加快AI智能体的落地，DeepSeek

从大模型到AI Agent(智能体)是AI真正应用的关键一步。与大模型相比，智能体更像是一个有自主决策和执行力的“AI助手”，可以根据不同的场景积极分析和规划，提供更准确、更实时的服务。

Gartner市场咨询机构将AI 在2025年，Agent被列为十大战略技术趋势之首。业界认为，2025年有望成为AI Agent商业应用的第一年。

AI大大加速了DeepSeek的诞生，大大加速了AI。 在不到一个月的时间里，Agent的落地速度悄然发生了深刻的技术变化。

大型“入门”难度大

虽然舆论对智能体的成熟速度越来越乐观，但业内人士仍然广泛认为，智能体的应用发展仍处于初期阶段，即需求场景探索和技术验证。

在接受《IT时报》记者采访时，泛微副总裁杨国生表示，当大型模型应用于公司的垂直产品领域时，精度尤为关键。“很多需求场景不是简单的问答方式，而是更复杂的领域模式和场景需求。为了保证其真正的企业应用效果，需要大量的工程设计干预。”

杨国生说，虽然ChatGPT等一般大型模型在基础知识应用、数学运算和代码生成方面表现出很强的推理能力，但当这些模型应用于垂直领域时，其稳定性很难令人满意。“当推理某个结果时，今天的表现可能令人满意，但明天会有起伏，甚至效果会下降。这种挑战在大模型实用性和垂直精度之间存在，并且常常伴随着“幻觉”等问题。

此外，计算资源的限制也是目前智能体应用的一大瓶颈。在企业级应用中，由于大型模型需要处理大量参数，公司直接部署这类模型面临巨大的计算率和成本压力。特别是在目前的经济环境下，许多企业无法投入大量预算购买特殊的计算能力卡，这已经成为制约企业级大型模型应用的基本障碍。

因此，出于成本和精度的考虑，创业公司更愿意针对垂直领域开发有目的的垂直应用领域模型，而不是针对个人用户的AI助手。

行业“及时雨”正是DeepSeek

短短一个春节，DeepSeek不仅大大降低了AI大模型部署的技术门槛和成本，而且加快了AI的商业化进程，促进了AI应用场景的大规模崛起，甚至大大提高了AI的普及率。AI产业的经济价值正从“卖水人”转变为应用端。

越来越多的企业开始访问DeepSeek，更多垂直领域的AI公司尝试或升级自己的AI。 Agent。

达卯智能作为一家专注于大型能源模型的公司，最近接入了DeepSeek，并推出了最新的产品——能源小达DeepSeek-R1671B。在接受IT时报采访时，达卯智能CTO刘净表示，DeepSeek的推理能力是其最突出的亮点之一。

“DeepSeek与传统的大型模型相比，在推理能力上取得了质的飞跃，甚至在用户体验上，它也可能优于OpenAI的o1模型，甚至o3模型。”

对于像达毛智能这样的垂直能源应用企业来说，DeepSeek的推理能力弥补了之前的差距。刘净进一步解释说:“我们公司不开发大型底座模型。在此之前，我们一直依靠国内独立可控的开源模型，但为了满足客户的需求，我们迫切需要一个强大的推理能力模型，所以我们选择了DeepSeek的V3版本，并立即访问。”

在实际使用中，刘净表示，DeepSeek提供了一个完整的闭环，从数据输入到最终用户反馈。“DeepSeek不仅展示了推理过程，还向终端用户展示了整个推理过程，大大提升了客户体验。用户可以通过结合我们的行业知识库和DeepSeek的强大推理能力，得到以前无法实现的全面解决方案。”

例如，在电费账单分析和电费分析方面，DeepSeek的推理深度比以前的商品有了质的飞跃。

由“生成”到“做事”

达观数据CEO陈运文最近也接入了DeepSeek，他告诉《IT时报》记者，DeepSeek改变了AIT时报。 Agent的发展路径。在技术路线上，它不仅仅依靠大模型和大计算率，而是通过优化模型和蒸馏技术来减少对计算能力的需求，使AI Agent可以在边缘设备上进行轻量化推理。

在开发模式上，DeepSeek的开源降低了开发门槛，吸引了更多的开发者参与，加速了AI。 从实验室研究到工业应用的转变，Agent促进了多主体的协同发展，开发者的注意力也从注重“语言生成”转变为更加注重“任务执行”，让AI Agent更加关注“实际做事”的价值。

陈运文认为，在功能上，DeepSeek可以实现多模式交互，理解复杂的指令，在复杂的场景中生成最佳路径；应用领域也有所拓展，可以在金融、医疗、制造、媒体娱乐等诸多领域构建智能Agent，如智能投资、诊断协助、供应链优化、内容创作等。在合作集成方面，预设了常用API，降低了集成成本。同时也支持多Agent分工合作，适用于供应链管理、智慧城市等场景。

