文 | IT時報 賈天榮

編輯 | 王昕 孫妍

從大模型到AI Agent（智能體），是AI真正走向落地應用的關鍵一步。相比大模型，智能體更像是擁有自主決策和執行能力的“AI助手”，能主動分析、規劃，并根據不同場景提供更精準、實時的服務。

市場咨詢機構Gartner將AI Agent列為2025年十大戰略技術趨勢之首。業界認為，2025年有望成為AI Agent的商業化應用元年。

DeepSeek的橫空出世大大加速AI Agent的落地速度，不到一個月，一場深刻的科技變革悄然展開。

01 大模型“入行”難

盡管輿論對智能體的成熟速度呈現出越來越樂觀的態度，但業內人士仍普遍認為，智能體應用發展仍處于早期階段，即業務場景探索和技術驗證階段。

泛微副總裁楊國生在接受《IT時報》記者采訪時表示，當大模型應用到企業的垂直產品領域時，精準度顯得尤為關鍵，“很多業務場景并不是簡單的問答模式，而是需要更復雜的業務邏輯和場景化需求。這需要大量的工程技術介入，才能確保其真正實現企業級應用的效果。”

楊國生說，ChatGPT等通用大模型雖然在基礎知識應用、數學運算和代碼生成等方面展現了強大的推理能力，但當這些模型應用于垂直領域時，其穩定性卻難以令人滿意，“當推理某個結果時，今天的表現可能令人滿意，但明天就會出現波動，甚至效果下降。這是大模型通用性與垂直精度之間的矛盾所帶來的挑戰，且常常伴隨‘幻覺’等問題”。

此外，算力資源的限制也是當前智能體應用的一大瓶頸。在企業級應用中，由于大模型需要處理海量的參數，企業直接部署這樣的模型面臨巨大的算力成本壓力。尤其在當前的經濟環境下，許多企業無法投入大量預算購買專用的算力卡，這成為制約企業級大模型應用的基礎性障礙。

因此，出于成本、精度等多方面的考慮，相較于針對個人用戶的AI助手，初創企業更愿意針對垂直領域開發有針對性的行業應用垂類模型。

02 DeepSeek正是行業“及時雨”

短短一個春節，DeepSeek不僅大幅降低AI大模型部署的技術門檻與成本，還加速了AI的商業化進程，推動應用場景的大規模崛起，甚至大大提升AI的普及速度。AI產業的經濟價值，正在從“賣水人”轉向應用端。

越來越多的企業開始接入DeepSeek，更多垂直領域人工智能公司嘗試或升級自己的AI Agent。

作為一家專注于能源大模型的企業，達卯智能近期接入DeepSeek，并推出最新產品——能源小達DeepSeek-R1671B。達卯智能CTO劉凈在接受《IT時報》采訪時表示，DeepSeek的推理能力是其最為突出的亮點之一。

劉凈表示：“相比傳統的大模型，DeepSeek在推理能力上實現了質的飛躍，甚至在用戶體驗上，它可能優于OpenAI的o1模型，甚至o3模型。”

對于像達卯智能這樣的垂類能源應用企業而言，DeepSeek的推理能力填補了此前的空白。劉凈進一步解釋：“我們公司并不開發基座大模型，之前我們一直依賴國產自主可控的開源大模型，但為了更好地滿足客戶需求，我們迫切需要具備強大推理能力的模型，因此選擇了DeepSeek的V3版本，并迅速接入。”

在實際使用中，劉凈表示，DeepSeek提供了全鏈條的推理過程，真正實現從數據輸入到最終用戶反饋的完整閉環，“DeepSeek不僅展示了推理過程，還能將整個推理流程呈現給最終用戶，極大提升了用戶體驗。通過結合我們的行業知識庫和DeepSeek的強大推理能力，用戶可以得到一個全面的解決方案，這種全新的體驗之前是無法實現的。”

例如，在電費賬單分析和電費解析方面，DeepSeek的推理深度相比之前的產品有了質的飛躍。

03 從“生成”到“做事”

同樣近期接入DeepSeek的達觀數據CEO陳運文告訴《IT時報》記者，DeepSeek改變了AI Agent的發展路徑。在技術路線上，它沒有一味依賴大模型和大算力，而是通過優化模型和蒸餾技術降低對算力的需求，讓AI Agent能在邊緣設備進行輕量化推理。

開發模式上，DeepSeek的開源降低了開發門檻，吸引了更多開發者參與，加速AI Agent從實驗室研究向工業級應用的轉變，推動了多主體協同開發，開發者的關注焦點也從注重“語言生成”轉變為更重視“任務執行”，讓AI Agent“實際做事”的價值更受關注。

陳運文認為，在功能上，DeepSeek能實現多模態交互，理解復雜指令，還能在復雜場景里生成最優路徑；應用場景也拓寬了，在金融、醫療、制造、媒體娛樂等多個領域都能構建智能Agent，比如智能投顧、診斷輔助、供應鏈優化、內容創作等；協作集成方面，它預置了常用API，降低了集成成本，還支持多Agent分工協作，適用于供應鏈管理、智慧城市這些場景。

