智能体2.0爆发：OpenAI错失7月良机？

近年来，随着人工智能技术的飞速发展，智能体（Agent）逐渐成为AI领域的热点。在经历了从概念到实践的蜕变之后，智能体正引领着AI进入一个崭新的2.0时代。本文将探讨智能体在AI界引发的变革，以及其在二级市场激发的狂热。

2024年3月，OpenAI宣布关闭仅运营两个月的GPT Store。然而，仅仅七个月后，OpenAI现任董事会主席Bret Taylor创立的新公司却以45亿美元融资震惊业界。在此背景下，整个AI界开始了一场“抛弃”OpenAI的狂欢，各大公司纷纷推出自己的智能体产品。

10月26日，微软开源了基于纯视觉的GUI屏幕解析工具OmniParser，谷歌的同类产品“Project Jarvis”也计划在12月上线。除大模型厂商外，荣耀也在一个月后交出了自己的智能体YOYO，展示了其自主处理任务的能力。通过一句简单的指令“订2000杯咖啡”，YOYO即可自主下单，引发咖啡店和外卖员的忙碌。

与传统只能提供建议的智能体相比，AutoGLM实现了从1.0到2.0的飞跃。二级市场也因智能体的兴起而热度攀升，投资、参股或与智谱深度合作的公司股价明显上涨，形成“智谱概念股”走强的现象。

华泰证券指出，AI Agent已突破大模型从“言”到“行”的难题。与上一代只能“动嘴”的Agent不同，新一代智能体如Computer Use和Phone Use等产品，实现了AI端的自主操作，包括点击、输入等交互功能。

以Anthropic发布的“Computer Use”为例，它无需人类干预，即可完成填写公司表格数据的任务。而智谱的AutoGLM在手机端的操作应用同样丝滑，可自主打开应用、搜索商品并加入购物车。

在AI Agent进化的道路上，多模态模型的发展功不可没。微软的OmniParser和智谱的AutoGLM均借助多模态能力完成对UI的识别解读，提升了操作准确度。

在克服了精准交互操作难题后，智能体还需要具备即时规划和纠正能力。智谱的AutoGLM应用了“自进化在线课程强化学习框架”技术，使智能体在手机和电脑环境中不断学习和提升应对能力。

AI Agent的2.0时代，意味着人工智能正从单体智能向使用工具的方向迈进。正如哲学家恩格斯所言，人类与动物的最本质区别在于能否制造和使用工具。智能体2.0的升级，标志着人类在通往AGI的道路上又迈出了一大步。

展望未来，端侧大模型将成为AI落地的新高地。终端硬件与大模型厂商正双向奔赴，通过智能体将AI能力深度植入硬件系统，实现原生能力。手机、电脑等终端将成为AI大模型落地的最佳场景，助力大模型公司积累工程化能力和边缘数据。

未来，在智能终端上的落地将是大模型技术和商业化的新高地。随着AI技术的不断进步，我们期待智能体在未来能够发挥更大的作用，引领AI进入更加广阔的应用领域。