没有基础模型就做不了Agent。3月27日OpenAI发布GPT-4o原生图像生成功能效果炸裂令人震撼以至于这两天在网上出现了一个很流行的段子如果两个人都在前年开始投身 AI 图像生成领域一个人花大量时间和金钱投入 ComfyUI 和工作流的研究另一个人两年都在游山玩水那么 GPT-4o 发布更新之后他们仍然站在了同一起跑线上。这个段子说出了不少创业者内心的恐慌。换句话说你很难说服自己和投资人相信你不只是一直在一架上升中的电梯里做俯卧撑。每当基座模型能力突破某个临界点此前以工程优化能力作为卖点、从而实现某个类型能力的应用就立刻失去价值。尽管“模型无关”的思想出现但事实上基于模型开发的上层应用始终没有摆脱基座大模型的支配。文生图产品如此近日来火热的 Agent 也如此。虽然 Manus 掀起了 Agent 的热度但不少业内人认为“如果一个 Agent 团队没有基座模型与强化学习技术只是单纯的产品人员做 Agent那么最终必然被模型公司吞噬。”这个观点并非悚然听闻因为结合了大模型与强化学习技术的Agent 本质上就是人工智能时代的“AI Being”类似于 Human Being可以完成从理解任务、思考推理、决策执行的全流程。区分于过往的 AI 工具前者只能完成一个环节、且需要由人来指导终极 Agent 则完全自主、且能执行完整个流程、继而代替一个工种。由于 Agent 基于大模型与强化学习那么不难想象如果说 Agent 是一个个“毕业生”掌握基础模型与强化学习的大模型公司就是正规大学只掌握强化学习、不掌握基础模型的团队就是课外辅导班而基础模型与强化学习都不掌握的纯 Agent 公司则很可能连牌照都没有。今天智谱在中关村论坛上发布它们首个集深度研究能力和操作能力于一体、并且直接上线客户端的最新 Agent 产品 AutoGLM “沉思” 验证了这一趋势的发生。智谱发布的 Agent 打响了模型厂商反击的第一枪也意味着 Agent 的竞争进一步加剧。1、大模型与 RL 才是 Agent 的核心Agent 的机会追根到底还是大模型公司的机会。所谓的模型即产品无论是说未来的模型自己即可成为产品本身也好还是说未来的产品都是模型也好这两种说法都是只有视角的差别却不能否认一个事实模型和产品二者密不可分。Agent 这一概念起初来自于强化学习并不是有了大模型之后才有的概念。市场上现在流行的一些产品只是workflow的堆积其实更多是鱼目混珠。具有自我学习和决策能力的Agent其起源可以追溯到AlphaGo的问世。在此之前传统游戏 AI如打败人类国际象棋世界冠军的超级计算机“深蓝”依赖的是人类棋谱和专家编写的评估函数并非具备人一样的思维更别提比人聪明。AlphaGo 划时代的意义在于它是直接通过深度神经网络直接从数据中学习棋局评估和落子策略的。它有自我学习的能力摆脱了对人工经验规则的路径依赖第一次证明了数据驱动强化学习的范式可以突破人类经验的局限。强化学习的基本原理这种能力迁移的底层逻辑正是当前大模型 Agent追求的核心目标——让 AI 在复杂开放环境中自主进化。能达成这一目的最重要的手段就是强化学习。没有强化学习就做不了Agent。OpenAI 的 Deep Research团队在访谈中多次强调基于强化学习的端到端训练是当前Agent技术革命的核心。因为强化学习能够解决传统AI系统在复杂场景下的灵活性难题与泛化能力瓶颈。到 2023 年文本与多模态大模型的能力大幅提升后大模型与强化学习技术强强融合又给 Agent 带来了新的想象力基础模型提供基础的语言理解、任务拆分与推理能力此外强化学习又能在 Agent 从大模型分出来后针对某个具体岗位强化其细分能力。一位强化学习研究员向 AI 科技评论这样描述 AlphaGo 和当前 Agent 的区别他说以前用强化学习训练AlphaGo就像是在训练单细胞生物虽然也能取得令人惊诧的效果但单细胞生物只能完成一项任务。现在用大模型与强化学习训练Agent更像是训练人类。目前基座模型提供的模型能力相当于一位接受了通识教育的大学毕业生有着基本的人文素质但是还没有足够的职业技能那么经过了强化学习的大模型 Agent 就像是一个接受了职业培训的大学生已经能够走上工作岗位处理实际问题了。2024 年智能体已进入“千体大战”但直到 R1 的出现强化学习的地位提升模型的长链路思考推理能力增强OpenAI 发布 Deep Research、Monica 团队发布 Manus 后Agent 才有了执行完整工作流程的可能。OpenAI 作为大模型创新者所提出的 Deep Research 在过去数月也验证了其新的商业可行性。