摘要

●   AI agents能夠自主設定并推進目標，而非等待反饋或指令，這類技術正從商業應用領域向消費級市場拓展。

●   這一轉變有望重塑購物、醫療健康、金融服務等多個行業。

●   IEEE一項新調研預測，到2026年，個人助理、日程管理工具等人工智能代理將實現大規模或接近大規模的普及，而面向兒童的智能教學代理則較難達到這一普及水平。

●   但專家警示，人工智能對數據的海量需求（voracious demand）可能引發隱私安全風險。

新一代人工智能正迅速從概念炒作走向現實落地。這類技術被稱為“智能體人工智能”（agentic AI），其核心是具備自主能力的人工智能代理（即智能系統） —— 無需人類持續操控即可獨立達成目標。

目前，這類技術仍以企業級應用為主。大型機構之所以廣泛采用，是因為它們能實現常規任務的自動化處理。而智能體開發者之所以聚焦商業場景，核心原因在于大型機構通常擁有海量可供人工智能系統學習的數據資源。

但人工智能代理有望同樣對消費級市場產生深遠影響。當前智能手機中的個人數字助理，或許能在你詢問時告知足球比賽的開賽時間；而智能體系統（若獲得授權，已能代表你操作電腦）則可進一步實現：自動查詢你的銀行賬戶余額、判斷可支配預算、完成球票購買，并在比賽開始前預約網約車 —— 所有操作僅需一次簡單指令即可完成（https://spectrum.ieee.org/ai-agents-computer-use）。

IEEE高級會員Eleanor Watson表示：“這類技術與傳統人工智能的差異十分顯著。早期的助理工具只能被動等待用戶詢問，回應方式僅限于提供答案，或最多給出固定不變的建議；而智能體系統具備主動能動性，能夠長期推進目標執行，自主核查工作成果，并在環境變化時調整策略。它們不只是回答問題，更能將問題延伸為完整計劃并落地執行。”

消費級人工智能代理的興起

消費者將首先在哪些場景接觸到智能體人工智能？事實上，在部分場景中（尤其是職場場景），用戶已在使用這類技術。

專家指出，在個人生活領域，率先成為主流的人工智能代理將是個人助理、家庭日程管理工具及行程規劃工具。

在IEEE近期開展的全球技術領袖調研 —— 《2026年及未來技術影響力：IEEE全球研究報告》中，52%的受訪者表示，個人助理類人工智能代理將于2026年實現消費級市場的大規模普及。近半數（45%）受訪者認為，人工智能代理有望在未來一年內成為數字隱私管理工具。而僅有16%的受訪者認為，面向兒童的智能教學代理最有可能無法實現大規模普及。

你認為到 2026 年，哪些能動型人工智能應用場景能在消費領域實現大規模普及或接近這一普及水平？

Watson表示：“其發展軌跡已清晰可見 —— 在個人金融、健康福祉、旅游出行、物流運輸及家庭管理等領域，隨著人工智能代理的角色更趨近于‘受委托的專屬工作人員’而非單純的數字工具，消費者體驗將迎來最為深刻的變革。”

“展望未來三至五年，這種自主性將變得更加普適化。”Watson補充道，“人工智能代理不會再以獨立應用的形式存在，而是將貫穿銀行、零售商、保險公司及健康平臺等各類場景，代表用戶與這些系統直接進行交互協作。”

智能體人工智能的工作原理

智能體人工智能（Agentic AI）與風靡全球的生成式AI聊天機器人存在諸多相似之處，且共享核心底層技術。理解智能體人工智能的最佳方式，是摒棄“單一整體系統”的認知 —— 事實上，它們由多個工具串聯而成（https://ieeexplore.ieee.org/document/11083588）。這些工具中，部分是專注于特定問題的微型聊天機器人，另一些則是通過編程邏輯解決問題的傳統軟件。

一個簡單的智能體人工智能可能會按預設順序調用多個工具或專用AI系統來處理任務。這一過程類似一條生產線，例如幫你購買機票的流程：一個專用AI負責核查你的預算，另一個搜索符合該價位的航班，第三個則對附近酒店進行排序。每個工具各司其職，按固定順序傳遞處理結果。這種模式雖能實現功能，但靈活性欠佳。

另一種模式則是部分系統搭載一個“主AI”，該主AI可調用多個可用工具。它會先明確需要執行的任務清單，確定完成這些任務所需的工具，再通過調用工具推進任務落地。

例如你對它說：“我想周末去紐約，預算不超過800美元，且住宿地點靠近博物館。”主AI會解析這一請求，判斷所需工具 —— 航班搜索工具、酒店評價工具，或許還需要天氣預報工具 —— 隨后依次調用這些工具。

當某個工具推薦了一趟低價紅眼航班時，AI會調取你存儲的偏好設置，記起你厭惡夜間航班，進而排除該選項。若不同工具的推薦結果存在沖突，它會綜合權衡價格、距離、評分等因素，篩選出最優方案。最終，它會向你解釋決策邏輯，并請求你授權預訂行程。

人工智能代理面臨的隱私挑戰

人工智能代理開發者面臨的核心挑戰之一，是這類技術對數據的海量需求。僅預訂一張機票，就需要訪問你的財務記錄和過往出行歷史。它還可能調取你的個人健康檔案 —— 例如，若你容易曬傷，可為你推薦餐廳或衣物；若你有過敏史，則提醒你儲備抗過敏藥物。

考慮到人工智能代理在醫療健康、教育、購物等領域的預期應用場景，部分專家已發出警示：這類技術可能對個人隱私構成重大風險。

此外，信任問題也不容忽視。

Watson表示：“半自主系統也可能偏離預設目標，因此需要持續監督與定期審計。”

但如果人工智能代理代表你做出決策，其背后的決策邏輯可能難以追溯 —— 這一問題或會延緩技術普及進程。

IEEE會員Alendey Severo指出：“若這類系統始終以不透明實體的形式運行，將難以獲得利益相關方的信任，尤其是在個人數據管理與決策流程方面。”