进入2026 年，Agent 彻底火了。

Claude Code、ChatGPT Agent、Manus，再加上一堆大厂的企业级工作流平台，动不动就喊“替代打工人”“创造万亿美元价值”。麦肯锡的报告也在推波助澜：62% 的企业正在试水 Agent。

但把热闹先放一边，真正的问题是——在真实工作场景里，Agent 到底走到哪一步了？

最近，MIT、哈佛、斯坦福等机构的研究团队发布了一份《2025 AI Agent Index》。

这帮学者干了一件很有价值的事：

他们把市面上最具代表性的30 个代理系统逐一拆开来看了一遍，并设计了45 个维度，仔细扒了扒这些产品的技术细节、部署情况、设计架构、工具使用和安全机制等信息，得出了当下Agent最硬核的3个真相。

透过这部分报告，我们就能更清晰地了解当下Agent发展的真实情况。

/ 01 /

产品形态收拢在这3个方向

大多数代理产品集中在2024–2025 年发布。

（蓝色柱状图代表与代理型人工智能产品相关的谷歌新增搜索词，红线则代表谷歌学术中包含“人工智能代理”或“代理型人工智能”关键词的论文发表数量）

从产品形态看，AI代理基本收拢在了三个方向：

聊天式代理（12个）：以对话为入口，挂载各种工具箱；

企业自动化平台（13个）：主打B端工作流的自动化编排，已经成为与聊天界面分庭抗礼的主流形态；

浏览器/GUI型Agent（5个）：直接接管屏幕，模拟人类点击和输入，类似于之前的豆包手机。

企业工作流平台已成为与聊天界面并列的主流形态。其中，中国开发的GUI 型代理更倾向于整合电话与电脑操作能力（5个中有3个具备双能力），功能整合度更高。

按应用场景来分，排名前三个的例子是：信息研究与集成（12个）、跨部门工作流自动化（11个）、以及表单填写和预订等浏览器操作（7个）。

在底层模型上，除了Anthropic、Google、OpenAI这几家“前沿实验室”以及部分中国厂商在使用自研模型外，大多数的代理都在高度依赖GPT、Claude或Gemini系列。

尽管“模型开源”已经成为行业趋势，但在Agent产品上则呈现了完全不同的局面。

30 个代理中，有 23 个选择完全闭源。只有7 个开源了代理框架或工具层，包括 阿里MobileAgent、Browser Use、TARS、Gemini CLI、n8n、OpenAI Codex、WRITER。

生态在变开放，商业产品却仍以封闭为主。这是一种典型的“框架开放、产品闭源”结构。

/ 02 /

从行动空间到自主性，AI代理正在分化

虽然都叫“Agent”，但这30个产品的功能相差很大。

其中，一个核心区别在于，行动空间。

企业工作流代理，主要通过CRM、数据库等系统连接器来执行操作（8/30）。它们更像企业流程里的自动执行节点。

命令行界面（CLI） 代理则直接操作文件系统和终端命令（4/30），能力更偏工程环境。

浏览器代理的方式最直观：点击、输入、导航网页（5/30），它们直接“代替人类”操作界面。

值得注意的是，企业代理的行动空间通常被严格限制，并优先设置工具权限与使用防护。换句话说，越贴近真实业务系统，控制就越严格。

在用户界面上，Agent产品也出现了不同的选择。

在企业场景中，画布式编排界面已成为标准。8/13 的企业平台采用可视化流程组合界面，让用户配置触发器、动作与防护规则。

而在消费级场景里，聊天界面依然是主流入口（14/30）。这意味着，设计层强调流程构建，使用层强调自然语言。

最重要的是，不同类型的代理，在“自主性”上也呈现出明显分层。

最常见的仍然是“轮次式助手”。Claude、Gemini、ChatGPT 等产品采用的是低至中等自主性模式（L1–L3）：每执行一组动作，便等待用户下一条指令。

这种结构本质上仍以人类为中心，模型只是延长了操作链条。

但在同一产品内部，自主性差异可能极大。例如“普通聊天”与“深度研究”功能之间，已接近两个不同范式：前者只是响应式生成，后者则可在一定程度上自主规划任务路径。

浏览器代理则代表了另一端。它们通常达到L4–L5，自主性显著更高。一旦接收指令，便独立完成整个执行流程，过程中几乎没有实时干预空间。用户的控制权，在提交任务那一刻就已经让渡。

而在企业级代理上，则呈现出一种更复杂的结构：设计阶段低自主，运行阶段高自主。

简单来说，在设计阶段，用户通过可视化画布配置触发器、流程与防护规则，部分平台提供AI 辅助（L1–L2）。

但部署完成后，代理通常由邮件、数据库更新等事件自动触发，运行时无需人工参与，进入 L3–L5 状态。

这意味着，自主性并非线性增长，而是“阶段性切换”。

/ 03 /

自主性在变强，责任边界也在模糊

从接口层看，MCP 已成为代理生态的主流标准。30 个系统中有 20 个支持这一协议，说明“如何接入工具”正在趋于统一。企业平台中，还有一部分开始支持代理间协议（A2A），但整体仍处于早期阶段。

