11日，Google 发布Gemini 2.0，一下展示了多个基于Gemini 2.0打造的智能体创新，包括通用AI助手Project Astra、在浏览器中进行交互的智能体Project Mariner、为开发者打造的AI代码智能体Jules、游戏辅助智能体、机器人智能体等；与此同时，Open AI 的12 Days系列才发到一半；前不久，百度、智普、联想也纷纷展示了自家AI技术的研发和布局……

研究AI Agent是人类不断接近通用人工智能（AGI）的重要探索之一。

市场研究机构Research and Market最新发布的报告显示，AI智能体的市场规模将从2024年的51亿美元增长到2030年的471亿美元，年均复合增长率为44.8%。

LangChain 对AI Agent采用情况的调查结果显示，大约 51% 的受访者目前在生产活动中使用AI Agent；按公司规模看，中型公司（100-2000 名员工）在将其投入生产方面最为积极（占 63%）；另外，有78% 的公司计划引入使用，可以看出人们对AI Agent的需求较强。

但是，Al Agent市场处于早期阶段，产品及服务模式仍旧需要大量的探索。

能够广泛适用于多种使用场景并定制解决方案的跨应用能力，以及能够处理文本、音频、图像和视频等多种数据类型的多模态交互将推动AI Agent实现更无缝、直观且智能的用户体验，使其能够灵活适应多样化场景并高效处理复杂任务。

看具体案例：

Google Gemini 2.0 打造的游戏辅助智能体，能探索虚拟世界，协助用户玩电子游戏

（用户咨询它在游戏里如何发起进攻，智能体会分析游戏界面并给出建议）

Google Gemini 2.0打造的Project Astra智能体可以使用Google 搜索、镜头和地图，识别分析复杂信息

咨询AI如何清洗衣物

AI 根据识别衣服标签和洗衣机标识指导操作

智谱AutoGLM智能体可以模拟人类操作手机和浏览器，它不仅可以对话，还能够理解用户的意图，并在手机上执行任务。

（在智谱Agent OpenDay现场，AutoGLM 给在场数百位嘉宾发送了AI给人类发的第一个红包）

Open Al GPT-40 with canvas 可以运行和测试代码，进行错误识别和修改建议，还能直接生成数据图表。

Open Al GPT-40 with canvas能从图像中提取文字信息

（假设你写了一张心愿清单卡片给圣诞老人，AI 能看懂图片的内容，并模仿圣诞老人的语气回复信件）

联想百应智能体能够感知环境、自主决策和执行动作。例如在遇到IT问题的具体场景中，企业可以通过图文等多模态交互方式输入问题，百应智能体能对问题进行深度推理，展现推理思维链，筛选多个方案并博弈，精准定位最佳方案，最终通过调用AI工具集解决问题，整个过程几乎不用人工干预。

（打印机系统报错，AI提供解决方案）

智能体技术场上的较量愈演愈烈，科技巨头们接连大量出牌，神仙打架，揭示了AI Agent具备充分的市场发展前景和未来商业机会，将成为推动数字化转型的重要力量。