【量子位 2025年12月24日讯】当“智能体（Agent）元年”的热度从年初延续至年末，行业焦点已从“技术炫技”转向“工程落地”。12月23日，量子位对话腾讯云云原生产品副总经理于广游与Dify开源生态负责人郑立，两位行业专家深入剖析智能体落地的核心痛点——如何用确定性工程方法驾驭不确定性复杂系统，而Agent Infra（智能体基础设施）被一致认定为破局关键。从企业内部提效工具到大众交互产品，从硅谷宏大叙事到本土务实实践，2025年的智能体产业正经历从“概念狂欢”到“价值落地”的深刻转型。
元年回望：智能体从技术萌芽到工程落地，三类实践成标杆
谈及2025年智能体产业的核心变化，于广游用“从实验室走向生产线”概括——年初靠Demo吸引资本关注的“立法阶段”已过，年末行业进入处理执行层细节的“司法阶段”，三类标志性实践勾勒出落地路径：
-
企业内部提效型智能体：以Dify为代表，通过“确定性工具驾驭不确定性模型”，解决客服响应、文档处理、代码评审等重复性工作。例如义乌商家用AI智能体自动回复跨境客户咨询，独立开发者借助智能体工作流完成代码合规检查，将人力从繁琐流程中解放；
-
大众交互创新型智能体：Manus、豆包手机等产品凭借语音交互、场景化服务，重新定义人机交互形态。以豆包手机为例，其内置的终端智能体可主动识别用户出行需求，联动导航、票务、住宿服务，实现“一句话完成行程规划”，用户月活已突破6000万；
-
能力拓展新范式智能体：Claude Code等工具通过强化学习（Agent RL）与多工具调用，突破单一功能边界。例如腾讯内部将AI代码工具升级为“AI软件工程师（AISE）”，不仅能生成代码，还能自动完成测试、部署、故障排查，推动研发模式从“人力驱动”向“人机协同”转变。
郑立则观察到“大传统与小传统的张力”：硅谷曾许诺“全自动智能体取代白领”，但落地时因忽视本地化需求水土不服；而国内市场更务实，从“解决具体问题”出发——如物流企业用智能体优化仓储分拣路径，教育机构靠智能体生成个性化习题，“这些烟火气的应用，反而让智能体真正融入产业”。
核心挑战：智能体是“不确定性复杂系统”，工程师需双思维转变
为何智能体落地难度远超传统AI？于广游直指核心：智能体是由多因素交织构成的不确定性复杂系统。传统微服务系统的输出可预测，而智能体效果受模型、架构、提示词、工具选择等七八个变量影响，且变量间相互作用；更关键的是，同一指令在不同时间输入，智能体输出结果可能不同，这种“概率性漂移”让传统软件工程的“Bug修复逻辑”失效。
应对这一挑战，工程师需完成两大思维转变：
-
从工程思维到科学实验思维：不能依赖预先规划，而要建立评测体系拆解复杂系统。例如腾讯云团队在开发智能体时，会将“代码生成准确率”拆解为“语法正确性”“逻辑完整性”“性能优化度”等子指标，通过控制变量测试不同模型、提示词的效果，逐步缩小不确定性范围；
-
从Day One思维到Day Two思维：传统软件上线（Day One）即代表功能完成，而智能体的Day One仅意味着“能运行”，后续需持续优化（Day Two）。以金融行业智能体为例，上线后需根据市场政策变化、用户反馈调整风险评估模型，迭代周期从传统软件的“季度级”压缩至“周级”。
郑立补充道，这种转变还体现在交付物上：“过去交付确定功能，现在交付概率性能力——你无法用‘对或错’定义智能体的回答，只能用‘是否符合业务目标’判断。比如客服智能体对客户投诉的回应，可能没有标准答案，但只要能降低客诉升级率，就是有效输出。”
破局关键：Agent Infra解决“偶然复杂度”，安全与可观测性成基础
面对智能体的不确定性难题，腾讯云与Dify均将Agent Infra（智能体基础设施）视为核心解决方案。于广游解释，企业落地智能体时会面临两类复杂度：本质复杂度（如金融风控的核心算法） 需业务方自行突破，偶然复杂度（如运行环境、安全防护、工具调用） 则可通过Agent Infra解决，而当前行业最迫切需解决的是三大基础能力：
-
安全沙箱：隔离自主运行风险智能体的自主决策可能带来破坏性后果——例如误删企业数据库、越权调用支付接口。腾讯云推出的Agent安全沙箱，为智能体提供独立执行环境，通过“权限最小化”原则限制操作范围：仅开放完成任务必需的API接口，实时监控异常行为，一旦检测到风险操作（如批量修改数据），立即触发熔断机制。目前该沙箱已在金融、政务领域落地，拦截风险操作超1.2万次；
-