04 “強大+便宜”推動模型“平民化”

LogenicAI聯合創始人李博杰告訴《IT時報》記者，隨著DeepSeek的出現，AI Agent領域發生了兩方面的重要變化：首先是成本顯著降低，其次是許多人的心態發生改變。

李博杰指出，要實現真正有效的AI Agent，能夠解決實際問題并達到商業需求，需要像R1或更高級別的模型。但以往，如OpenAI等模型成本非常高，比如OpenAI的o1模型，每100萬個Token的成本為60美元，而現在，DeepSeek-R1的成本僅為2美元100萬個Token，縮減30倍，大幅降低成本。

對于OpenAI來說，這無疑是一個挑戰，因為它長期以來鎖定自己的技術，并通過高價盈利，但現在DeepSeek的出現迫使OpenAI調整策略，甚至降低o3Mini版本的價格，這表明推理模型的成本正在普遍下降。

值得一提的是，2月13日凌晨，OpenAI首席執行官薩姆·奧爾特曼公布了GPT-4.5和GPT-5的最新消息。奧爾特曼宣布，OpenAI將在未來幾個月內推出名為GPT-5的模型，該模型將整合OpenAI的大量技術，包括o3模型，并應用于聊天機器人ChatGPT以及API平臺，此外，更重要的是，免費版ChatGPT能在標準智能設置下無限制地與GPT-5進行對話。

李博杰還提到，成本的降低讓AI Agent類應用得以普及，過去由于模型能力不夠強大，效果并不理想。如今，借助DeepSeek或OpenAI o3等更強大的模型，AI Agent能夠幫助解決更復雜的問題。

李博杰認為，DeepSeek的成功不僅在于技術的突破，還在于它的開源模式，這使得其對更多開發者開放，打破了以往AI技術需要巨額投入的“迷思”。OpenAI的收費體系一直較高，且最先進的模型也只限特定合作伙伴使用，而DeepSeek的出現讓這些技術變得平民化，帶來了根本的認知變化。

這種變化尤其體現在投資者的態度上。金沙江創投主管合伙人朱嘯虎曾明確表示，他不會投資中國的AI大模型創業公司。然而，隨著DeepSeek的出現，朱嘯虎的看法發生180度轉變，表示“大開眼界”“DeepSeek讓我開始相信AGI的可能性”。

05 與其“做模型” 不如“接入生態”

提到個人智能助手，許多人最先想到的可能是科幻電影《鋼鐵俠》中的賈維斯。然而，要擁有屬于普通大眾自己的“賈維斯”，所需要的遠遠不止一家能夠生產“賈維斯”的公司。

在楊國生看來，未來的AI Agent幾乎會滲透每一個軟件，支撐著每個功能的實現。如今，我們通常通過編寫代碼來開發程序，并經過測試和調試來實現功能，但未來，很多功能可能不再依賴傳統的編碼方式，而是由智能體自動完成。例如，計算每月的良品率，未來可能由智能體自動處理，而無需我們手動編寫和調試代碼。

陳運文坦言，AI Agent的全民普及仍面臨瓶頸。大眾對其功能和價值的理解不深，接受度較低，且專業人才匱乏，尤其缺少既懂技術、產品，又熟悉商業和生態的復合型人才。在倫理、法律與安全方面，AI決策往往缺乏可解釋性，責任歸屬不清晰，且存在隱私泄露和被攻擊的風險。未來的技術突破方向主要包括：優化模型，提高準確性、泛化能力和可解釋性，減少算力需求；發展多模態技術，促進更自然的多模態融合；強化學習與自主決策能力，使AI Agent能夠在復雜環境中自主學習和決策。

從技術角度看，AI模型可能面臨偏差風險。例如，算法歧視可能導致不公平結果，訓練數據不足或應用不當也可能導致模型失效。此外，網絡安全問題也不容忽視，DeepSeek曾遭遇過DDoS攻擊，因此，加強大模型的安全防護至關重要。

李博杰以雷軍和小米公司舉例，在移動互聯網的早期階段，盡管有數百家公司涉足手機行業，但最終，只有小米等少數公司取得了成功，最終市場上的主流手機品牌依然是那些早期就有基礎的公司。

對于從事AI行業的人來說，并不一定需要像OpenAI那樣打造基礎大模型。與其直接與巨頭競爭，不如選擇像小米的空氣凈化器或插線板這樣的生態鏈產品，在AI應用領域找到特定的突破口，與巨頭形成互補關系。例如，OpenAI投資了多個垂直領域的公司，如語音學習應用Speak、編程教育平臺Canvas、法律應用等，這些公司專注于特定行業，與OpenAI的基礎模型形成互補，而不是直接競爭。

李博杰強調，未來AI行業需要更多的人愿意深入垂直領域。許多創業者往往只關注大模型，但那些看似“小”的垂直領域應用，恰恰是AI技術實現商業化的重要突破口。