趨勢一：以大語言模型為大腦構(gòu)建的智能體，逐漸深入復(fù)雜任務(wù)

伴隨著AI Agent各能力板塊的進一步提升，在可以預(yù)見的未來，AI智能體將能夠承擔(dān)更加復(fù)雜和多樣化的任務(wù)，從簡單的工具逐漸演變?yōu)榫邆錄Q策能力的智能助手，深入各行各業(yè)的核心業(yè)務(wù)流程。

趨勢二：手機、電腦智能體初現(xiàn)端倪，帶來流量和應(yīng)用生態(tài)的變革

短期內(nèi)，以手機和電腦智能體為代表的終端智能體將從操作系統(tǒng)層面整合應(yīng)用與服務(wù)，提供更直觀的用戶體驗。服務(wù)將更模塊化、個性化，用戶可通過語音或文本命令讓智能體協(xié)調(diào)服務(wù)組件完成任務(wù)。除此這外，家居IOT設(shè)備、汽車智能座艙等也將開始探索智能體模式。

未來展望：大模型+小模型+智能體為數(shù)智底座，助力場景化應(yīng)用

通過大模型+小模型+智能體的協(xié)同聯(lián)動配合，釋放出各種智能體應(yīng)用服務(wù)。通過這種機制，結(jié)合具體的業(yè)務(wù)需求來定義構(gòu)建以及調(diào)用，比如AI問答、AI搜索、AI采集、AI審批、AI摘要等等來助力業(yè)務(wù)場景的智能化升級。

• 大模型：提供通用推理能力中，大模型扮演著核心角色，負責(zé)處理和理解復(fù)雜的任務(wù)需求。
• 小模型：針對特定領(lǐng)域或任務(wù)進行訓(xùn)練，以提供更為精細和專業(yè)的處理能力。在數(shù)智底座中，小模型與大模型形成互補，共同應(yīng)對復(fù)雜多變的業(yè)務(wù)需求。例如，在發(fā)票識別、數(shù)據(jù)清洗脫敏等具體場景中，小模型能夠發(fā)揮重要作用，確保任務(wù)的精準完成。
• 智能體：基于大模型和小模型的協(xié)同聯(lián)動而釋放出的各種智能化應(yīng)用服務(wù)能力。在數(shù)智底座中，智能體是連接用戶與系統(tǒng)的橋梁，通過自然語言交互、意圖識別等技術(shù)手段，智能體能夠準確理解用戶需求，并自動調(diào)用相應(yīng)的系統(tǒng)功能來滿足用戶需求。