
0:000:00
<p>【本期课题】</p><p>AI agent半年回顾。</p><p>【栏目介绍】</p><p>在《产业观察》这档专栏里,我们会为你厘清不同产业的历史沿革,希望能够从中找到一些底层的规律。虽然当下变化迭起,但是所有新风口都有迹可循,不同产业的发展其实也有很多相似之处。</p><p>【免责声明】</p><p>本节目的所有内容并非旨在提供任何形式的建议,包括但不限于投资、税收、会计或者法律上的建议。</p><p>【本期嘉宾】</p><p>刘鹏琦,峰瑞资本执行董事。</p><p>颜黔杭,峰瑞资本副总裁。</p><p>【内容索引】</p><p>01:55 从年初DeepSeek的爆火到如今AI智能体(AI Agent)的涌现,这半年AI领域有哪些超预期的热点事件?</p><p>07:43 在模型领域,大厂的介入将竞争推向“全民军备竞赛”,国内“六小龙”与大厂间的竞争也愈发白热化。在应用侧,部分垂直场景已初步实现产品市场匹配(Product Market Fit,PMF),但通用场景的长期商业化前景仍需观察。</p><p>10:48 AI Agent概念怎么理解?这个赛道有哪些共识和分歧?</p><p>11:23 自2022年底OpenAI推出ChatGPT以来,AI应用已从基于提示词(prompt)的直接对话交互模式,发展到AI 工作流(Workflow),再到今天的AI agent阶段。与前两者不同,AI agent的特点在于能够自主感知环境、做出决策并执行任务。</p><p>14:05 Tool use(工具使用)和强化学习,如何赋能AI Agent?</p><p>17:41 为什么AI编程能率先实现PMF?</p><p>20:40 基于强化学习迭代的Agent,是AI应用迈向“终极智能”的路径吗?</p><p>26:13 目前,Agent的技术路径大致分为两种:第一种是完全端到端、基于强化学习(RL)的agent,以OpenAI的Deep Research、Kimi近期发布的Researcher为代表;第二种是在工程框架下,将Agent按照不同的能力类型拆分,然后分别提升单点能力。</p><p>33:03 听说“The Bitter Lesson”是OpenAI工程师必背的经典,它对AI Agent来说意味着什么?</p><p>39:24 具身智能的垂直小模型与通用...