Let's Make AGI Real

本号刚总结完2025智能体领域进展，Langchain便发表了一份基于扎实调查的报告，有很多发现可圈可点。这里总结如下。

主要结论：2025年标志着人工智能行业重心的根本性转移——从单纯的大语言模型（LLM）狂热，转向了智能体（AI Agent）的工程化落地。LangChain 团队近期对全球 1340 名专业人士进行的深度调查显示，企业关注的焦点已从“是否采用 Agent”转变为“如何构建可靠、高效且可扩展的 Agent 系统”。本文将基于该调查数据，详细剖析 Agent 的落地现状、核心应用场景、面临的技术挑战以及工程化实践的关键趋势。

一、“智能体工程”时代已经到来

回顾过去三年，AI 行业经历了大模型的爆发（2023年）和工具链的整合（2024年），而在2025年，行业正式迈入了“代理工程（Agentic Engineering）”时代。与传统软件开发不同，代理工程的核心在于驾驭“非确定性”。传统软件遵循“输入A必得结果B”的确定性逻辑，而 AI Agent 则根据上下文和工具调用结果动态调整决策路径。

这种非确定性特征决定了代理工程不是一次性的开发任务，而是一个持续迭代、打磨质量的过程。调查显示，绝大多数从业者已意识到，要将大模型转化为可靠的系统，必须在系统设计、工具集成和故障排查上投入巨大的工程努力。

二、 规模化部署的加速与分化

1. 生产环境部署成为主流

本次调查最显著的发现是 Agent 生产部署率的飞跃。数据显示，57.3%的受访组织已将 Agent 投入生产环境，这一比例较 2024 年的 51.2% 有了显著提升。与此同时，仅处于探索阶段的企业比例从 19.7% 下降至 12.3%,。这表明，Agent 技术已跨越了概念验证（PoC）的鸿沟，正式进入规模化落地初期。

2. 大型企业的“马太效应”

在落地进程中，企业规模成为了一个关键的分水岭。员工规模在 1 万人以上的大型企业中，高达67%已实现生产部署，而百人以下的初创企业这一比例为 50%,。这种差异主要源于基础设施的成熟度。大型企业在平台建设、安全性及可靠性基础设施上拥有更深厚的积累，使其能更快地将试点项目转化为稳定的生产系统。相比之下，初创企业虽开发意愿强烈，但在从 Demo 到 Production 的跨越中面临更多资源限制。

3. 行业渗透的广泛性

从行业分布来看，科技行业以 63% 的占比遥遥领先，这符合其技术敏感度高的特点。然而，金融服务（10%）、医疗（6%）、教育及制造业等传统行业的参与度也在稳步提升,。这说明 Agent 正从科技圈的“玩具”转变为各行各业的生产力工具。

三、 应用场景演变：从后台辅助到前端交付

调查揭示了 Agent 应用场景的深刻变化：企业正逐渐通过 Agent 重塑客户交互与内部流程。

1. 两大核心场景：客服与数据分析

客户服务（26.5%）和研究与数据分析（24.4%）占据了所有主要部署场景的半壁江山,。

• 客户服务：这一场景的登顶标志着 Agent 已从内部辅助工具转向直接面向客户的前端工具。企业利用 Agent 处理标准化程度高的服务需求，以降低人工成本并提升响应速度,。
• 数据分析：Agent 擅长处理海量信息和跨源推理，能够有效解决人工处理数据耗时且易遗漏的问题，成为知识密集型任务的首选助手,。

2. 企业规模决定的应用偏好

不同规模的企业在场景选择上表现出截然不同的优先级：

• 大型企业（10k+员工）：首选内部生产力提升（26.8%），如 HR 简历筛选、财务报销审核等,。大企业组织架构复杂，优化内部流程带来的规模化收益远超小企业，因此它们倾向于“先内后外”。
• 小型企业：更倾向于直接产生营收或获客的场景（如销售自动化），追求立竿见影的投入产出比。

3. 个人开发者的日常选择

在个人层面，编程智能体（Coding Agents）如 Cursor、GitHub Copilot 等已主导日常工作流。其次是用于探索新领域的深度研究 Agent（如 Perplexity）。此外，基于 LangChain 构建的定制化内部工具（如自动化测试、知识库查询）也日益普及,,。

四、 核心挑战：质量与延迟的博弈

尽管落地迅速，但在将 Agent 推向生产的过程中，企业仍面临严峻挑战。

1. 输出质量：最大的“拦路虎”