OpenAI 自己掌握基础模型模型与 Agent 均掌握在自己的手上对 Agent 的定价也有了更大的自主权Deep Research 定价月付 200 美金可以悉数收入囊中相比之下没有掌握基础模型的纯 Agent 团队在定价时受到模型 API 价格浮动与模型能力稳定性等多方面的影响。也因此Agent 逐渐成为基础模型厂商的必争之地2025 注定是 Agent 爆发的一年。作为培养 Agent 的大学所在地智谱同时掌握模型与产品能够对 Agent 进行完全自主权的定价。当前对 Agent 定价的标准业内还没有形成统一共识但圈内已有讨论如模型公司将自己的 Agent 以月、日或次数的形式向需要 Agent 的用户收费或定制 Agent 服务。在这种情况下由于各个基础模型的能力有所差异其培养的“毕业生”能力也有差异收费的等级也自然不一。模型即产品这意味着大模型公司通过 Agent 或将重新获取“AI 能力收费”的主动权而不是单纯为第三方产品与应用团队提供交付服务。Agent 也或将成为 AI 2.0 时代的新分水岭。2、第一个做 Agent 的国产大模型如上文所言Agent的关卡主要有两个第一是要有基座模型第二则是要有强化学习的能力。大部分专门做Agent的公司是没有基座模型的研发能力拥有强化学习团队的也是寥寥无几。唯一的机会就是不断用工程能力优化自己的产品体验或者用差异性的产品定位来做出一款功能上有所创新的产品。但是由于缺乏最底层的模型能力这种做法也只是给他们在于大模型公司的竞赛中稍微争取一些时间。这就造成了能够训练模型的公司在开发Agent时往往也能够取得事半功倍的效果。智谱AI是国内最早着手研究和发布Agent产品的团队在经验上远超同侪。根据一些公开资料显示智谱清言是国内最早具备了Function Call函数调用能力的模型产品在今年1月16日就上线了这项能力它能够允许大语言模型动态调用外部函数或API以完成特定任务是Agent的基础能力之一而在此一年之前智谱清言上线了GLMs个性化智能体定制功能为后续开发自主智能体打下了良好的基础而且智谱AI还是最早推出设备操控智能体AutoGLM的公司去年十一月的Agent OpenDay上智谱AI的CEO张鹏当场展示了在AI Agent方面最新成果一句话就在手机端完成了建群发红包这一任务同时还演示了手机远程只会电脑自动向群聊中发送文件。而今天在智谱清言PC端全新上线的自主智能体AutoGLM沉思还学会了自己挣钱。在中关村论坛现场它能够自动打开某网站搜索有偿征稿信息然后按照征稿要求写出对应的文章并且自动发送到指定邮箱。国外的通用Agent产品已经相继问世。Anthropic在去年10月22日就推出了computer use能够观看屏幕截图实现移动光标、点击按钮、使用虚拟键盘输入文本等操作。OpenAI也于2025年1月23日正式发布了其最新研发的智能体Operator2月2日又推出了名为Deep Research帮助用户进行多步骤的互联网研究完成复杂任务。国内的通用Agent产品尚属罕见。Manus发布时作为国内首个同类产品就曾备受关注。但是Manus此前一直未开放使用让中国用户更为好奇Agent的功能到底有多强大。在这次中关村论坛上智谱AI发布的最新Agent产品AutoGLM沉思能力主要体现在三个方面1、模拟人的思考尤其是像人一样的深度研究和反思2、能够像人一样感知这个世界3、能够像人一样使用工具。OpenAI Deep Research与智谱AutoGLM沉思两个产品有不少可以对比之处。根据官方介绍Deep Research由一个优化版的 o3 模型驱动专注于网页浏览和数据分析并基于端到端强化学习进行训练。它能做到在互联网上跨模态搜索、解读和分析大量文本、图片及 PDF 文件同时根据实时信息动态调整搜索策略。AutoGLM沉思背后的推理模型 GLM-Z1-Air也是智谱基于扩展强化学习技术训练的新一代推理模型面对复杂、开放问题能够进行推理和反思为Agent提供了强大的推理、规划与反思能力。这款模型效果比肩DeepSeek-R1提速8倍价格是R1的1/30可以在消费级显卡上运行。此外智谱还推出一个学习者免费版本GLM-Z1-Flash轻量级速度更快完全免费调用。除网络搜索外Deep Research还可以分析用户上传的文件并提取关键内容使用Python工具制作数据可视化图表将这些图表和网站抓取的图片整合到回复中为了保证研究结果的可靠性系统也会严格标注信息来源精确引用原文中的相关段落。AutoGLM沉思更进一步除了深度研究能力还有操作能力真正做到了一边思考一遍行动。它能够像人类一样拆解复杂问题一边推理一边搜索浏览数十甚至上百个网页查看如知网、小红书、公众号、京东、巨潮资讯等优质但不对外开放API的信源同时具有多模态理解能力能够理解网页上的图文信息使研究更充分。