从模型之战到Agent之战：未来90天必须关注的3个信号

今天给家人们分享一下，2025 AI Agents的六大趋势、Multi-Agents的协作架构、Agent的自主L1 ~ L5等级 ~

趋势一：DeepResearch Agent —— 任务从执行到拆解与监督

我们最熟悉的Agent模式是接收一个任务，然后自己从头干到尾。

DeepResearch的玩法变了，它引入了一个Manager的角色。

Manager 不亲自干活，核心任务是两件事：

• 拆解任务：把一个复杂问题（比如“分析Q3季度AI Agent行业报告”）拆解成一堆更小的、可以独立执行的子任务（文献检索、数据验证、图表生成、摘要撰写等）。
• 监督与整合：把这些子任务派发给不同的“专家Agent”，然后监督它们的工作，最后将结果整合成一份完整的报告。

Anthropic Multi-Agent Architecture in Action

Anthropic 的 Deep Research，就是用的这种 Orchestrator-Workers 模式。

主Agent（Opus 4）负责策略制定和任务分配，子Agent（Sonnet 4）负责并行执行，性能直接提升了90%以上。

趋势二：Coding Agents —— 从单人开发到AI软件团队

编程可能是Agent最快落地的领域。单个Coding Agent也许能写一个函数或修复一个bug，但面对整个软件生命周期（需求、设计、编码、测试、部署）就有一点扛不住了。

所以大家都在说，未来的AI编程，会是一个AI Team：

• 产品经理Agent:负责理解需求，编写PRD。
• 架构师Agent:设计系统架构和技术选型。
• 程序员Agent:编写具体的代码。
• 测试工程师Agent:编写单元测试和集成测试。
• 运维工程师Agent:负责部署和监控。

这种协同工作的模式，让AI真正有能力端到端地交付一个完整的软件项目，而不再只是个高级的代码补全工具。

趋势三：CUA (Computer Using Agents) —— 桌面不再是界面，而是可编程环境

让Agent操作我们的电脑，一直是行业的终极目标之一。但单一Agent学习操作无数软件的成本极高，而且非常脆弱。

一个新思路是：为不同的任务和软件训练专门的Agent。

• 一个Excel Agent，精通所有表格操作和数据透视。
• 一个Photoshop Agent，擅长图像处理和设计。
• 一个浏览器Agent，负责信息检索和在线操作。

当一个复杂任务（比如“从网页下载数据，整理到Excel，然后做成PPT”）下达时，一个“总管Agent”会依次调用这些“专家Agent”来接力完成。

趋势四：Agentic RAG —— RAG已死，可反思、可规划的检索当立

传统的RAG就是个“问-查-答”的单向过程，AI无法判断检索到的内容是否准确或充分。

Agentic RAG则是一个动态的、可反思的多Agent流程：

1. 查询Agent:负责理解用户问题，并将其转化为多个检索查询。
2. 检索Agent:并行执行查询，从多个数据源获取信息。
3. 评估Agent:评估检索结果的质量和相关性，如果信息不足，会要求“查询Agent”重新生成查询。
4. 总结Agent:基于筛选后的高质量信息，生成最终答案。

这个过程引入了规划、执行、反思的闭环，让信息检索的可靠性发生了质的飞跃。

趋势五：Agent Protocols —— 让AI们说同一种语言

当成千上万的Agent需要协作时，必须有一套统一的“沟通协议”，就像互联网的TCP/IP一样。这就是Agent Protocols要解决的问题。

无论是OpenAI的MCP，还是Google的A2A，它们都在尝试定义一套标准，让不同的Agent能够：

• 互相发现 (Discovery):知道彼此的存在和能力。
• 任务分配 (Task Assignment):清晰地传递任务和上下文。
• 数据交换 (Data Exchange):安全、高效地共享信息和状态。

趋势六：Voice Agents —— 从语音助手到实时AI队友

未来的语音交互，不会是一个孤立的AI在回答你。当你开车时，一个多Agent语音系统可能正在协作：

• 感知Agent:负责将你的语音转化为文本，并理解意图。
• 导航Agent:实时规划路线。
• 通讯Agent:帮你拨打电话或回复消息。
• 娱乐Agent:控制音乐播放。

它们在一个共享的上下文中无缝协作，提供的是一种情景感知、主动服务的环境智能，这与Siri、小爱同学这类被动响应的“语音助手”有本质区别。

Multi-Agent的协作架构

那么，这些Agent们到底是如何协同工作的呢？微软Azure和Anthropic给出了几乎一致的答案，我们可以将其归纳为五种核心编排模式。

1. Sequential Orchestration: 像工厂流水线，每个Agent处理上一个Agent的输出。适用于“起草-审查-润色”这类线性工作流。

2. Concurrent Orchestration: 多个Agent同时处理同一个任务，从不同角度提供见解（比如技术、商业、创意），然后汇总。

3.Group Chat Orchestration: 所有Agent在一个共享的对话中协作，由一个“聊天管理器”协调流程，适合头脑风暴或复杂问题决策。

4. Handoff Orchestration: 任务在一个Agent网络中动态传递，每个Agent评估任务后，决定是自己处理还是移交给更合适的Agent，非常适合复杂的客户服务场景。

5. Magentic Orchestration: 专为开放式、无预定解决方案的复杂问题设计。一个“经理Agent”会动态构建和完善任务列表，并与“专家Agent”协作来制定和执行计划。

Agent的治理与风险

当Agent可以自主行动时，一个终极问题浮出水面：我们如何控制它们？

华盛顿大学在2025年的一篇论文中，提出了一个“AI自治五级”框架，它不关注Agent的能力，只关注用户在交互中的角色。

Levels of Autonomy

• L1 操作员 (Operator):人类完全控制，AI仅提供建议或执行单步操作。
• L2 协作者 (Collaborator):人机协同，多轮沟通，动态分配任务。
• L3 顾问 (Consultant):AI主动规划和执行，人类提供反馈和方向。
• L4 审批者 (Approver):AI几乎完全独立，仅在关键节点寻求人类批准。
• L5 观察者 (Observer):AI完全自主，人类仅监督和拥有“紧急停止按钮”。

最后

2025年，AI Agent领域最激动人心的故事，不再是关于某个模型跑分又提升了多少，而是关于智能体之间如何形成高效、可靠的协作。

从DeepResearch的任务拆解，到Coding Agent的软件团队...

我们正在见证智能体时代的到来。

本文转载自​​​探索AGI​​​，作者：猕猴桃