“强大 “廉价”推动模型“大众化”

随着DeepSeek的出现，LogenicAI创始人李博杰告诉《IT时报》记者，AI 在Agent领域，有两个重要的变化：一是成本明显降低，二是许多人的心态发生了变化。

为了实现真正有效的AI，李博杰指出 Agent，需要R1或更高级的模型来解决实际问题，满足商业需求。但是过去，像OpenAI这样的模型成本很高，比如OpenAI的o1模型，每100万个Token的成本是60美元，而现在，DeepSeek-R1的成本只有2美元100万只Token，降低了30倍，大大降低了成本。

由于DeepSeek的出现迫使OpenAI调整策略，甚至降低o3Mini版本的价格，对OpenAI来说，这无疑是一个挑战，因为它长期以来锁定了自己的技术，并且通过高价获利，这表明推理模型的成本正在普遍下降。

值得注意的是，OpenAICEO萨姆·奥尔特曼于2月13日凌晨发布了GPT-4.5和GPT-5的最新消息。奥尔特曼宣布，OpenAI将在未来几个月内推出一款名为GPT-5的模型，该模型将整合包括o3模型在内的大量OpenAI技术，并将其应用于聊天机器人ChatGPT和API平台。此外，更重要的是，免费版本的ChatGPT可以在标准智能设置下与GPT-5进行无限对话。

李博杰还提到，降低成本使AI降低。 Agent类应用得到了普及，过去由于模型能力不够强大，效果并不理想。现在，借助DeepSeek或OpenAI 更强大的模型，如o3，AI Agent有助于解决更复杂的问题。

李博杰认为，DeepSeek的成功不仅仅在于技术的突破，更在于它的开源方式，这使得它对更多的开发者开放，打破了过去AI技术需要大量投资的“迷恋”。OpenAI的收费系统一直很高，最先进的模型只能由特定的合作伙伴使用，而DeepSeek的出现使得这些技术大受欢迎，并带来了根本性的认知变化。

这些变化尤其体现在投资者的态度上。金沙江风险投资主管合伙人朱啸虎曾明确表示，他不会投资中国AI大型初创公司。然而，随着DeepSeek的出现，朱啸虎的观点发生了180度的变化，这意味着“睁大眼睛”和“DeepSeek让我开始相信AGI的概率”。

与其做模型，不如“接入生态”

说到个人智能助手，很多人可能首先想到的是科幻电影《钢铁侠》中的贾维斯。然而，拥有普通人自己的“贾维斯”远不止一家能够生产“贾维斯”的企业。

在杨国生看来，未来的AIAgent几乎会渗透到每一个软件中，支持每一个功能的实现。如今，我们通常通过编写代码来开发程序，并通过测试和调试来实现功能。然而，未来，许多功能可能会由智能体自动执行，而不是依赖传统的编码方法。例如，计算每月的产量可能会由智能体自动处理，而无需我们手动编写和调试代码。

陈运文直言不讳，AI Agent的普及仍然面临瓶颈。公众对其功能和价值的理解较浅，接受度较低，缺乏专业人才，尤其缺乏既懂技术、懂商品、熟悉商业生态的复合型人才。AI决策在伦理、法律和安全方面往往缺乏可解释性，责任归属不明确，存在隐私泄露和攻击的风险。未来的技术突破方向主要包括:优化模型，提高准确性、泛化能力和可解释性，减少计算能力需求；开发多模式技术，促进更自然的多模式融合；加强学习和自主决策能力，使人工智能 在复杂的环境中，Agent可以独立学习和决策。

从技术角度来看，AI模型将面临误差风险。例如，算法歧视可能会导致不公平的结果，训练数据不足或应用不当也可能导致模型无效。此外，网络安全问题也不容忽视。DeepSeek曾经遭受过DDoS攻击，因此加强强大模型的安全保护尤为重要。

以雷军和小米为例，在移动互联网初期，虽然数百家企业涉足手机行业，但最终只有小米等少数企业取得了成功，最终市场上的主流手机品牌依然是那些初期有基础的企业。

对从事AI行业的人来说，没有必要像OpenAI那样建立一个基本的大模型。与其直接和巨头竞争，不如选择小米的空气净化器或者插入这样的生态链产品，在AI应用领域找到具体的突破口，与巨头形成互补关系。例如，OpenAI在语音学习应用Speakk等多个垂直领域投资企业、Canvas编程教育平台、这些公司专注于特定的行业，与OpenAI的基本模型相互补充，而非直接竞争。

李博杰强调，未来AI行业需要更多的人愿意深入垂直领域。很多企业家通常只关注大模型，但那些看似“小”的垂直领域的应用，恰恰是AI技术商业化的重要突破口。

本文来自微信微信官方账号“IT时报”（ID：vittimes），作家：贾天荣，编辑：王昕 36氪被授权发布的孙妍。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com