如果你想点一杯咖啡外卖送到家里，使用传统手机app的操作流程大致如下：打开外卖软件，搜索“咖啡”或某个咖啡品牌，挑选一家合适的店铺，选择想要的饮品类型，设置是否去冰、是否减糖等偏好，填写收货地址，点击下单，再通过密码或人脸识别完成支付……
但如果你的手机搭载了AI Agent（人工智能智能体），整个过程将变得极为简单——你只需对手机说一句：“帮我点杯咖啡，尽快送到家。”接下来无需任何操作，AI便会自动识别你的位置，启动外卖平台，根据过往习惯推荐你喜欢的品牌和口味，并自主完成下单与支付。
2025世界人工智能大会（WAIC 2025）于7月26日在上海拉开帷幕，AI智能体成为现场热议焦点。事实上，自从大模型进入落地应用竞赛阶段以来，AI智能体便频繁被提及。那么，听过了这么多概念，AI智能体到底是什么？它目前发展到了哪一步？
与传统智能助手有何不同？
“你可以把它想象成一位‘全能秘书’。”高通公司AI产品技术中国区负责人万卫星在接受中新经纬采访时这样解释AI智能体。他指出，所谓的“全能”，意味着它不仅能处理简单的指令任务，更能统筹生活、工作中的复杂流程。
“AI智能体会让生活和工作变得更轻松、更高效。”万卫星表示，用户只需一句话，Agent就能主动理解意图、调用工具、执行任务，真正实现“懂你所想”。其具备的感知能力与个性化学习机制，使其能够不断适应用户习惯。
据中国银河证券6月发布的研报引用摩根士丹利深度报告《AI Agents Knocking at the Door》指出，AI智能体已不再是被动辅助工具，而是正逐步成为能自主决策、执行任务的“数字员工”。该报告将AI智能体定义为：能够感知环境、规划路径、调用外部工具，并在执行中持续优化的自主程序。
AI智能体不仅是一个独立应用，更是一整套系统。“哪怕只是点一杯咖啡，背后也至少涉及四个关键步骤。”万卫星举例说明：当用户发出语音指令后，智能体首先通过语音识别模块将声音转为文字；随后交由大模型“大脑”解析语义意图；接着检索用户的个性化记忆库，了解常使用的外卖平台、偏好的咖啡种类、家庭地址等信息；最后整合数据生成提示词，调用相应App接口或模拟点击完成操作。
目前，模拟点击是AI智能体常见运行方式之一——即AI模仿人类在界面上的操作行为，但无需人工干预。整个流程耗时主要取决于操作复杂度，例如翻页次数。“已有数据显示，单个操作步骤已可控制在2秒以内。”
相比之下，传统语音助手如Siri或小爱同学，仍属于“你说一句，我回一句”的交互模式，依赖清晰明确的指令，完成单一任务，且决策权仍在用户手中。这是一种“人为主、AI为辅”的模式。
而AI智能体更像是一个“决策中枢”，它不再只是执行命令，而是负责全流程管理。万卫星强调，真正的AI智能体应实现“AI为主、人为辅”——用户只需提出目标或最终确认结果，其余工作由AI全权承担。
在现实生活中如何应用？
荣耀手机AI产品专家白晨向中新经纬表示，未来的智能手机将不再是被动响应的应用容器，而是具备行动力的个人助理。从“能听懂你的话”进化到“替你去做事”。
比如，下班时你只需说一句“我要回家”，手机便会自动分析路况、打开打车软件、选择车型、预估费用并下单。随后通知你：“10分钟后公司门口上车，车牌尾号888的网约车已就位，预计7点到家。”
在WAIC 2025腾讯展区，一款智能座舱Agent正演示其服务能力。驾车途中，用户只需说“帮我点一杯少冰的冰椰拿铁”，Agent即可自动在微信小程序中筛选顺路门店，完成下单，并通过车机端小额免密支付。取餐信息同步推送到微信，到店后只需亮码核销即可取餐。
