任泽平团队
比尔·盖茨曾断言：“代理将是未来计算机交互历史上最大的革命。” 如果生成式人工智能如 ChatGPT 是一个学习型战略家，那么人工智能代理将是最强大的执行者。它不再仅仅是一个人工智能聊天框，而是拥有 “数字的手和脚”，能够直接控制应用程序和浏览器、鼠标和键盘，以单击完成复杂任务——购买、订票、报销……正如 NVIDIA 的黄仁勋所说，我们正在超越生成式人工智能，进入人工智能代理的新纪元。……这场革命的核心在于行动。代理不再仅限于生成文本；相反，通过 “脑力规划 + 工具调用 + 记忆体验”，它们接管了数字世界中繁琐的过程。你只需定义目标，人工智能代理就会自动分解步骤，穿透各种应用，帮助你完成任务。无论是 OpenAI 的 Operator，谷歌的 Jarvis 接管 Chrome，还是微软的 Windows 365 for Agents，主要公司都在争夺超级网关市场的主导地位。关于 Manus 高调收购 Meta 的传闻进一步加剧了这场代理军备竞赛。然而，要使代理成为新基础设施的一部分，必须解决标准化问题。MCP 协议应运而生，以满足这一需求。作为人工智能时代的 “Type-C 接口”，它使大型模型的使用变得像 USB 驱动器一样简单；再加上谷歌的 A2A 协议，一个互联的人工智能代理联盟正在硅基世界中形成。然而，其实施的最大障碍不仅在于技术，还有利益的重组。字节跳动的 Doubao 手机所遭遇的生态圈包围，正是人工智能代理与应用之间利益冲突的表现。这是一场关于流量、数据和网关主权的战争。在未来，人工智能代理将重塑流量世界，许多过去互联网时代的商业模式将被重写。1. 什么是人工智能代理：它将如何改变未来生活？首先，我们需要了解什么是人工智能代理。简单来说，如果 ChatGPT 和 Deepseek 是负责给你建议和沟通的人工智能战略家，那么人工智能代理就是执行者。它不仅有大脑，还有 “手” 和 “脚”，真正利用自动化的人工智能能力为你完成任务。人工智能代理到底有多强大？看看这些正在发生的例子：例如，阿里巴巴的通义千问人工智能聚合生活服务代理：你只需对它说 “给我点一杯拿铁”，它就会自动打开淘宝闪购，选择商店，下单，甚至可以根据你过去的偏好决定是否加糖。它不再返回一堆文本链接，而是直接提供成功的订单结果。第一代 Doubao 手机将在 2025 年底推出，配备系统级代理：在 Doubao 手机内，人工智能具有跨应用权限。如果你想订票、发送微信消息或查看地图，理论上你不需要在不同应用之间切换。你发出命令，代理会自动在后台调度各种应用为你完成任务，打破应用之间的壁垒。另一个例子是浏览器代理；谷歌的 Jarvis 可以直接接管你的 Chrome 浏览器。如果你想订机票，它可以自动打开网页，搜索航班，比较价格，甚至填写乘客信息，为你处理所有繁琐的网页操作。如果像 ChatGPT 和 DeepSeek 这样的生成式人工智能向我们展示了人工智能的 “博学”，那么基于代理的人工智能则向我们展示了它的 “能力”。这是人工智能发展的新潮流，是将真正惠及每个人的超级应用。在 2025 年 GTC 大会上，黄仁勋提出了他著名的人工智能四阶段理论：第一阶段是 “感知人工智能”，使机器能够听和看；第二阶段是 “生成式人工智能”，使机器能够写诗和绘画；我们现在正进入第三阶段——“代理人工智能”，即 Agent；最终目标是 “具身智能人工智能”。根据 OpenAI 的定义，代理是一个高度独立的系统，能够代表用户使用工具完成任务。其核心区别在于其 “行动能力”，这意味着它不再仅仅是一个只能与你聊天的 “大脑”，而是拥有了 “手和脚”。生成式人工智能生成内容，而代理则生成行动。Claude 认为，代理是已经学会使用工具的大型模型，使其能够动态规划流程并独立完成任务。比尔·盖茨甚至断言，代理将是自 Windows 以来计算机交互历史上最大的革命，彻底改变由应用程序造成的数据孤岛。人工智能代理代表了从 “对话人工智能” 到 “工作导向人工智能” 的根本飞跃。代理的工作流程分为三个阶段：大脑 + 规划：它可以像人类一样使用思维过程，将复杂目标（如 “帮助我规划和预订旅行”）分解为一系列步骤，如检查航班、比较价格、预订酒店和制定行程。在完成任务后，它还可以进行反思和自我批评，完成 “规划 - 行动后反思 - 优化” 的循环。手和脚 + 工具：它不再仅限于生成文本，而是可以调用外部工具。例如，它可以打开浏览器搜索最新信息，使用计算器进行计算，调用代码解释器运行程序，甚至直接控制你的日历和订票系统。
记忆 + 经验：代理具有长期记忆，存储需要在任务和会话之间持久化的信息，例如基本用户信息、偏好、重要的过去互动记录，以及代理从任务中总结的知识和经验；代理还具有短期记忆，可以记住当前任务的进展。因此，它们可以相互参考，为用户做出最有利的选择。
