AGI发展新趋势：智能体与专业大模型将引领未来

AI时代下的新风向：智能体与大模型的巅峰对决

科技快讯中文网

　　 种种迹象显示，一些AI巨头寄予厚望的AGI（通用人工智能）发展似乎遇到了瓶颈，转向探索其他发展路径已成为行业内的普遍共识。 这样的趋势反映出当前技术领域面临的挑战和局限性。尽管AGI作为未来科技发展的理想目标，但其复杂性和不确定性让许多公司意识到，单一依赖这条路可能并不明智。取而代之的是，通过多元化的技术路线来寻求突破，或许能更有效地推动整个行业的进步和发展。这不仅有助于企业规避风险，还能为实现真正的智能化社会奠定更加坚实的基础。

　　 12月20日，在由《财经》杂志主办的《财经》年度对话2024在北京举行，360集团创始人周鸿祎在发表演讲时表示，当前AGI的发展面临诸多挑战，而智能体和专业大模型的应用将促进大模型技术的实际落地。

　　 此次对话以“穿越变局的力量”为主题，中国社会科学院学部委员、原副院长高培勇、国务院参事室特约研究员、国家统计局原总经济师姚景源、360集团创始人周鸿祎、中国人民大学原副校长、国家金融研究院院长吴晓求、清华大学中国经济思想与实践研究院院长李稻葵等知名专家、学者、企业家出席活动并发表主旨演讲。

　　 AGI至少需要投入数十亿美元购买显卡，刚训练出一个模型，第二天竞争对手又会推出一个更优秀的，这就像西西弗斯推石头一样，永无止境。作为大模型应用的坚定支持者，周鸿祎多次表示，拼算力、拼数据、追求万亿参数的AGI只能是全球少数几家巨头的游戏，更多的企业应该寻找在应用之路上的机会。放弃打造全能大模型的执着，让一个大模型专注于完成一项任务，向场景化、应用化、专业化和垂直化的方向发展，才能引发工业革命，赋能各行各业。

　　 周鸿祎总结了大模型发展的七大趋势：首先，通用人工智能（AGI）的发展速度有所放缓，全面超越人类的人工智能在理论上难以实现；其次，大模型的“慢思考”逐渐成为新的发展方向；第三，专业化的趋势日益明显，除了少数科技巨头外，大部分企业都专注于开发专业大模型；第四，模型变得越来越小巧，轻量化成为主流，这使得它们更容易被部署和应用于各种硬件设备；第五，模型的能力不断增强，学习效果和泛化能力显著提升；第六，随着技术进步，成本持续降低，这有利于促进应用生态的繁荣；第七，智能体（AIAgents）推动了大模型的实际应用，数字员工正成为新的生产力工具。

　　 周鸿祎尤为强调智能体的重要性。他认为，2025年将是智能体之年，企业将大量使用和部署智能体，智能体能够将大模型包装成可以实际工作的数字员工，解决企业中的具体问题。

　　 周鸿祎指出，随着大模型的发展，过去难以通过软件实现的任务，例如保险公司的报销报告处理等，现在可以由机器人来完成。这种变革意味着软件服务不再仅限于工具的提供，而是转变为智能体的交付，能够替代人类员工执行任务，这表明服务市场中的价值创造方式发生了根本性变化，从依靠人力使用工具创造价值转变为AI直接创造价值。

　　 在周鸿祎看来，大模型应用之路，就是要用好大模型的六层能力，即基本能力、创意能力、多模态能力、业务能力、创新能力和科学能力。企业应根据这些能力，选择适合自身业务的场景，如办公、营销、生产流程优化等，实现降本增效。

　　 针对上述六层能力，周鸿祎提出了专业大模型的“六大方向”：首先，普及智能，让每个人都能受益于人工智能，将其作为个人工具来为企业创造新机遇；其次，实现万物互联的智能化，使大模型小型化并进入终端设备，广泛应用于家庭生活；再次，推动数字化转型与智能化升级，企业级大模型市场将迎来爆发，助力传统产业提升生产力；此外，利用大模型的序列预测能力，支持自动驾驶和具身智能等新兴产业发展；再者，开创科研新模式，AIForScience将成为推动社会进步的关键力量；最后，确保AI安全，通过构建安全大模型来应对新型的AI安全挑战。

　　 周鸿祎认为，在构建专业化的大型模型时，我们并不需要它具备全方位的能力。关键在于如何让大模型在企业的业务流程或者服务产品体系中落地应用。这需要我们深入挖掘从高层领导到基层员工的需求，找到那些他们曾经想做但受限于技术无法实现的任务。这样的任务往往体现在可以提升十倍效率或者降低成本，甚至减少人力需求。 例如，在一些特定领域内，如金融分析或医疗诊断，如果能够通过大模型实现更快速准确的数据处理与决策支持，就能显著提高工作效率，同时降低人为错误的概率。这不仅提升了用户体验，还为企业创造了更大的价值。因此，未来的大模型开发应更加注重解决实际问题，而不是一味追求模型本身的复杂度和全面性。