AI Agent 是一种融合感知、分析、决策和执行能力的智能体，具有自主决策和行动能力，能够理解并适应复杂环境，根据目标自主思考、制定计划并执行相应任务。
相较于 Copilot 的工具型辅助能力，Agent 更注重对环境的实时感知和判断，更像人类一样形成独立的决策和行动方案。目前，50%的企业已经在某项工作中进行了 AI Agent 的试点，另有 34%的企业正在制定应用计划，主要应用于智能终端、智能座舱、汽车自动驾驶、工业机器人和人形机器人等领域。
AI Agent 基于大型语言模型（LLM）和其他技术实现，其包括几个重要概念：
Chain：通常一个 AI Agent 可能由多个 Chain 组成，每个 Chain 可视为一个步骤，能接受输入变量并产生输出变量，大部分 Chain 由大语言模型完成。 Router：通过一些判定（甚至可用 LLM 判定）让 Agent 走向不同的 Chain。 Tool：Agent 上的一次工具调用，如对互联网的搜索或对数据库的检索。此外，还需要三个 Agent：
Responser Agent：主 agent，用于回复用户（伪多模态）。 Background Agent：背景 agent，用于推进角色当前状态，如进入下一个剧本，抽检生成增长的记忆体等。 Daily Agent：每日 agent，用于生成剧本、配套图片以及每日朋友圈。这三个 Agent 每隔一段时间运行一次（默认 3 分钟），分析期间的历史对话，变更人物关系、反感度等，抽简对话内容，提取人物和用户的信息成为“增长的记忆体”，按照时间推进人物剧本，并有概率主动聊天（与亲密度正相关，跳过夜间时间）。随着全球 AI 市场快速升温，新的 AI 应用不断涌现，AI Agent 被认为是当下大模型最激动人心的发展主线，在满足企业智能化需求、强化内外部协同效能等方面发挥着重要作用，让“人机协同”成为新常态。
