智能体AI浪潮持续升温，多家科技巨头争相布局

智能体AI的热潮本周继续以迅猛态势推进。OpenAI在ChatGPT中推出了所谓的”工作区智能体”，而微软则在其Foundry智能体服务中新增了托管智能体功能。

两家公司选在同一天发布产品，恰巧与谷歌同日更新Gemini企业版应用（为办公人员提供构建、管理和使用AI智能体的新方式）以及推出Gemini企业智能体平台（旨在构建、扩展、治理和优化智能体）的时间重叠。

上述三款产品的集中发布，紧随Anthropic于今年四月初推出的Claude托管智能体之后——后者是一套用于构建和托管云端智能体的可组合API套件，目前已进入公开测试阶段。

OpenAI在其公告中表示：”工作区智能体是GPT的进化形态。它们由Codex驱动，能够承担人们在工作中已经在做的许多任务——从准备报告、编写代码，到回复消息。它们在云端运行，因此即使用户不在线，也能持续工作。它们还被设计为可在组织内部共享，团队只需构建一次智能体，便可在ChatGPT或Slack中协同使用，并持续优化。”

微软则在一篇博客中表示，此次最新举措”带来了专为生产级企业智能体优化的计算能力与服务”。在去年微软Ignite大会上预览托管智能体功能之后，公司表示，”此次更新带来了全新体验：具有文件系统持久性的安全会话沙箱、集成身份管理，以及按需缩容的弹性经济模式。”

Moor Insights & Strategy的首席分析师Jason Andersen表示：”这四项公告之间存在关联，智能体领域的热潮仍在持续。OpenAI此次发布的是原生支持智能体创建与共享的能力。”

他指出，这对OpenAI而言是新功能，在这一领域稍显滞后。谷歌、微软、Anthropic等公司已具备相关能力一段时间，事实上正借助其他公告进一步扩大领先优势。

“从Anthropic和微软的动向来看，随着智能体能力不断增强，它们将竭尽所能地解决被赋予的问题，有时这包括智能体自行编写代码并执行其他任务，”他指出，”这增加了对智能体和模型在运行期间能否得到妥善管理的复杂性和担忧。这两家厂商提供的托管选项，是支持智能体运行的更先进基础设施。”

他补充说，目前”许多智能体仅被视为更高级的前端界面。这些较新的选项提供了让智能体启动专用容器等能力，并能支持半自主乃至某些情况下的完全自主操作。微软和Anthropic的两项公告更偏向基础设施层面，而OpenAI则更侧重于智能体的构建。”

他将谷歌的发布定位为”介于两者之间”。

他还指出：”OpenAI此次公告与谷歌去年发布的Gemini企业版高度相似。今年，谷歌更进一步，推出了名为Gemini企业智能体平台的智能体管理控制平面，带来了更丰富的共享体验以及多项管理与治理能力。”

Andersen总结道：”智能体领域正在急剧升温。一些后来者正在加速入场，而那些持续投入的玩家则不断演进，为终端客户提供更强的规模化、运营和安全能力。”

Info-Tech Research Group首席研究总监Brian Jackson表示，在这一系列公告涌现的背景下，”我们正目睹一场争夺规模优势的竞赛——智能体平台正逐步成为企业的日常工作界面。Anthropic和OpenAI依托AI创业公司的定位切入市场，而谷歌、微软和亚马逊则借助其根深蒂固的超大规模云服务商和企业平台优势参与竞争。”

Jackson指出，这些科技公司在产品定位上的差异，在目标用户群体和交付模式上体现得最为明显。

他注意到，OpenAI的工作区智能体面向非技术业务团队设计，提供从销售线索评分到供应商调研报告等任务自动化的智能体模板。用户无需了解底层机制——使用的是哪个模型、调用的是哪些API、数据如何读写、权限如何授予——只需通过”提示词”即可实现工作自动化。

Anthropic则采取了不同策略，他说。Anthropic并非直接面向业务用户，而是为企业开发团队提供工具，让他们自行构建智能体并为用户提供定制化界面。Anthropic的托管智能体是一套开发者可调用的可组合API，这种方式更为灵活，但需要投入更多精力才能产生价值。

微软和谷歌则不同，两者均为垂直整合平台，在庞大的技术栈之上提供智能体层。微软的Foundry与Anthropic的产品类似，但通过保持模型无关性并允许开发者选择偏好的智能体框架，提供了更高的灵活性。

随着智能体平台市场不断成熟，Jackson观察到：”一些新问题正在显现，尤其是在可观测性方面。智能体的检测与监控将依托用于配置它们的身份系统。然而，由于各平台使用各自独立的身份系统，任何单一平台都难以全面掌握企业内所有智能体的情况，更难发现那些由失控用户创建的’影子AI’。”

他还补充道：”智能体工作流意味着完成任务需要消耗大量AI Token。当前需求旺盛，AI算力瓶颈和价格上涨的问题已初现端倪。由于智能体完成单一任务需要经历多个’推理’步骤，很难预测今天自动化的某个工作流，一年后的运行成本会是多少。”

这意味着IT决策者需要慎重选择在何处构建其技术栈的智能体层。”你不能选错，因为一旦深度依赖某一平台，就意味着严重的供应商锁定风险，”他说，”我们已经在担心系统和数据层面的锁定问题，但一旦叠加了智能体层，你实际上是在构建一个与工作流深度关联的’大脑神经网络’。日后要将这个’大脑’移植到另一平台，绝非易事。”

Q&A

Q1：OpenAI的工作区智能体和Anthropic的托管智能体有什么区别？

A：OpenAI的工作区智能体主要面向非技术业务团队，提供现成模板，用户通过提示词即可实现任务自动化，无需了解底层技术细节。而Anthropic的托管智能体则是一套面向企业开发团队的可组合API，更灵活但需要更多开发投入。简单来说，前者更易用，后者更专业、可定制化程度更高。

Q2：智能体平台的供应商锁定风险该怎么理解？

A：一旦企业将智能体深度整合进某一平台，该平台的身份系统、工作流逻辑和AI推理路径便会与企业运营高度绑定，类似于在平台上构建了一套”神经系统”。若日后想迁移至其他平台，成本极高且难度极大。因此，IT决策者在选择智能体平台时需格外谨慎，避免过度依赖单一厂商。

Q3：智能体工作流的Token消耗问题为什么值得关注？

A：智能体完成一项任务通常需要多个推理步骤，每个步骤都会消耗大量Token。随着AI需求持续攀升，算力资源趋紧、价格上涨的压力已经显现。企业难以准确预测当前自动化的工作流在未来的运行成本，这给AI预算规划带来了较大不确定性，是部署智能体工作流前必须认真评估的风险点。