最后它能总结出调理清晰的长文报告并提供所有引用来源让AI输出的内容切实可查。现在AutoGLM沉思还是preview版本更多支持research相关场景在未来的两周将增加更多的Agent执行能力。最显著的区别可能是二者的价格。Deep Research每月订阅费用为200美元每月限120次查询机会。而智谱清言上的沉思功能是免费开放给所有用户的。可以想见大部分用户都是首次体验到真正的自主性Agent。智谱AI的模型研发能力有目共睹。现在“AutoGLM沉思”从内到外的所有模型技术都是国产自研包括负责推理规划的推理模型GLM-Z1-Air、基模GLM-4-Air0414再到负责执行的AutoGLM每个模型均为智谱自研并且将于4月14日开源。3、通往AGI的未来有人称AGI要称为AGI那么它的标准就是要能替代80%的人类工作也就是实现80%以上的人类能力。而Agent是达成这个任务的基本AGI载体。无论是数据分析还是内容报告亦或是长文总结Agent能力正在逐渐与人类的需求接轨。这将创造出一个全新的赛道改变人机交互的形态甚至达到我们现在还无法想象的程度。人类利用Agent完成连续多步骤复杂任务的执行。最开始这些任务可能只是纯粹的数字任务接下来Agent的影响将会逐步蔓延至物理世界我们生活中的一些简单事务可以先由Agent接管比如每天的打车、订外卖、订酒店机票更进一步地来说Agent还能帮我们完成更多现实世界中的工作比如找人修水管灯泡等等。我们正处于AGI的前夜。Agent正如其名很快就会成为人类的数字代理。大模型公司的第二场战斗才刚刚打响。除了模型能力好的Agent产品才是接下来竞争的关键。往前来看Manus在空中打了一记发令枪把Agent的概念普及到了大众的认知中。往后来看其他国产大模型公司对这类产品可能还缺乏经验目前还没有同类公司的竞品出现。归根结底作为一款C端产品如果能够恰好在用户已经充满期待的时候正好出现在大众面前仍然将获得极大的先发优势。在诸强围俟的情况下智谱今天先拔头筹。最后为什么要学AI大模型当下⼈⼯智能市场迎来了爆发期并逐渐进⼊以⼈⼯通⽤智能AGI为主导的新时代。企业纷纷官宣“ AI ”战略为新兴技术⼈才创造丰富的就业机会⼈才缺⼝将达 400 万DeepSeek问世以来生成式AI和大模型技术爆发式增长让很多岗位重新成了炙手可热的新星岗位薪资远超很多后端岗位在程序员中稳居前列。与此同时AI与各行各业深度融合飞速发展成为炙手可热的新风口企业非常需要了解AI、懂AI、会用AI的员工纷纷开出高薪招聘AI大模型相关岗位。最近很多程序员朋友都已经学习或者准备学习 AI 大模型后台也经常会有小伙伴咨询学习路线和学习资料我特别拜托北京清华大学学士和美国加州理工学院博士学位的鲁为民老师给大家这里给大家准备了一份涵盖了AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频全系列的学习资料这些学习资料不仅深入浅出而且非常实用让大家系统而高效地掌握AI大模型的各个知识点。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】AI大模型系统学习路线在面对AI大模型开发领域的复杂与深入精准学习显得尤为重要。一份系统的技术路线图不仅能够帮助开发者清晰地了解从入门到精通所需掌握的知识点还能提供一条高效、有序的学习路径。但知道是一回事做又是另一回事初学者最常遇到的问题主要是理论知识缺乏、资源和工具的限制、模型理解和调试的复杂性在这基础上找到高质量的学习资源不浪费时间、不走弯路又是重中之重。AI大模型入门到实战的视频教程项目包看视频学习是一种高效、直观、灵活且富有吸引力的学习方式可以更直观地展示过程能有效提升学习兴趣和理解力是现在获取知识的重要途径光学理论是没用的要学会跟着一起敲要动手实操才能将自己的所学运用到实际当中去这时候可以搞点实战案例来学习。海量AI大模型必读的经典书籍PDF阅读AI大模型经典书籍可以帮助读者提高技术水平开拓视野掌握核心技术提高解决问题的能力同时也可以借鉴他人的经验。对于想要深入学习AI大模型开发的读者来说阅读经典书籍是非常有必要的。600AI大模型报告实时更新这套包含640份报告的合集涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师还是对AI大模型感兴趣的爱好者这套报告合集都将为您提供宝贵的信息和启示。AI大模型面试真题答案解析我们学习AI大模型必然是想找到高薪的工作下面这些面试题都是总结当前最新、最热、最高频的面试题并且每道题都有详细的答案面试前刷完这套面试题资料小小offer不在话下这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】