尽管协议层在收敛，身份层却在分化。

多数代理默认不向终端用户或第三方披露自身的AI 身份。21/30 没有记录默认披露行为，只有极少数支持生成内容水印。

也就是说，企业平台往往将披露责任交给客户，是否告知用户“你正在与 AI 交互”，并不由平台承担。

在技术识别层面，情况更加复杂。

大部分浏览器代理通常无视robots.txt 文件，直接以“代表用户”身份运行。

企业认为，代理不应被视为传统爬虫，但这一逻辑正在引发法律争议。

代理绕过网络限制的趋势，正在改变控制权结构——从内容托管方转移至代理运行方。

目前，ChatGPT Agent 是唯一采用加密请求签名的系统。多数代理缺乏可验证的身份机制。

随着更多任务交由代理执行，“谁在行动”将变得越来越重要。同时，将披露责任转交给运营方，也带来一个问题：终端用户是否真正知道自己正在与AI互动？

同时，当构建者将安全责任转移给用户时，责任边界变得模糊。一个更现实的问题开始浮现：当代理开始执行任务，人类还能在多大程度上掌控它？

在这30个代理产品里，大部分都设计了审批与监督机制，但方式并不一致。

比如，开发者或CLI 类代理，在涉及文件修改、命令执行等高敏感操作时，通常会要求明确确认；浏览器代理则把控制节点更多放在身份验证与支付环节。

一部分产品甚至提供“实时监控模式”，允许用户在关键步骤中观察执行过程。

但如果你仔细观察就会发现，不同产品之间的透明度差距很大。

少数代理会展示完整的行动轨迹和推理过程，让用户清楚看到它如何决策、调用了哪些工具；更多系统只提供概括性的说明，甚至在执行过程中几乎不留下可追踪的痕迹。

而对于不少企业级平台来说，外界甚至无法确认单次运行是否存在实时监控。

这意味着，控制机制“存在”，但不均衡；监督逻辑“可见”，但并不标准化。随着代理能力提升，人类对执行过程的可见度，并没有同步提高。

/ 04 /

总结

这份指数在1350 个维度上记录了 30 个代理系统，但更重要的，是它揭示了三个结构趋势：

第一，安全披露高度不均。

仅有极少数代理发布针对自身架构的系统卡片。大多数系统要么只披露基础模型信息，要么只强调合规认证。能力基准与安全评估之间存在明显不对称。

当代理风险越来越多地来自规划能力与工具调用，而不仅是模型输出时，仅依赖模型层面的文档已不足够。

第二，基础模型高度集中。

几乎所有代理都依赖GPT、Claude 或 Gemini。模型供应集中带来效率与评估便利，但也意味着单点风险。定价调整、服务中断或安全漏洞，都可能向下游系统扩散。

风险管理因此不能只停留在代理部署方，而必须延伸至上游模型提供商。

第三，责任链条分散。

代理系统往往形成一条多层依赖链：基础模型、编排层、构建平台、部署方、最终用户。没有单一实体对完整行为负责。

在这种分布式架构下，仅凭模型文档做安全判断，很容易形成虚假保障。

如何学习AI大模型 ？

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。【保证100%免费】🆓

CSDN粉丝独家福利

这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】

读者福利： 👉👉CSDN大礼包：《最新AI大模型学习资源包》免费分享 👈👈

（👆👆👆安全链接，放心点击）

对于0基础小白入门：

如果你是零基础小白，想快速入门大模型是可以考虑的。

一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。

👉1.大模型入门学习思维导图👈

要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。

对于从来没有接触过AI大模型的同学，我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。（全套教程文末领取哈）

👉2.AGI大模型配套视频👈

很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，每个章节都是当前板块的精华浓缩。

👉3.大模型实际应用报告合集👈

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。（全套教程文末领取哈）

👉4.大模型实战项目&项目源码👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战项目来学习。（全套教程文末领取哈）

👉5.大模型经典学习电子书👈

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。（全套教程文末领取哈）

👉6.大模型面试题&答案👈

截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道，我总结了大模型常考的面试题。（全套教程文末领取哈）

为什么分享这些资料?

只要你是真心想学AI大模型，我这份资料就可以无偿分享给你学习，我国在这方面的相关人才比较紧缺，大模型行业确实也需要更多的有志之士加入进来，我也真心希望帮助大家学好这门技术，如果日后有什么学习上的问题，欢迎找我交流，有技术上面的问题，我是很愿意去帮助大家的！

这些资料真的有用吗?

这份资料由我和鲁为民博士共同整理，鲁为民博士先后获得了北京清华大学学士和美国加州理工学院博士学位，在包括IEEE Transactions等学术期刊和诸多国际会议上发表了超过50篇学术论文、取得了多项美国和中国发明专利，同时还斩获了吴文俊人工智能科学技术奖。目前我正在和鲁博士共同进行人工智能的研究。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。

CSDN粉丝独家福利

这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】

读者福利： 👉👉CSDN大礼包：《最新AI大模型学习资源包》免费分享 👈👈
red>【保证100%免费】

读者福利： 👉👉CSDN大礼包：《最新AI大模型学习资源包》免费分享 👈👈

（👆👆👆安全链接，放心点击）