大模型技术快速发展，智能体应用密集涌现，2025年被业界称为“智能体元年”。

清华大学刘知远教授发表主旨演讲

9月11日，在2025 Inclusion·外滩大会“智能体时代进化论”见解论坛上，多位专家就智能体技术突破、多智能体协作、开源生态建设与垂直场景落地，直面行业当前的乐观预期与现实瓶颈等话题进行深入探讨。

技术突破显著，多智能体系统与强化学习共推“元年”势头

清华大学副教授、面壁智能首席科学家刘知远在主旨演讲指出，人工智能正在经历从大模型向智能体的关键跃迁。他强调，专业智能体面临的核心挑战，主要是泛化性、自主性与长程性，即面对陌生环境的适应力、持续自我进化与学习的能力，以及对海量历史信息的高效管理和复用机制。

他表示，多智能体系统正成为新一代群体智能的基础设施，通过仿生分布式架构实现智能体之间的自主协作与动态演化，其影响已从学术研究扩展至产业实践。

强化学习与大型语言模型的结合成为推动智能体能力提升的重要路径。Pokee AI创始人朱哲清指出，RLHF（人类反馈强化学习）和RLVR（带可验证奖励的强化学习）大幅提升了模型在数学、代码生成等领域的表现。朱哲清曾任Meta“应用强化学习”部门负责人，他创办的Pokee AI是以强化学习技术为核心的智能体产品。

开源框架的成熟成为智能体生态繁荣的关键支撑。DeepWisdom CEO吴承霖介绍了团队开发的MetaGPT，成为全球领先的多智能体协作框架。长期专注于多智能体系统的开源社区CAMEL-AI的核心贡献者范文栋，展示了项目在任务自动化与社会模拟中的广泛应用。

蚂蚁集团开源的多智能体协同演进框架AWorld在GAIA和IMO等测试中取得领先排名。其项目负责人顾进杰说，这个下一代框架专门为大规模智能体自我改进而设计，允许AI智能体综合自己的知识和经验来实现自主进化。

年轻人正成长为智能体技术进化的过程中的中坚力量，“95后”谢扬介绍的Fellou是一个将智能体技术融入浏览器的产品，愿景是让用户从浏览到行动一键直达。

落地挑战仍然存在，“好用”与“可用”之间还有距离

尽管技术快速演进，智能体在落地中仍面临诸多挑战。

Ponder CEO盛思雄以AI制作PPT为例，从人机交互的角度指出，当前智能体输出内容“碎片化”问题严重，缺乏对信息的深度组织与逻辑构建能力，导致用户仍需花费大量时间整理和修改结果，真正意义上的“智能”尚未实现。他认为应跳出“格式至上”的误区，回归以人为本、过程导向的交互设计。

成本与性能之间的平衡同样是一大现实瓶颈。Pokee AI朱哲清也坦言，尽管智能体在特定场景（如编程、数学）中表现优异，但其推理成本高、扩展性差的问题限制了大规模商用。尤其在高并发环境中，如何保持系统稳定与响应速度，仍是对技术团队的极大考验。

在“‘00后’Agent应用创业者行业观察”圆桌讨论中，多位年轻的创业者分享了他们对行业现状的观察。

从硅谷到外滩，从全球趋势到创新最前沿，智能体的进化无疑是2025年最引人注目的技术方向之一。多位与会嘉宾认为，当前智能体更适合作为“辅助者”而非“替代者”，人类在创意、战略与复杂环境适应中的角色依然不可替代。

是否真正进入“智能体元年”或许尚无定论，但2025年智能体相关技术已初步具备爆发潜力，生态正在加速形成。嘉宾认为，如何跨越“可用”到“好用”之间的鸿沟，将是决定智能体能否真正重塑行业的关键。

上游新闻记者 杨昕华