2025：Agentic AI的元年，AI代理进入营运核心｜苏仲成

2023年，许多人第一次亲身体验人工智能的潜力──ChatGPT打开了我们与AI互动的新世界。不论是用来帮忙写电邮、做简报、编故事，还是用在日常客服与教学场景，这类聊天型人工智能（Chatbot）工具迅速渗透到各行各业。但用了一年多之后，我们逐渐发现这类对话式AI的限制：它只能“应答”，不能“主动”，每次互动都像重头开始。它无法记住你的流程、不会主动帮你工作，也无法接管现实中的任务执行。这正是Chatbot与AI Agent的分野所在，也说明了为什么2025年会被称为“Agentic AI元年”。

文：Michael C.S. So（岭南大学研究生院客席助理教授）

Chatbot、AI Agent 和 Agentic AI 有什么不同？

Chatbot是我们对AI最初的印象，从FAQ机械人到GPT类对话助手，它们善于回应，但缺乏持续性和执行力。AI Agent的诞生，正是为了弥补这一点：它可以记忆上下文、自动规划任务步骤、使用外部工具完成多步骤工作，真正变成企业营运流程的一部分。

而Agentic AI则是更高一层的概念，它不只是一个执行指令的工具，而是拥有自主性、决策力和持续学习能力的智能代理。这些Agent能与其他Agent合作，甚至形成虚拟团队，在不需要人类介入的情况下完成复杂的专案。

这种技术上的转变，代表AI已经从知识助手转型为任务执行者，并即将全面进入组织营运核心。

为什么2025会被认为是Agentic AI的元年？

原因有三：技术成熟、应用爆发与思想转变。

首先是技术面。以Manus.ai为例，这个新兴平台让AI不再只是生成答案，而是能够主动执行工作流程。你只需输入一个目标，例如“建立网站”或“整合CRM资料”，它就能自动拆解步骤，指派子Agent去完成不同任务，甚至持续追踪进度并进行调整。这不再是回答问题，而是完整的工作管理与执行。

另一方面，来自中国的智谱AI（Zhipu.ai）则推出了Auto GLM这个开源框架，专为中文场景与企业应用优化。它特别强调“工具学习与选用”的能力，能根据任务自动调用内部文件、第三方API、甚至本地数据库，成为真正嵌入企业流程的AI。Auto GLM还支援本地部署与安全控制，对需要保障数据私隐的企业非常重要。

这两条技术路线——Manus重协作与任务规划，智谱重语境与本地化——都在展示同一个未来：AI不只是工具，而是组织中的数码同事。

NVIDIA黄仁勋：未来每家公司都会“租AI Agent”

这股潮流也获得产业领袖的强力背书。NVIDIA创办人兼CEO黄仁勋（Jensen Huang）在2025年的GTC大会上指出：“未来每一家公司都会租用AI Agent来为你工作。”他认为，AI Agent将成为企业新形态的生产力来源，而企业的角色将不再只是雇用员工，而是管理一群虚拟的AI工作者。

黄仁勋更进一步表示：“每家公司都会变成AI工厂（AI factory）”，这些工厂不是生产汽车或电子产品，而是持续生成AI可以使用的数据“代币”（tokens）和工作成果。这是一种全新的营运思维：企业的“产能”不再只是人力与机器，而是包含了AI Agent的生产力。

为支援这场变革，NVIDIA推出了NeMo微服务平台，帮助企业自建AI Agent系统，并整合自家数据与业务逻辑。这种AI系统可用来处理客服、法务、财务分析、IT维运等领域，甚至让管理者设定Agent间的协作方式，实现真正的AI团队运作。

这表示，我们每一位知识工作者的角色也正在转变：你不只是部门主管、专案经理，更是AI Agent的编排者、流程设计者与绩效评估者。

谁应该使用AI Agent？怎么开始？

AI Agent并不是大型企业专属，中小企业反而是最能即时受惠的用户。

举例来说，客户服务部门可以使用AI Agent自动回复问题、过滤客户类型，甚至引导至人类客服。行销部门能利用Agent抓取竞争对手活动、安排广告排程、生成社交内容。行政与HR则能透过Agent处理入职、报到、假期申请与培训规划，甚至分析员工表现。

要启动AI Agent也不复杂。目前市面上已有不少平台如Dify.ai、Langflow、Flowise，可让你透过可视化方式设计AI流程，无需程式背景，只要熟悉业务逻辑就可以启动。

我建议企业可以从一个任务加一个部门做起。例如：

建立一个AI客服代理，串接WhatsApp

建立一个AI文案助手，自动生成每周社交贴文

设计一个AI业绩报表助手，每天抓取销售数据并汇整成简报

结语：你的工作将从执行者变成协作者

如果说2023是体验ChatGPT的一年，2024是探索AI应用的一年，那么2025就是真正实践AI协作的一年。

Agentic AI的兴起，不只是AI的进化，更是工作模式的重塑。我们未来的职责，将不再是事事亲力亲为，而是设计、管理与优化AI的执行。这场变革的关键不是你“会不会用AI”，而是你“能不能让AI替你工作”。

从现在开始，企业应该思考：哪些任务可以由AI接手？哪些流程可以由AI优化？谁来管理这些AI Agent？掌握这些答案的，就是未来真正的营运赢家。