可观测与评估工具：拆解复杂系统黑箱为解决“智能体决策不可追溯”问题，Agent Infra需提供全链路监控能力。例如Dify的可视化日志工具，可记录智能体的“思考过程”——调用了哪些工具、参考了哪些知识库片段、为何选择该决策路径，开发者能像“调试代码”一样定位问题；腾讯云还开发了智能体评估平台，通过模拟10万+真实场景，自动测试智能体在极端条件下的表现（如网络中断、数据缺失）；
-
记忆与学习优化：提升长周期任务能力传统智能体易“健忘”，无法处理跨天、跨场景的长任务。Agent Infra通过“情景记忆+语义索引”优化：一方面将用户历史交互、任务进度存储为结构化记忆，另一方面用RAG（检索增强生成）技术关联企业知识库，让智能体在处理复杂任务（如项目管理、合同审核）时，能“调用历史经验、参考专业文档”。例如腾讯元宝智能体已实现“跨30天的项目进度跟踪”，自动提醒延期风险并生成调整方案。
郑立强调，Agent Infra的核心价值是“降低认知负荷”：“开发者不用再关心底层的模型部署、算力调度，只需专注业务逻辑——就像用Word写文章不用懂排版代码，未来用Agent Infra开发智能体，也该这么简单。”
生态观察：开闭源分层互补，中小开发者的“Excel时刻”已至
随着Agent Infra成熟，智能体开发门槛正快速降低。郑立将这一趋势比作“AI开发的Excel时刻”：就像Excel让非程序员也能做数据统计，Agent Infra通过低代码/无代码工具，让中小公司、个人开发者无需深入理解大模型技术，就能搭建专属智能体。
具体来看，开闭源生态呈现“分层互补”格局：
-
开源层聚焦灵活性：Dify等平台将核心模块开源，开发者可基于源码修改提示词逻辑、接入私有知识库、自定义工具调用流程。例如某医疗团队在Dify开源版基础上，开发出“病历分析智能体”，接入医院电子病历系统后，能自动提取关键病症信息并生成诊断建议初稿；
-
闭源层保障稳定性：腾讯云等厂商的Agent Infra闭源服务，侧重提供高可用算力、安全合规保障、运维支持。金融机构、政务部门等对稳定性要求高的用户，更倾向选择闭源方案——例如某国有银行用腾讯云Agent Infra搭建“信贷审核智能体”，闭源架构确保用户数据不泄露，同时满足银保监会的合规审计要求。
对于中小开发者的入门门槛，两位专家看法一致：技术和成本已非障碍，缺乏勇气和清晰商业模式才是关键。郑立举例：“现在大模型智力过剩，个人开发者用免费开源工具+低成本算力，就能做出面向垂直场景的智能体（如宠物健康咨询、考研资料整理），但很多人卡在‘不敢启动’；而中小公司则需想清楚‘智能体如何创造独特价值’——是降本、提效，还是开拓新业务，不能盲目跟风。”
未来展望：Agent Infra将从“运行支持”转向“智能进化”，可调试性成重点
谈及未来1-3年Agent Infra的发展方向，于广游和郑立均提到“从‘能跑’到‘更聪明’”的升级：
-
腾讯云的“智能进化”路径：当前Agent Infra主要保障智能体安全运行，下一步将聚焦“数据驱动的能力迭代”。例如通过分析智能体的任务执行数据，自动优化提示词策略、调整工具调用优先级；还计划将强化学习融入Infra，让智能体在“试错-反馈-改进”中持续提升，“未来Agent Infra不仅是‘运行底座’，更是‘智能教练’”；
-
Dify的“可调试与记忆管理”突破：郑立团队正攻克“推理链可视化”——让开发者能直观看到智能体的决策步骤，定位“哪一步误解了用户意图”；同时优化记忆机制，不再是简单存储历史数据，而是建立“语义化情景记忆”，例如智能体处理客户投诉时，能关联该客户3个月前的反馈记录，理解“当前不满是否源于历史问题未解决”。
于广游还提醒，智能体普及可能重塑开发生态：“未来APP开发会分为‘集成Agent能力’和‘用AI Coding开发’两条路。开发者不能只做‘代码搬运工’，而要学会用科学实验思维设计智能体、用协同思维优化人机流程——能驾驭这种变化的人，才能抓住下一代交互革命的机遇。”
2025年的智能体元年，不仅是技术落地的起点，更是产业范式变革的开端。当Agent Infra逐步解决安全、可观测、低门槛等问题，智能体正从“小众工具”向“数字基础设施”演进——未来它可能是企业里的“数字员工”，是生活中的“场景助手”，更是推动产业智能化转型的核心引擎。正如郑立所言：“智能体的价值，最终要靠‘解决具体问题’证明，而Agent Infra就是让这份价值落地的关键拼图。”
