如果你最近一直在關注 AI，你可能聽說過 “AI Agents” 和 “Agentic AI” 這兩個術語。雖然它們聽起來像是高深的科技術語，但實際上指的是兩種不同類型的人工智能，它們都對我們的世界產生了巨大的影響。

它們究竟是什么？

它們之間有何不同？

更重要的是，我們為什么要關注它們？

讓我們帶著以上問題，來探索 AI Agents 和 Agentic AI 的差異、實際應用和未來。

一、什么是 AI Agents 和 Agentic AI？

什么是 Agentic AI？

從本質上講，Agentic AI 是一種以自主性為核心的 AI。這意味著它可以做出決策、采取行動，甚至自主學習以實現特定目標。它就像一個虛擬助手，能夠思考、推理，并適應不斷變化的環境，而無需持續的指令。Agentic AI 的運作分為四個關鍵階段：

1. 感知：它從周圍的世界收集數據。
2. 推理：它處理這些數據以了解正在發生的事情。
3. 行動：它根據其理解決定做什么。
4. 學習：隨著時間的推移，它會不斷改進和適應，從反饋和經驗中學習。

圖片

這使得 Agentic AI 高度自主，能夠處理需要推理、解決問題和適應新情況的復雜任務。

什么是 AI Agent？

另一方面，AI Agent 通常是為了執行特定任務而設計的。它們旨在幫助您完成某些任務，例如回答問題、組織日歷，甚至管理電子郵件收件箱。AI Agent 擅長自動執行簡單、重復的任務，但不具備 Agentic AI 所具備的自主性或決策能力。您可以將它們視為虛擬助手，它們會完全按照您的指令執行，無需自行思考。

圖片

有何不同？

二、在現實世界中我們在哪里可以看到這些？

Agentic AI 的實際應用

1. 自動駕駛汽車：Agentic AI 最激動人心的應用之一是自動駕駛汽車。這些 AI 系統能夠感知周圍環境，做出駕駛決策，并從每一次駕駛中學習。隨著時間的推移，它們能夠更好地導航和應對道路上的新挑戰。例如，特斯拉的全自動駕駛系統就是 Agentic AI 的一個例子，它能夠不斷從駕駛環境中學習并調整自身行為，以提高安全性和效率。
2. 供應鏈管理：Agentic AI 也在幫助企業優化其供應鏈。通過自主管理庫存、預測需求并實時調整配送路線，AI 可以確保更順暢、更高效的運營。亞馬遜的AI 倉庫機器人就是一個例子——這些機器人能夠在復雜的環境中導航，適應不同的條件，并在倉庫內自主移動貨物。
3. 網絡安全：在網絡安全領域，Agentic AI 可以通過分析網絡活動并自動響應潛在漏洞來檢測威脅和漏洞。人工智能網絡安全公司 Darktrace使用 Agentic AI 實時自主檢測、響應和學習潛在的網絡威脅。
4. 醫療保健：人工智能在醫療保健領域也發揮著重要作用。Agentic AI 可以協助診斷、提供治療建議和患者護理管理。它可以分析醫療數據，識別模式，并幫助醫生做出更明智的決策。例如，IBM 的 Watson Health使用人工智能分析海量醫療保健數據，從新信息中學習，從而提供洞見，幫助醫生和醫療保健專業人員。

AI Agent 的實際應用

1. 客戶支持AI Agent 最常見的用途之一是客戶服務。聊天機器人可以回答問題、解決問題并指導客戶完成所有流程——所有這些都無需人工干預。Zendesk 的 AI 聊天機器人可以幫助企業快速高效地響應客戶查詢，充當 AI Agents 處理常見問題，從而解放人工客服人員，使其專注于更復雜的任務。
2. 個人助理如果您使用 Siri 或 Google Assistant 等語音助手，您可能每天都會與 AI Agents 互動。它們可以幫助您設置提醒、查看天氣或播放您喜歡的音樂——這些任務雖然實用，但不需要太多決策。這些 AI Agents 依賴于預定義的命令，并且非常擅長處理簡單、重復的任務。
3. 電子郵件管理AI Agents 也非常適合管理您的收件箱。它們可以對電子郵件進行分類，標記重要郵件，甚至提供智能回復以節省您的時間。Google的 Gmail 智能撰寫功能就是 AI Agents 的絕佳范例，它通過根據上下文建議短語來幫助用戶更快地回復電子郵件。
4. 生產力工具類似 GitHub Copilot 這樣的工具屬于人工智能智能體，它們通過提供代碼建議和協助調試，幫助軟件開發人員。這就好比多了一雙時刻準備提供幫助的眼睛。該人工智能智能體通過實時給出代碼建議，提高了開發人員的工作效率，讓他們能夠將精力集中在工作中更具創造性的方面。

三、展望未來：Agentic AI 和 AI Agents 的下一步是什么？

優勢

• 行業變革：Agentic AI 和 AI Agent 正在改變行業。無論是讓自動駕駛汽車成為現實，還是實現客戶服務自動化，AI 都在讓一切變得更高效、更具成本效益。
• 更好的決策：Agentic AI 有潛力處理大量數據、識別模式并做出比人類更準確的決策。
• 個性化：在金融等行業，人工智能可以提供高度個性化的服務——根據實時數據和預測調整財務建議或投資策略。

風險與挑戰

圖片

• 工作崗位流失：隨著人工智能接管越來越多的工作，人們擔心客戶服務、駕駛甚至醫療保健等領域的失業。但人工智能也有可能創造新的就業崗位和機會。
• 倫理與問責：隨著人工智能系統日益自主，問責問題也隨之而來。如果一個代理型人工智能犯了錯誤，誰來負責？這些系統應該有多透明？
• 數據隱私：隨著越來越多的人工智能系統處理敏感數據，隱私問題日益凸顯。企業將如何保護用戶數據？目前有哪些保障措施？

隨著人工智能的不斷發展，AI Agents 和 Agentic AI 之間的界限可能會進一步模糊。這些技術相互補充的潛力巨大——想象一下，一個能夠像 Agentic AI 一樣學習和適應的 AI Agents，能夠提供更強大的自動化任務和決策能力。

四、最后的想法

相關鏈接：https://medium.com/@elisowski/ai-agents-vs-agentic-ai-whats-the-difference-and-why-does-it-matter-03159ee8c2b4