前面為大家介紹過AI Agent的發(fā)展史和工程結(jié)構(gòu)模型，并對Agent的典型代表——Manus的技術(shù)架構(gòu)進(jìn)行了詳細(xì)解析。不少同學(xué)看完后紛紛留言說，他們在工作中也嘗試在推動落地Agent，但結(jié)果總是不盡如意，希望我能給出一些建議。

我自己目前對AI Agent也處在探索實踐階段，并無法給出很好的建議。不過在實踐的過程中，我總結(jié)了三點落地AI Agent要面臨的挑戰(zhàn)，倒是可以分享給大家。

首先還是明確一下AI Agent的基本概念：

AI Agent是具備感知環(huán)境、做出決策并執(zhí)行任務(wù)能力的AI工具，通過感知、決策和行動實現(xiàn)目標(biāo)。它的核心特點包括：

• 感知能力：獲取外部環(huán)境信息，如視覺、聽覺。
• 決策能力：基于信息推理規(guī)劃，選擇行動策略。
• 行動能力：執(zhí)行具體的任務(wù)或操作，影響環(huán)境。
• 學(xué)習(xí)能力：通過與環(huán)境的交互，不斷改進(jìn)策略。

簡單理解：Agent=大模型+插件+工作流，分別對應(yīng)控制端、感知端和執(zhí)行端。

基于AI Agent的定義和特點，下面是我總結(jié)的三點落地AI Agent要面臨的挑戰(zhàn)：

一、用戶業(yè)務(wù)場景

在工作場景中落地AI Agent工具或者產(chǎn)品，我個人認(rèn)為，面臨的最大挑戰(zhàn)是發(fā)現(xiàn)真的對用戶有價值的Workflow。如何理解這句話呢？

假設(shè)你是一名測試工程師，日常工作中絕大多數(shù)時間都圍繞著需求和測試用例開展，如果你想通過AI Agent來解決你測試過程中遇到的問題，比如測試用例編寫、生成測試數(shù)據(jù)、自動化測試腳本，那Agent一定要能在這些環(huán)節(jié)帶來效率和準(zhǔn)確率的提升，否則你會發(fā)現(xiàn)投入產(chǎn)出差距太大。

很多同學(xué)對Agent期望太高，想通過一個Agent來完成一個復(fù)雜的功能，但截至目前能看到的一個現(xiàn)象就是，單獨的Agent完成一項測試任務(wù)的投入產(chǎn)出比，其實還不如已經(jīng)建設(shè)完成的CICD流水線，甚至是已有的自動化測試任務(wù)。

如果已有的自動化流程可以完成80%的任務(wù)，那AI Agent的優(yōu)勢就完全不突出，你也很難說服老板，投入大量資源在AI落地方面。

一句話概括：找到真實存在痛點的場景，然后再考慮用Agent+Workflow來解決。

二、用戶使用習(xí)慣

回看過去二十年，無論是PC互聯(lián)網(wǎng)時代還是移動互聯(lián)網(wǎng)時代，你會發(fā)現(xiàn)，每當(dāng)出現(xiàn)一個全新的技術(shù)或者產(chǎn)品時，無論是專業(yè)的產(chǎn)品經(jīng)理、研發(fā)工程師還是普通用戶，都不一定清楚如何快速有效地使用它。

在當(dāng)前的AI領(lǐng)域，這個現(xiàn)象依然存在。很多用戶仍然在用原來的互聯(lián)網(wǎng)思維，或者三年前使用ChatGPT的思維來使用Agent，在這種思維下很快你就會發(fā)現(xiàn)Agent存在的種種不足，主要原因有如下幾點：

• AI技術(shù)落地的基礎(chǔ)技術(shù)設(shè)施建設(shè)缺乏。
• 大多數(shù)工程師當(dāng)前仍處于學(xué)習(xí)探索階段，落地能力仍顯不足。
• 業(yè)內(nèi)缺乏行之有效的最佳實踐案例和方法論，即使大廠也僅僅是飽和式探索。

在上述這三個因素的基礎(chǔ)上，將AI的落地和使用經(jīng)驗傳遞給普通用戶，讓他們快速上手，本身就是一個很難的挑戰(zhàn)。

當(dāng)前在多數(shù)公司中，真正研究和落地AI的仍是少數(shù)人，如果對AI的認(rèn)知和經(jīng)驗無法快速推廣，則短期內(nèi)很難看到AI帶來的效率。

三、Agent的效率和精度

大模型的本質(zhì)是是一個概率預(yù)測機(jī)器，它會根據(jù)用戶輸入來預(yù)測生成token，并依據(jù)已經(jīng)生成的token生成下一個token。作為AI Agent的底層基礎(chǔ)技術(shù)設(shè)施(操作系統(tǒng))，就會導(dǎo)致這樣一個現(xiàn)象：

AI Agent需要通過多次調(diào)用模型和推理鏈路來保證最終輸出結(jié)果的準(zhǔn)確性，因此任務(wù)執(zhí)行時間較長。而對大多數(shù)使用AI的人來說，過長的等待時間會耗盡本就不多的對AI的期待和興趣。

從個人角度來看，AI Agent要想真正的帶來超過傳統(tǒng)IT技術(shù)的價值，真正的挑戰(zhàn)在于產(chǎn)品設(shè)計、實用性以及用戶(這里的用戶包括普通用戶和工作中使用AI Agent的人)接受度方面。

長期來說，技術(shù)問題遲早會被解決，效率和信息幻覺問題也會在很大程度上被緩解和提升，但AI產(chǎn)品設(shè)計和用戶適應(yīng)的問題，可能會長期存在。

換言之，未來AI會進(jìn)一步拉開普通人的認(rèn)知和能力差距，造就全新的思考和創(chuàng)新荒漠。與此同時，能快速跟上并掌握如何使用AI的人，會在不遠(yuǎn)的將來獲得難以想象的收益。