两年时间，足以让AI图像生成领域发生翻天覆地的变化。假设两位开发者同时起步，一人专注ComfyUI及相关工作流，另一人则悠闲度日，那么GPT-4o更新后，他们却可能站在同一水平线上。
这正是许多创业者焦虑的根源：持续的努力，是否只是在不断升级的平台上徒劳无功？
基础模型能力的突破，会迅速淘汰那些依赖工程优化作为卖点的应用。尽管“模型无关”的理念存在，但上层应用始终受制于基础大模型。图像生成如此，近期爆火的Agent亦是如此。
Manus的出现，点燃了Agent的热潮，但业内人士普遍认为，缺乏基础模型和强化学习技术的Agent团队，最终将被大模型公司超越。
原因在于：结合大模型和强化学习的Agent，本质上是人工智能时代的“AI个体”，能够独立完成任务理解、推理、决策和执行的全流程。这与以往的AI工具截然不同，后者只能完成单个环节，且需要人工指导。而终极Agent则完全自主，能够独立完成整个工作流程，甚至替代特定工种。
Agent的成功，离不开大模型和强化学习。我们可以将Agent比作“毕业生”：掌握基础模型和强化学习的大模型公司是正规大学；只掌握强化学习的团队是课外辅导班；而两者都不掌握的纯Agent公司，则可能连“入学资格”都没有。
智谱在中关村论坛发布的AutoGLM“沉思”——首个集深度研究和操作能力于一体，并直接上线客户端的Agent产品，印证了这一趋势。这标志着模型厂商的反击，也预示着Agent竞争的进一步白热化。
- 大模型与强化学习：Agent的核心
Agent的未来，归根结底，属于大模型公司。无论是“模型即产品”，还是“产品皆由模型构成”，都无法否认模型与产品密不可分的事实。
Agent的概念源于强化学习，并非大模型的产物。市场上许多产品，只是工作流的堆砌，鱼龙混杂。
真正具有自我学习和决策能力的Agent，其鼻祖可追溯到AlphaGo。不同于“深蓝”等依赖人工规则的传统AI，AlphaGo通过深度神经网络，直接从数据中学习，实现了自我学习，摆脱了对人工经验的依赖。
这种能力迁移的底层逻辑，正是当前大模型Agent的核心目标——在复杂开放环境中自主进化。而强化学习，正是实现这一目标的关键手段。
没有强化学习，就无法构建Agent。OpenAI的Deep Research团队多次强调，基于强化学习的端到端训练是Agent技术革命的核心，因为它解决了传统AI在复杂场景下的灵活性与泛化能力瓶颈。
2023年，文本和多模态大模型能力大幅提升，大模型与强化学习的融合，为Agent带来了新的想象空间：基础模型提供语言理解、任务拆分和推理能力；强化学习则强化Agent在特定领域的专业技能。
一位强化学习研究员将AlphaGo与当前Agent的差异比作：训练单细胞生物（AlphaGo）与训练人类（Agent）。
基座模型赋予Agent通识教育的水平，而强化学习则使其具备职业技能，使其能够胜任实际工作。
2024年，智能体竞争激烈，但直到R1的出现，强化学习地位提升，模型的长链路推理能力增强，OpenAI发布Deep Research、Monica团队发布Manus后，Agent才具备了执行完整工作流程的能力。
AI 舌诊面诊问诊医疗系统 + 诊疗商城系统源码是一套结合 AI 辅助诊断与商品转化的健康类程序，基于浩创云、ThinkPHP（PHP）开发，支持微信服务号与 H5 端，适合做中医舌诊面诊问答、健康建议推送以及配套诊疗商品的运营。
OpenAI Deep Research的商业可行性也得到了验证，其月费200美元的定价，体现了其对Agent的自主定价权。而缺乏基础模型的Agent团队，则受制于模型API价格和稳定性。
因此，Agent成为大模型厂商的必争之地，2025年注定是Agent爆发之年。智谱同时掌握模型和产品，能够对Agent进行自主定价。
- 国产大模型的Agent先锋：智谱AI
Agent的关键在于基座模型和强化学习能力。大多数专注Agent的公司缺乏基座模型研发能力，拥有强化学习团队的也寥寥无几。他们只能通过工程优化或差异化定位来争取时间。
但由于缺乏底层模型能力，这种策略只能争取短暂的优势。而能够训练模型的公司，在开发Agent方面往往事半功倍。
智谱AI是国内最早研究和发布Agent产品的团队之一。公开资料显示，智谱清言是国内最早具备Function Call能力的模型产品之一，这为Agent奠定了基础。
智谱AI还率先推出了设备操控智能体AutoGLM，并在Agent Open Day上进行了演示。
此次发布的AutoGLM“沉思”，能够自动完成撰写文章并发送邮件等任务。
国外的通用Agent产品，如Anthropic的computer use和OpenAI的Deep Research、Operator，已经问世。而国内的通用Agent产品相对较少。
AutoGLM“沉思”的主要能力包括：模拟人类思考、感知世界和使用工具。
与OpenAI Deep Research相比，AutoGLM“沉思”除了深度研究能力，还具备操作能力，能够跨多个网站搜索信息，并进行多模态理解。
两者最显著的区别在于价格：Deep Research每月订阅费用为200美元，而AutoGLM“沉思”目前对所有用户免费开放。
智谱AI的模型研发能力有目共睹。AutoGLM“沉思”的所有模型技术均为国产自研，并将于4月14日开源。
- 通往AGI的未来之路
Agent是实现AGI的关键载体。Agent的能力正在逐渐与人类需求接轨，这将创造一个全新的赛道，改变人机交互的形态。
Agent将能够帮助人类完成越来越多的任务，从简单的数字任务到现实世界中的复杂事务。
我们正处于AGI的前夜，Agent将成为人类的数字代理。大模型公司的第二场战斗才刚刚开始，好的Agent产品将成为竞争的关键。智谱AI的先发优势不容忽视。
