AI 编程智能体 03：拆解当下主流智能体能力
- [Bilibili 同步视频](#Bilibili 同步视频)
- 一、溯源：智能体的起源
- 二、主流智能体产品横向盘点
-
- [1. OpenAI Deep Research](#1. OpenAI Deep Research)
- [2. Manus：瞄准 AGI 的通用智能体](#2. Manus：瞄准 AGI 的通用智能体)
- [案例①：7 天日本旅行规划](#案例①：7 天日本旅行规划)
- 案例②：简约风格名片设计
- [3. 智谱・橙思](#3. 智谱・橙思)
- [4. 通义千问「分析研究」](#4. 通义千问「分析研究」)
- 三、智能体核心运行逻辑可视化
- 四、智能体的核心特征：自主性
- 五、小结
✨ 马文・明斯基在 1986 年埋下的种子，在大模型时代终于破土而出。曾经只存在于书本中的「智能体」概念，如今已经诞生多款可上手的产品，不再是纸上谈兵。
Bilibili 同步视频
一、溯源：智能体的起源
早在 1986 年，人工智能之父马文・明斯基就在著作《思维的社会》中首次提出智能体（Agent） 的概念。
有趣的是，这个想法沉寂了数十年之久。概念提出很早，但真正工程化落地、迎来爆发式增长，却是最近几年的事情。
普通大语言模型存在一个天然短板：受 Token 输出长度限制 📝。面对简单问题（比如基础计算题）应答流畅；一旦遇上复杂的多步骤调研任务，很容易回答片面、深度不足。
而智能体，正是用来补齐这块短板的技术方案。
二、主流智能体产品横向盘点
目前市面上已经涌现出多款代表性智能体产品，各有侧重，我们一起来看看它们的真实能力差异。
1. OpenAI Deep Research
作为 ChatGPT 背后团队推出的智能体产品，Deep Research 主打深度调研 ，属于付费能力。
我们拿一个真实调研任务举例：
查询过去十年，按 GDP 排名前十的发达国家、发展中国家安卓与 iOS 系统渗透率，并整理成表格。
普通 GPT 处理该任务：仅简单划分国家、粗略描述系统使用率，信息单薄。
Deep Research 处理该任务：
自主检索数据，输出结构化表格，清晰列出经济体排名、各国移动端系统占比，附带分析建议。例如美国 iOS 占 58%、安卓 42%；中国 iOS 占 24%、安卓 75%，信息详实规整。
2. Manus：瞄准 AGI 的通用智能体
Manus 是今年热度极高的智能体项目，目标直指 AGI，想要打造能够处理各类现实任务的通用 AI。
它的核心玩法：任务规划 + 虚拟机环境执行 。
在虚拟机开辟独立运行空间，先创建 Markdown 格式 TODO 清单，把复杂大任务拆解成一个个子任务，按顺序逐步执行；每完成一项，就标记完成，直到全部任务闭环，输出最终成果。
案例①：7 天日本旅行规划
当我们提出需求，左侧展示模型思考、推理交互全过程，右侧实时展示检索状态。
它会自动访问各类旅游网站抓取公开信息，调研景点、路线、配套资源，完成全部子任务后，输出一份japan handbook旅行手册，也可以导出文档。
💡 对比：直接丢给普通大模型相同需求，很难自动做到如此细致的行程编排、景点信息整理。
当然 Manus 也并非完美，仍然存在部分任务无法完整收尾的瑕疵，但交互形式和解决问题的能力，已经非常贴近大家想象中的智能体。
案例②：简约风格名片设计
同样遵循「先规划 TODO 清单，再分步执行」的流程。
Manus 自主寻找设计资源，最终一次性输出两份产物：名片预览网页（正反面完整设计），以及可直接打印的名片 PDF 文件。
从调研规划到产出可交付文件，整套流程自动完成，生产力属性拉满。
3. 智谱・橙思
国内智谱 AI 开源的橙思，主打长程深度推理 。
开启橙思模式后，相比普通推理模型，它更擅长复杂问题深度思考、长文本写作。
⚠️ 能力边界：橙思擅长推理思考，但不具备 Manus 那样在虚拟环境里新建网页、生成 PDF 文件的能力，聚焦在文本推理链路的强化。
4. 通义千问「分析研究」
阿里通义千问也上线了长程推理类智能体能力「分析研究」，同样面向复杂调研场景。
国内大厂陆续入局，智能体产品正在快速变多，形态持续轻量化。
📌 一个重要提醒：这些公有云智能体，全部基于已有公开数据训练。如果直接搬到企业内部业务场景使用，落地会遇到不小阻碍。这也是智能体开发领域需要攻克的核心课题。
三、智能体核心运行逻辑可视化
#mermaid-svg-2CKEZRK2Cx7Tlqb8{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-2CKEZRK2Cx7Tlqb8 .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-2CKEZRK2Cx7Tlqb8 .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-2CKEZRK2Cx7Tlqb8 .error-icon{fill:#552222;}#mermaid-svg-2CKEZRK2Cx7Tlqb8 .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-2CKEZRK2Cx7Tlqb8 .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-2CKEZRK2Cx7Tlqb8 .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-2CKEZRK2Cx7Tlqb8 .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-2CKEZRK2Cx7Tlqb8 .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-2CKEZRK2Cx7Tlqb8 .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-2CKEZRK2Cx7Tlqb8 .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-2CKEZRK2Cx7Tlqb8 .marker{fill:#333333;stroke:#333333;}#mermaid-svg-2CKEZRK2Cx7Tlqb8 .marker.cross{stroke:#333333;}#mermaid-svg-2CKEZRK2Cx7Tlqb8 svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-2CKEZRK2Cx7Tlqb8 p{margin:0;}#mermaid-svg-2CKEZRK2Cx7Tlqb8 .