从OpenAI到微软，从谷歌到Salesforce，不同公司对AI Agent的定义和应用方向各不相同，甚至在内部也缺乏统一标准。这种混乱不仅导致了客户期望的不一致，也给整个行业的健康发展带来了挑战。本文将探讨AI Agent的定义困境及其背后的原因，并分析这种模糊性对企业和市场的影响。

硅谷对AI Agent寄予厚望。OpenAI首席执行官山姆·阿尔特曼（Sam Altman）表示，Agent将在今年“加入劳动力队伍”。

微软首席执行官萨蒂亚·纳德拉（Satya Nadella）预测，Agent将取代某些知识型工作。Salesforce首席执行官马克·贝尼奥夫（Marc Benioff）表示，该公司希望通过其各种“Agent式”服务，成为“全球数字劳动力的头号供应商”。

然而，似乎没有人能确切说清楚AI Agent到底是什么。

在过去的几年里，科技行业大胆宣称，AI“Agent”这一最新的流行语将改变一切。就像OpenAI的ChatGPT等AI聊天机器人为我们提供了获取信息的新方式一样，Agent将从根本上改变我们对待工作的方式，阿尔特曼和纳德拉等首席执行官这样表示。

这或许是真的，但这也取决于你如何定义“Agent”，而这件事并不容易。就像其他与AI相关的术语（例如“多模态”、“通用人工智能”和“AI”本身）一样，“Agent”和“Agent式”这些术语正在被稀释到几乎失去意义的地步。

这可能会让OpenAI、微软、Salesforce、亚马逊、谷歌以及无数围绕Agent构建产品线的公司陷入尴尬境地。亚马逊的Agent与谷歌或其他供应商的Agent并不相同，这导致了混乱以及客户的不满。

谷歌产品高级总监、前GitHub Copilot负责人瑞安·萨尔瓦（Ryan Salva）表示，他已经开始“讨厌”“Agent”这个词。

“我认为我们行业过度使用‘Agent’这个词，以至于它几乎毫无意义，”萨尔瓦在接受TechCrunch采访时表示，“这是我特别反感的一点。”

“Agent”的定义困境并非新问题。去年，前TechCrunch记者罗恩·米勒（Ron Miller）曾撰文问道：什么是AI Agent？他指出的问题是，几乎每一家开发Agent的公司都以不同的方式处理这项技术。

而这个问题最近愈发严重。

本周，OpenAI发布了一篇博客文章，将Agent定义为“能够独立为用户完成任务的自动化系统”。然而在同一周，该公司发布的开发者文档又将Agent定义为“配备了指令和工具的大语言模型（LLM）”。

随后，OpenAI的API产品营销主管勒赫·帕特尔（Leher Pathak）在X平台上发帖称，她认为“助手”和“Agent”这两个术语是可以互换的——这进一步搅浑了水。

与此同时，微软的博客试图区分Agent和AI助手。前者是微软所说的“AI驱动世界”的“新应用”，可以根据需要定制特定的专业能力，而后者只是帮助处理一些通用任务，比如起草邮件。

AI实验室Anthropic在一篇博客文章中更直接地回应了Agent定义的混乱。Anthropic表示，Agent“可以通过多种方式定义”，包括“能够在较长时间内独立运行的完全自主系统”和“遵循预定义工作流程的规范性实现”。

Salesforce对AI“Agent”的定义可能是最宽泛的。据这家软件巨头称，Agent是一种“能够在无人干预的情况下理解和回应客户咨询的系统”。该公司的网站列出了六种不同的类别，从“简单反射Agent”到“基于效用的Agent”。

那么，为什么会出现这种混乱呢？

其实，Agent——就像AI一样是一个模糊的概念，而且它们还在不断演变。OpenAI、谷歌和Perplexity刚刚开始推出他们认为的首批Agent——OpenAI的“操作员”（Operator）、谷歌的“航海者项目”（Project Mariner）和Perplexity的购物Agent——而它们的能力却各不相同。

IDC全球研究副总裁里奇·维拉尔斯（Rich Villars）指出，科技公司“长期以来”并没有严格遵循技术定义。

维拉尔斯对TechCrunch表示：“他们更关注在技术层面上他们试图实现的目标，尤其是在快速发展的市场中。”

然而，根据AI学习平台DeepLearning.ai创始人安德鲁·吴（Andrew Ng）的说法，营销在很大程度上也要为此负责。

吴在最近的一次采访中表示：“AI‘Agent’和‘Agent式’工作流的概念曾经有技术上的定义，但大约一年前，营销人员和一些大公司开始使用它们。”

德勤AI负责人吉姆·罗万（Jim Rowan）表示，缺乏对Agent的统一定义既是机遇，也是挑战。一方面，这种模糊性带来了灵活性，让公司可以根据自身需求定制Agent；另一方面，它可能而且可以说已经导致了“期望值的不一致”，以及在衡量Agent项目的价值和投资回报率（ROI）时的困难。

“如果没有一个标准化的定义，至少在企业内部没有，那么就很难衡量绩效并确保结果的一致性，”罗万说，“这可能导致对AI Agent应交付内容的不同解读，可能会使项目目标和结果复杂化。最终，尽管这种灵活性可以推动创造性解决方案，但更标准化的理解将帮助企业更好地导航AI Agent领域，并最大化其投资。”

然而，如果“AI”一词的演变历程可以作为参考的话，那么似乎不太可能在不久的将来甚至永远看到整个行业围绕“Agent”的一个定义达成共识。（TechCrunch）