AI 智能体是什么，又将走向何方

智能体是我们这个行业的年度热词，几乎什么都能往上套：换了个名字的聊天机器人，一段发邮件的脚本，一幅企业自行运转的愿景。这让人很难分辨什么是真的。

下面是一个朴素的版本，附上截至 2026 年 10 月的证据。

智能体是什么

智能体是一个被赋予了目标、而不只是单个问题的语言模型。它规划步骤，使用工具执行这些步骤，对照目标检查每一个结果，并持续推进，直到工作完成或需要人介入。Anthropic 用一句话概括：一个在完成任务时自主指挥自身流程和工具使用的模型。

与此前的东西相比，区别在于由谁决定下一步。聊天机器人负责回答，由您决定如何使用这个答案。助手在对话中完成您要求的一件事：一份草稿、一份摘要、一次查询。工作流沿着有人预先写好的路径运行，由模型完成其中一部分。智能体则自己选择路径。给它准备一份报价的目标，它会读取最近的邮件，查询价格，起草文件，并在给出折扣之前先征询意见。

“智能体驱动”指的是整个家族：在这类系统中，模型不只是回答，而是行动。一个系统智能体驱动的程度高低，取决于它自己选择了多少路径，以及可以在不征询意见的情况下做多少事。这由构建和运行它的人决定，而不是由模型决定。

它们如何工作

四个部分让模型变成智能体。第一是工具：搜索、读取文件、查询数据库、写入日历、发送消息。工具通过连接器接入企业的系统，而连接器的通用标准是 MCP，即 Model Context Protocol（模型上下文协议）。Anthropic 于 2024 年推出它，并在 2025 年 12 月将其移交给 Agentic AI Foundation，这是它与 Block 和 OpenAI 在 Linux Foundation 旗下共同创立的基金。到那时，活跃的公共 MCP 服务器已超过 10'000 个，ChatGPT、Gemini 和 Microsoft Copilot 都已采用该协议。

第二是记忆：智能体在步骤之间、会话之间保留的东西，让它知道自己做过什么，以及企业喜欢怎样做事。第三是计算机操作，用于没有连接器的系统。智能体查看屏幕，然后像人一样点击和输入。这比连接器更慢，也更脆弱。Anthropic 面向办公工作的智能体 Claude Cowork 会优先使用连接器，只在不得已时才接管屏幕。

第四是模型外围的运行框架：决定它可以做什么的指令、限制和检查。较大的工作会分给多个智能体。一个编排者负责规划，把各部分交给并行运行的执行智能体，再汇总它们的结果。在 Anthropic 的研究系统中，这种架构在一项内部研究测试中比单个智能体的表现高出百分之九十点二，消耗的 token 约为普通对话的 15 倍。对于覆盖面广的研究，这很划算；而对于每一步都依赖上一步的工作，就远没那么划算了。

2026 年 10 月的现状

如今每家大型实验室都把智能体作为产品推出。9 月 29 日，OpenAI 推出了 Dots：ChatGPT 中的智能体，每个都从自己的云端电脑上工作，并在对话之间持续朝目标推进。Anthropic 提供面向软件的 Claude Code 和面向办公工作的 Claude Cowork；后者在用户选定的文件夹和工具中行动，笔记本电脑合上后仍在云端继续运行。10 月 8 日，Google Cloud 推出了 Gemini 智能体，它能规划工作、使用技能和工具，并接入企业的系统。

能可靠完成的，是终点明确、可以快速检查的工作。软件领先：根据 Anthropic 2 月的数据，软件工程占其公共 API 工具调用的近一半，而客户服务、销售和财务等领域各自最多只占几个百分点。计算机操作进步很快。在日常计算机任务基准 OSWorld 的验证版上，最好的智能体在 2026 年 6 月得分百分之八十五，一年前为百分之四十二，而人在同样任务上的得分约为百分之七十二。Andreessen Horowitz 的同一份分析也指出了另一面：百分之八十五仍然意味着每 100 项任务中有 15 项失败，而且一项人两到三分钟就能完成的任务，智能体可能要花八到十分钟。

还不行的，是时长、判断和安全。METR 按照任务需要人花多长时间来评估智能体，它提醒说，其核心数字并不意味着可以放手委派：这个数字标示的是智能体有一半概率能完成的任务，而有些工作需要百分之九十八的成功率才值得自动化。当工作偏离既定流程时，智能体也依然脆弱。此外，提示词注入，也就是隐藏在页面或邮件中、被智能体读到并照做的指令，仍是悬而未决的问题。OpenAI 在 2025 年 12 月写道，就像网络诈骗一样，这个问题不太可能被彻底解决。

这对企业意味着什么

并不是每项工作都需要智能体。路径已知的地方，工作流更便宜，也更可预测。在路径因情况而异的地方，智能体才物有所值：调研、一个不寻常的支持请求、一份报价的准备。许多好的系统大部分是工作流，只在需要判断的一两个步骤上用智能体。

在由智能体做事的地方，要决定它可以碰什么。只给它这项工作所需的最小权限，并把每个操作设为三种状态之一，也就是 Anthropic 在 Claude 中提供的那三种：始终允许、需要批准或禁止。在一切无法撤销的事情之前设置审批：付款、发出公司的邮件、发布的页面。把审批写进工具里，而不只是写进提示词里。指令可能被人说动而绕开，不存在的权限则无从绕开。

然后让工作可追溯。每一次写入都以提出请求的那个人的名义执行，并记录每一步：智能体读了什么，调用了哪个工具，改了什么。我们为企业构建的 AI 大脑 Twin 就是这样工作的：按角色设定边界、审批和权限，每一步都有日志。

它将走向何方

方向是稳定的。根据 METR 的长期估计，智能体能够完成的任务时长每六到七个月翻一番。它的提醒在这里同样适用：时间跨度翻倍，并不意味着能交出去的工作也翻倍，因为失败会变得更复杂、代价更高。

底层管道也在趋于稳定。MCP 如今归属于一个由各大实验室支持的中立基金会，因此一个连接器可以服务于不同厂商的智能体，一家企业只需接入一次自己的系统，就不会被绑定在某一个模型上。

我们的口号言简意赅：人主导。AI 驱动。下一步，自主。现在，人带来创意、经验和品味，AI 负责制作，人负责审核并完成最后一笔。下一步是智能体驱动：智能体完成大部分工作，人设定方向并给出最终的认可。之后是完全自主：人只在自己选择的地方介入。每一款 crue 产品都沿着这条路线，一个阶段一个阶段地前进。

Helm 是这条路线的终点：我们设想中，由创始人带领智能体运营整家公司。它目前正在开发中。即便到了那一步，也仍由人设定方向，并为结果负责。自主将意味着更多工作无需征询即可完成，但不意味着无人负责。