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-2CKEZRK2Cx7Tlqb8 .cluster-label text{fill:#333;}#mermaid-svg-2CKEZRK2Cx7Tlqb8 .cluster-label span{color:#333;}#mermaid-svg-2CKEZRK2Cx7Tlqb8 .cluster-label span p{background-color:transparent;}#mermaid-svg-2CKEZRK2Cx7Tlqb8 .label text,#mermaid-svg-2CKEZRK2Cx7Tlqb8 span{fill:#333;color:#333;}#mermaid-svg-2CKEZRK2Cx7Tlqb8 .node rect,#mermaid-svg-2CKEZRK2Cx7Tlqb8 .node circle,#mermaid-svg-2CKEZRK2Cx7Tlqb8 .node ellipse,#mermaid-svg-2CKEZRK2Cx7Tlqb8 .node polygon,#mermaid-svg-2CKEZRK2Cx7Tlqb8 .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-2CKEZRK2Cx7Tlqb8 .rough-node .label text,#mermaid-svg-2CKEZRK2Cx7Tlqb8 .node .label text,#mermaid-svg-2CKEZRK2Cx7Tlqb8 .image-shape .label,#mermaid-svg-2CKEZRK2Cx7Tlqb8 .icon-shape .label{text-anchor:middle;}#mermaid-svg-2CKEZRK2Cx7Tlqb8 .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-2CKEZRK2Cx7Tlqb8 .rough-node .label,#mermaid-svg-2CKEZRK2Cx7Tlqb8 .node .label,#mermaid-svg-2CKEZRK2Cx7Tlqb8 .image-shape .label,#mermaid-svg-2CKEZRK2Cx7Tlqb8 .icon-shape .label{text-align:center;}#mermaid-svg-2CKEZRK2Cx7Tlqb8 .node.clickable{cursor:pointer;}#mermaid-svg-2CKEZRK2Cx7Tlqb8 .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-2CKEZRK2Cx7Tlqb8 .arrowheadPath{fill:#333333;}#mermaid-svg-2CKEZRK2Cx7Tlqb8 .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-2CKEZRK2Cx7Tlqb8 .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-2CKEZRK2Cx7Tlqb8 .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-2CKEZRK2Cx7Tlqb8 .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-2CKEZRK2Cx7Tlqb8 .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-2CKEZRK2Cx7Tlqb8 .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-2CKEZRK2Cx7Tlqb8 .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-2CKEZRK2Cx7Tlqb8 .cluster text{fill:#333;}#mermaid-svg-2CKEZRK2Cx7Tlqb8 .cluster span{color:#333;}#mermaid-svg-2CKEZRK2Cx7Tlqb8 div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-2CKEZRK2Cx7Tlqb8 .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-2CKEZRK2Cx7Tlqb8 rect.text{fill:none;stroke-width:0;}#mermaid-svg-2CKEZRK2Cx7Tlqb8 .icon-shape,#mermaid-svg-2CKEZRK2Cx7Tlqb8 .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-2CKEZRK2Cx7Tlqb8 .icon-shape p,#mermaid-svg-2CKEZRK2Cx7Tlqb8 .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-2CKEZRK2Cx7Tlqb8 .icon-shape .label rect,#mermaid-svg-2CKEZRK2Cx7Tlqb8 .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-2CKEZRK2Cx7Tlqb8 .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-2CKEZRK2Cx7Tlqb8 .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-2CKEZRK2Cx7Tlqb8 :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} 完成
未完成
用户输入复杂任务
智能体生成TODO任务清单
子任务1：检索/调研资源
子任务是否完成?
标记任务，执行下一项
全部子任务执行完毕
整理结果，输出交付物
表格/文档/PDF/网页
图表说明：这张流程图展示了 Manus 这类智能体的典型工作流。和普通大模型一次性生成文本不同，智能体采用任务拆解 + 分步执行的模式，循环完成子任务，最后整合交付成果，以此突破大模型单次输出 Token 上限的限制。
四、智能体的核心特征：自主性
看完产品案例，我们可以提炼智能体最关键的特征：自主性 。
智能体可以在没有人类持续介入、实时干预的前提下，自主拆解目标、检索信息、一步步执行一系列动作，完成复杂任务。
普通大模型是「一问一答」，被动响应；智能体则是拿到目标之后，自己规划路线、主动行动，这是二者最本质的区别。
五、小结
从 1986 年的概念提出，到如今多款产品落地，智能体已经从学术猜想，走向真实可用的生产力工具。
OpenAI Deep Research 深耕调研，Manus 尝试通用任务自动化，橙思、通义千问补齐国内长程推理赛道。
当然现阶段智能体远不是完美形态，任务执行存在瑕疵，企业私有化落地依旧存在挑战。
但技术方向已经清晰：依靠任务规划、环境交互，突破原生大模型的能力边界。未来轻量化智能体，会渗透进更多开发、办公、研究场景。