《2025年技术导航：代理型企业AI操作手册》由印孚瑟斯（Infosys）发布，深入探讨了代理型人工智能（Agentic AI）在企业中的应用，涵盖系统架构、生命周期管理、高级应用模式、风险与应对等方面，为企业提供实践指引。

1. 代理型AI系统：代理型AI是AI发展新阶段，能自主决策、实时响应，重新定义企业流程。其发展迅速，将从辅助工具转变为企业关键伙伴。AI发展历经简单自动化到具备反思能力的智能体阶段，未来有望实现完全自主。代理型AI系统核心组件协同工作，规划模块主导决策。它能提升企业运营效率、快速扩展并解决复杂问题，在多行业有广泛应用前景，如金融、物流等行业已取得显著成果。

2. 代理型AI架构与蓝图：AI代理有多种类型，包括基于反射、模型、目标、效用、以对象为中心和以公民为中心的自主代理，各适用于不同任务场景。构建代理型系统需确定架构类型（单代理或多代理），理解其架构层，如感知、认知、行动、集成、运营和基础设施层，各层相互协作实现智能行为。实施代理型AI时，企业应依据需求选择合适工具框架，考量与代理类型的兼容性、可扩展性等多方面因素。

3. AgentOps与代理型生命周期管理：AgentOps是代理型系统的端到端生命周期管理框架，基于DevSecOps等理念，确保系统可扩展、可靠、透明和高效。其涵盖定义设计、测试评估、部署、观察改进等阶段，各阶段通过建立规范流程和使用相关工具，保障系统按预期运行并持续优化。但目前AgentOps工具尚处发展初期，面临缺乏标准化评估测试框架等挑战，未来将向自动化设计等方向发展。

展开剩余82%

4. 高级代理：代理型AI执行任务面临多种挑战，为此出现多种模式。单代理任务分解模式借助LLMs分解任务；外部规划器代理用于解决复杂问题；动态外部计划模式依据任务选择提示或规划序列；多代理协作模式可优化流程，包含分层和对话等协作方式。同时，企业应用面临内存管理等技术难题，而推理算法改进、集成方法和过程奖励模型等研究为提升代理能力提供方向。

5. 负责任的代理型AI：代理型AI存在推理局限、资源过度使用、动态价值漂移等风险。如在复杂场景中难以灵活适应、多代理竞争资源、优化短期指标损害长期目标等。为应对这些风险，可采用基于伦理的RAG、概率信念状态跟踪、人机仲裁协议、API治理和评估框架等技术和机制。但目前仍存在信念系统缺失、自主性与问责性矛盾等问题，未来需多领域协同，将伦理融入AI开发各环节 。

免责声明：我们尊重知识产权、数据隐私，只做内容的收集、整理及分享，报告内容来源于网络,报告版权归原撰写发布机构所有，通过公开合法渠道获得，如涉及侵权，请及时联系我们删除，如对报告内容存疑，请与撰写、发布机构联系

发布于：广东省