32.9%的受访者将“输出质量”列为首要障碍。这里的质量不仅指事实准确性，还包括相关性、一致性、语态合规性等。对于大型企业而言，如何在大规模上下文中避免“幻觉”并保持输出一致性，是目前最棘手的难题,。由于 Agent 的非确定性，同一输入可能产生不同输出，这在金融、医疗等高合规要求行业是不可接受的风险。

2. 延迟与响应时间：用户体验的痛点

20.1%的受访者对延迟表示担忧，这一问题在面向用户的场景（如客服）中尤为突出,。这反映了工程设计中的核心权衡：更智能的 Agent 往往需要进行多步骤推理和多次工具调用，但这必然导致响应变慢。对于缺乏基础设施优化能力的小型企业，延迟问题直接影响用户留存。

3. 安全与合规：大企业的隐忧

对于 2000 人以上的大型企业，安全与合规（24.9%）超过延迟成为第二大障碍,。随着 Agent 深入核心业务，数据泄露和违规操作的风险呈指数级上升。

值得注意的是，成本管理的关注度较往年明显下降（12.8%）。模型价格的持续走低和效率的提升，使得企业不再将原始支出视为主要瓶颈，转而更关注效果与体验,。

五、 工程化支柱：可观测性与评估体系

为了应对上述挑战，企业正在构建以“可观测性”和“评估”为核心的工程体系。

1. 可观测性（Observability）：从可选项变为必选项

报告将可观测性称为 Agent 开发的“入场券”（Table Stakes）。89%的组织已实施了某种形式的可观测性，而在生产级企业中，这一比例更是高达94%,。由于 Agent 决策过程如同“黑盒”，缺乏可观测性意味着无法追踪推理链和工具调用过程。一旦出现故障（如理解错误、工具调用失败），团队将无法进行有效调试。可观测性工具通过“打开黑盒”，帮助工程师建立信任并控制风险。

2. 评估（Evaluation）：正在追赶的关键能力

相比可观测性，评估体系的建设相对滞后，但正在快速成熟。

• 混合评估模式：约四分之一的团队采用“离线+在线”的混合评估策略。离线评估（52.4%）用于开发阶段的基本验证，在线评估（37.3%）用于监控真实世界的表现,,。
• 评估指标的革新：传统的机器学习指标（如 ROUGE、BLEU）因不适用开放式交互而逐渐被抛弃（仅16.9%采用）。取而代之的是人工审核（59.8%）和大模型裁判（LLM-as-a-Judge, 53.3%）。前者保证深度和细致度，后者解决规模化和标准化问题,。

六、 技术栈趋势：多模型与反微调

在基础设施选择上，企业表现出了明显的实用主义倾向。

1. 多模型策略（Multi-Model）

单一模型统治的时代已经结束。尽管 OpenAI 的 GPT 模型使用率高达 67.8%，但超过四分之三的组织在开发或生产中混合使用多个模型,。企业根据任务需求（如复杂推理用 Claude/GPT-4，简单任务用开源模型）动态路由，以优化成本、延迟并降低供应商锁定风险。Google Gemini、Anthropic Claude 以及开源模型（如 Llama、Mistral）均占据了重要市场份额,。

2. 微调（Fine-tuning）的遇冷与 RAG 的兴起

与市场热度相反，微调并未成为主流。57% 的组织完全不进行微调，仅 13.8% 在生产中大量使用,。微调的高门槛（数据标注、训练设施、维护成本）使其仅适用于极少数特定场景。绝大多数企业选择了性价比更高的路径：基础模型 + 提示工程 + 检索增强生成（RAG）。这种组合既能快速适配业务数据，又避免了沉重的维护负担。

七、 结论与展望

2025年的调查报告清晰地描绘了 AI Agent 从“新奇技术”走向“工业基础设施”的轨迹。

1. 规模化已成事实：大企业凭借基础设施优势领跑，Agent 已深入客服、数据分析及内部流程优化等核心业务。
2. 可靠性是核心命题：面对输出质量及延迟的挑战，建立完善的可观测性和评估体系已成为企业部署 Agent 的必要条件。
3. 技术路线务实化：企业不再盲目追求单一最强模型或昂贵的微调，而是转向多模型路由和 RAG 架构，追求最佳的效能与成本平衡。

虽然“Agentic Everything”（万物代理化）的时代尚处于早期阶段，但随着代理工程方法论的成熟，AI Agent 正逐步构建起新一代智能软件的基石。对于企业而言，现在的关键不再是犹豫是否入局，而是尽快建立起支持 Agent 持续迭代与评估的工程能力。

参考来源：本综述基于 LangChain "State of AI Agents" 报告文本及相关视频解读整理而成。所有数据引用均对应源文件中的段落索引。