业能省人力，还能提高准确性。目前我看到一些专注 RPA 的平台，比如：来也科技（UIBot）、弘玑信息（Cyclone Robotics）、金智维（K-RPA）等，已经在这一领域提供了成熟的解决方案。它们加上AI的能力，让RPA不只是做简单操作，还能处理复杂的业务逻辑。所以，RPA和AI智能体的核心价值就是“自动化重复劳动”。这就是智能体的集中区别。聊天型、针对具体业务场景型、集成工作流型，还有RPA加AI型；搞清楚这些，能帮我们在实际应用中，起到事半功倍的效果。————
![]()
觉得有价值，欢迎点个在看，每个人都应该拥有独立思考的能力，舍满取半，欢迎分享给更多人。