当前，AI智能体已在多个场景落地：客户服务、个人助理、邮件管理、日程安排、生产力工具等。万卫星提到，一些厂商正在开发“行程规划Agent”，在旅游、出差等场景表现良好；而点餐、点咖啡类的小型Agent也已初具实用性。
DCCI互联网研究院院长刘兴亮认为，AI智能体具备跨平台、跨领域、多步骤协同的能力。未来，手机内置的智能体可自动读取日程变更、代发邮件调整会议时间、通过外卖平台订购早餐、结合出行路线推荐顺路菜市场，并生成购物清单。这种“智能日程+生活助理”模式，极具爆发潜力。
当前发展到了什么阶段？
AI技术迭代速度堪称“人间一天，AI一年”。万卫星认为，自2024年起，AI智能体的底层技术和上层应用发展迅猛，“几乎每一天都可能出现全新突破”。
业内普遍预测，2025年将成为“AI智能体元年”。凭借深度思考、自主规划、决策与执行一体化的能力，AI正经历一次范式跃迁——从“我说你答”转向“我说你做”，并逐步渗透进各类商业场景。
阶跃星辰聚焦于终端侧AI智能体布局。该公司相关人士介绍，过去两年，其自研Step系列大模型已集成于多家头部企业的旗舰产品中，涵盖汽车、具身智能、物联网等领域，合作覆盖超半数国产主流手机品牌。7月25日，即WAIC 2025前夕，阶跃星辰在上海发布新一代基础大模型Step 3。
据其介绍，AI智能体的大规模爆发需两个关键技术突破：一是多模态理解能力，二是“慢思考”（System 2 Thinking）能力——即复杂推理与长期规划。这两项能力在2024年取得显著进展，因此2025年被视为智能体真正起飞的起点。
万卫星也指出，OpenAI推出的O1、O3模型，以及Deepseek R1等新型大模型，在多模态支持和思维链（Chain-of-Thought, CoT）方面日趋成熟，为AI智能体的实用化提供了基础支撑。同时，越来越多企业推出开放API接口，Token成本持续下降，也为Agent调用外部服务创造了条件。
“今年我们看到大量AI智能体产品落地，用户体验到前所未有的交互变革，工作效率和生活便利性明显提升。”万卫星认为，端侧（本地设备）将成为AI智能体的重要战场，因其在隐私保护、实时响应和个性化感知方面具有天然优势，许多厂商已开始将核心模块部署在终端设备上。
不过他也坦言，当前AI智能体尚无法完全取代人工。“在处理复杂任务时仍存在误差，比如点错饮品规格，或卡在某个操作环节。”目前多数AI Agent仍处于“半自动化”状态，尤其在垂直领域虽能完成大部分流程，但最后往往需要人工确认或参与付款。
总体来看，AI智能体在任务可靠性、通用性拓展、生态打通等方面仍有提升空间。
未来还会出现在哪些设备上？
对于理想状态下的AI智能体，万卫星表示，“彻底消除人工干预”仍是长期挑战。但从用户体验角度出发，让AI独立完成复杂任务是行业共同目标——这正是Agentic AI的发展方向：高度自主、独立行动、强调决策自由度。
AI智能体是否会局限于手机？答案是否定的。
万卫星认为，智能手机仍是AI智能体最主要的入口。凭借强大的算力、丰富的传感器和高频交互特性，手机依然是Agentic AI的核心平台。但未来，它可能不再是唯一入口。
PC、AI眼镜、智能耳机、车载智能座舱、智能家居设备乃至各类IoT终端，都有望成为AI Agent的新载体。
他还提到，如今用户已习惯直接与“小爱”“YoYo”等语音助手对话，交互逻辑正从“人找App”转变为“人找Agent来调度App”，流量入口也随之迁移。未来，AI智能体极有可能成为新的流量中心，甚至催生出“应用商店3.0”“应用商店4.0”级别的全新商业模式。
