新聞資訊 NEWS
“今天，AI第一次不靠人類點擊，就獨立完成了一首Rap并同步生成MV。“7月26日下午，上海世博中心主論壇，階躍星辰CEO姜大昕按下啟動鍵后，Agent在40秒內寫完歌詞、匹配鼓點并推送至大屏。臺下掌聲響起，不是因為歌詞押韻，而是因為這意味著大模型從“對話”躍遷到“執行”——2025世界人工智能大會（WAIC 2025）用一整天的議程，把“Agent”確立為年度關鍵詞。
如果把2023年的大模型比作會說話的百科全書，2025年的Agent就是拿著工具箱、能進辦公室的“超級員工”。在階躍星辰的展臺，終端Agent接入Mac Studio，調用本地GPU云主機（8×A100 80G顯存，峰值算力5 PFLOPS）實時推理，把用戶哼出的三小節旋律擴展成完整編曲;MiniMax則在隔壁展廳演示“全棧通用智能體”，對著一段“幫我做一款記賬App”的自然語言需求，Agent自動完成需求拆解、代碼生成、單元測試、Docker鏡像打包，全程耗時11分27秒——這背后是一套“思維鏈-行動鏈”雙循環架構：大模型先輸出任務圖（planning），再調用沙箱里的代碼解釋器、瀏覽器、數據庫工具依次執行（acting），失敗即回溯重試，直至通過CI/CD流水線。MiniMax技術副總裁曾國洋在媒體群訪中解釋：“我們把工具的API schema當作'外語'教給模型，讓它學會像程序員一樣閱讀文檔、寫調用。”
行業級Agent的落地更早也更重。螞蟻數科聯合意言科技首發的“金融合規Agent”已在三家股份行試運行：讀取新監管條文后，Agent在2小時內遍歷銀行全部存量產品合約，標出143處潛在違規條款并給出修訂模板，準確率達96.4%（來源：螞蟻數科《2025Q2金融Agent評估報告》，2025-07-15）。工業場景里，某頭部汽車廠把產線質檢Agent部署在邊緣GPU云主機（NVIDIA L40 48G顯存×4），Agent通過視覺-語言模型實時解析工人語音指令“檢查車門縫隙”，自動調取3D相機點云，將誤差大于0.2毫米的部件打上紅框，單件檢測時間從45秒壓縮到3秒。
算力是Agent“自主”的前提。WAIC發布的《中國AI算力發展指數》顯示，2025年上半年國內GPU云主機租賃量同比增長312%，其中65%用于Agent推理與微調（國家信息中心&IDC，2025-07）。階躍星辰工程負責人透露，其音樂Agent單次創作需并行跑通歌詞、旋律、混音三條擴散模型，顯存峰值占用74 GB，“如果按一年前的H800卡，用戶得等三分鐘;現在A100×8的云集群把延遲壓到12秒，體驗才像'實時'。”
技術原理上，Agent的核心是“大模型+工具調用+記憶系統”。MiniMax在模型側引入“混合專家-工具路由”機制：每一層Transformer中插入輕量級門控網絡，決定當前token是否需要調用外部工具，從而把工具API的調用延遲從230 ms降到41 ms。記憶系統則借鑒了操作系統分頁思想，把長期記憶（用戶歷史、行業知識）分頁存儲在分布式KV數據庫，短期記憶（當前任務上下文）留在GPU顯存，換頁由模型自主觸發，避免顯存溢出。姜大昕比喻：“Agent的內存管理就像程序員手動開換，只是現在由模型自己決定何時換入換出。”
走出世博中心，夜幕下的上海依舊車流如織。只是此刻，一部分紅綠燈的配時決策已由交通Agent接管;而在看不見的云端，更多Agent正排隊領取下一塊GPU——它們不再等待人類提問，而是在尋找下一個需要被解決的問題。