在未来的世界中，当代理接管一切时，每个人将拥有一个甚至一组代理。 代理将人工智能整合到负责任的操作系统和软件中，接管数字世界中繁琐的过程。用户不再需要学习如何使用复杂的软件；你只需告诉你的代理：“帮我完成这个。” 未来可能发生的三种变化：第一个想法是应用程序将转入后台，一些应用程序将消失，应用程序的商业模式，例如流量广告，将被重构。在未来，有了代理，手机屏幕可能不再被图标杂乱无章地占据。当叫车时，你不需要搜索滴滴或优步；只需告诉代理你想去哪里以及想要什么类型的车。代理将立即在后台激活各种叫车应用的接口，自动完成价格比较、下单和支付。应用程序将不再是争夺你注意力的前景，而是退居后台提供服务能力。当前应用程序的商业模式也将面临变化。第二个概念是代理将取代传统操作系统，操作系统将被拟人化。未来的操作系统将不再冷漠无情，而是一个无所不知、无所不能的硅基管家。系统将了解你的一切。早上，代理将根据你的日程和交通状况自动调整闹钟，并提前准备咖啡机。在你工作时，它将监控你正在写的内容，自动从后端数据库中检索数据，并帮助你创建图表。代理甚至可以记住你朋友的生日，并自动在在线花卉零售商处下单。人们将不再需要学习如何点击系统；相反，系统将完全为人服务，代理将猜测你的意图。第三个概念是人类角色的最终转变。当代理能够以高成功率处理一切时，人类的价值将被重新定义。我们将不再需要美化 PowerPoint 演示文稿，也不需要自己比较价格……人类唯一剩下的任务将是决策和美学。人类需要告诉代理该做什么，并判断其结果的质量。这是一个超级个体的时代：一个人，加上一个不知疲倦的代理团队，将比过去的公司更具生产力。
<img src="https://imageproxy.pbkrs.com/https://img.jinse.com.cn/7430949_image3.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" width="600" height="260" original-src="https://imageproxy.pbkrs.com/https://img.jinse.com.cn/7430949_image3.png"/>
<h2>2. 行业格局：Manus 引发 “鲶鱼效应”，点燃代理定位之战</h2>
在 2026 年初，全球科技界最大的新闻是 Meta 提议以数百亿美元收购 Manus。
在 2026 年初，全球科技界最大的新闻是 Meta 提议以数百亿美元收购 Manus。扎克伯格为什么要收购它？Meta 也感到焦虑。Meta 拥有大型模型 Llama，但缺乏一个能够直接接触用户并为他们解决复杂任务的超级切入点。Manus 的通用任务规划能力正是 Meta 人工智能拼图中最关键的缺失部分。这证明中国人工智能公司在产品实力和工程能力上已经具备全球竞争力。Manus 的爆炸性流行和 Meta 的行动标志着人工智能代理领域主导权争夺战的开始：OpenAI 推出了 Operator，一个系统级代理。2026 年 1 月 24 日，OpenAI 正式发布了 Operator。OpenAI 的首席技术官认为，“理解世界只是第一步；与之互动才是真正的智能。” Operator 基于最新的多模态模型和强化学习技术。它可以像人类一样查看屏幕，理解网页结构，点击按钮和填写表单。在处理复杂的多步骤任务（如预订航班和在线购物）时，其成功率达到了 70%。微软推出了 Windows 365 for Agents。首先，它推出了 Agent 365，一个智能代理控制平台，帮助用户管理代理。其次，它推出了 Work IQ，一个智能层，能够记住用户的偏好和工作流程。这个层可以预测用户的行为并推荐代理应用，同时也支持根据个人特征定制代理。与其他专注于 2C 产品的公司不同，Anthropic 专注于基础的 “计算机使用” 能力，即计算机操作能力。它将自己定位为基础设施提供商，向全球开发者销售 “使人工智能能够操作计算机” 的 API。许多初创代理现在在其核心依赖 Claude 的能力。谷歌的 Project Jarvis 是一个超级代理，直接接管 Chrome 浏览器。它可以帮助你完成网页操作——预订机票、购物、填写表单。此外，在 Android 生态系统中，谷歌正在将 Gemini Nano 嵌入 Android 核心。逻辑是，只要确保 Google Chrome 和 Android 切入点的安全，代理时代所需的必要渠道就得到了保护。还有马斯克的 Grok，未来可能演变成一个驱动物理世界的代理平台。马斯克目前正在将 Grok 安装在特斯拉汽车和 Optimus 机器人中。当其他代理仍在操作你的计算机时，Grok 可能已经在控制 Optimus 为你倒咖啡——这是这场代理竞赛中最大的变量。国内主要公司也在积极进入代理领域。字节跳动专注于其平台工具 “Kouzi Space”，强调将行业特定专业知识封装为可重用的代理技能。其核心目标是建立一个技能生态系统市场，允许开发者和企业创造价值。这有点像为未来的 “人工智能应用商店” 做准备。此外，字节跳动与中兴合作推出了 Doubao 手机，试图在移动操作层面实施基于代理的权限，但这很快被微信和淘宝等应用反击。阿里巴巴的优势在于其庞大而成熟的商业和生活服务生态系统。阿里巴巴的 Qianwen App 战略是将自己定位为智能调度中心，通过人工智能直接调用和连接后端服务，如淘宝电商、本地服务、支付和旅行。这是展示代理在 “帮助你完成事情” 方面价值的最直接路径，但其服务范围深深依赖于阿里巴巴生态系统。百度利用其在百度云和百度文库的现有优势，将其智能代理定位为 “超级个人助手”。其关键在于利用 GenFlow 的记忆中心和调度能力，深度整合用户的个人数据和习惯，以提供高度个性化的服务。这种方法避免了与电商和生活服务的直接竞争，而是专注于个人知识管理和生产力提升。
<img src="https://imageproxy.pbkrs.com/https://img.jinse.com.cn/7430950_image3.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" width="600" height="347" original-src="https://imageproxy.pbkrs.com/https://img.jinse.com.cn/7430950_image3.png"/>
<h2>3. 技术趋势：人工智能代理的标准之战，MCP 和 A2A 是硅基世界的 “标准化语言和轨道”</h2>
虽然人工智能代理功能强大，但如果无法顺利调用外部工具，它们只是智能却无声。
虽然人工智能代理功能强大，但如果无法顺利调用外部工具，它们只是智能却无声。
过去，将人工智能集成到日历或地图等工具中需要开发者编写专门的代码，这是一个效率极低的过程，就像用钥匙打开锁一样。现在，行业正经历一场决定性的革命——协议标准化。这是人工智能时代的 “书写和量规标准化”，一个统一的测量系统。第一个主要技术趋势是 MCP 协议。这是人工智能时代的 Type-C 接口，实现即插即用的功能。在 Type-C 接口出现之前，我们出门时必须携带几根电缆，甚至不同品牌的手机充电器也无法互换，导致资源的巨大浪费。人工智能的发展也是如此；过去，每个应用都有不同的接口。在 2024 年底，Anthropic 提出了 MCP 协议，或模型上下文协议，结束了混乱。这是人工智能世界的 Type-C 接口。通过 MCP，建立了大型模型与外部工具之间的共同语言。开发者不再需要为每个工具重新发明轮子。只要你的日历、地图、支付等支持 MCP，任何大型模型都可以像插入 USB 驱动器一样瞬间使用，访问时间在毫秒级。
<img src="https://imageproxy.pbkrs.com/https://img.jinse.com.cn/7430951_image3.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" width="600" height="378" original-src="https://imageproxy.pbkrs.com/https://img.jinse.com.cn/7430951_image3.png"/>
尽管由 Anthropic 发起，MCP 被设计为一个开放标准。到 2026 年初，MCP 已成为行业标准的连接标准。
.
.
. ... MCP 已正式加入 Linux 基金会下的 Agentic AI Foundation (AAIF)，并由社区管理，以确保其透明性和中立性。不仅 Anthropic 的 Claude，主要的 AI 公司如 OpenAI 和 Google DeepMind，以及像 Cloudflare 和 GitHub 这样的科技巨头，都支持该协议。MCP 已演变为连接 AI 资源的通用方法。在开发者社区 Moda 上，迅速涌现出数千个 MCP 服务，这意味着 AI 代理瞬间获得了数千项新技能。
<img src="https://imageproxy.pbkrs.com/https://img.jinse.com.cn/7430952_image3.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" width="600" height="252" original-src="https://imageproxy.pbkrs.com/https://img.jinse.com.cn/7430952_image3.png"/>
<img src="https://imageproxy.pbkrs.com/https://img.jinse.com.cn/7430953_image3.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" width="600" height="388" original-src="https://imageproxy.pbkrs.com/https://img.jinse.com.cn/7430953_image3.png"/>
<img src="https://imageproxy.pbkrs.com/https://img.jinse.com.cn/7430955_image3.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" width="600" height="392" original-src="https://imageproxy.pbkrs.com/https://img.jinse.com.cn/7430955_image3.png"/>
<img src="https://imageproxy.pbkrs.com/https://img.jinse.com.cn/7430957_image3.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" width="600" height="359" original-src="https://imageproxy.pbkrs.com/https://img.jinse.com.cn/7430957_image3.png"/>

AI 代理正在通过作为强大的任务执行者来彻底改变人类生活和商业，超越传统的生成式 AI。它们可以控制应用程序，并通过单一命令完成复杂任务，例如订购产品或预订机票。主要科技公司在这一领域展开竞争，MCP 和 A2A 等协议的出现促进了互操作性。然而，在标准化和利益重组方面仍然存在挑战。预计 AI 代理将在数字时代重塑交通和商业模式，标志着我们与技术互动方式的重大转变

AI 代理：重塑人类生活和商业的超级助手