近半年,Agentic AI 创新步伐明显加快。更强的自主决策、更丰富的多模态融合,以及与外部系统的深度协作,正推动产品加速落地与商业化。
2025 年的市场格局已有所显现,以下是近期观察到的几大关键趋势。
简单定义:在传统 RAG(检索增强生成)基础上,引入 Agent 机制,让检索与生成过程变得更自主、更可控、更具多轮决策能力。
图片来源:LangChain
目前应用场景:
- 构建基于推理的实时数据检索与生成型 AI Agent 工作流。
- Agentic RAG 的应用场景不限于单一领域,在医疗健康等行业同样具备潜力。
- Perplexity、Harvey AI、Glean AI 等公司正在采用。
简单定义:Voice Agent 是指基于语音交互的人机智能体系统,结合 ASR、NLU、任务规划与执行以及 TTS 技术,实现从语音输入到任务完成再到语音输出的全链路闭环。
语音到语音(实时)架构,来源:OpenAI
链式架构,来源:OpenAI
往期内容:2025 最新 AI Voice Agent 研究与图谱
目前应用场景:
- 利用广泛的 TTS 和 ASR 嵌入和检索,通过自然口语与用户交互的 Agent。
- ElevenLabs、Cognigy、Vapi 和 Deepgram 等公司在采用。
简单定义:一般是指用于不同 AI Agent 之间,或 Agent 与外部系统之间通信、协作、共享信息的一套标准化规则与接口规范。
来源:IBM
目前应用场景:
- 简化多智能体系统通信,支持不同框架中构建的 Agent 之间的通信。
- 被埃森哲等公司采用,协议包括 A2A、ACP、SLIM 等。
简单定义:CUA 可以真正使用计算机——启动应用程序、浏览网站以及推理执行任务。
来源:OpenAI
目前应用场景:
- Agent 可以像人类一样利用浏览器、CLI 甚至鼠标光标等工具与计算机进行交互。
- 被 OpenAI 等公司用作其 Operator、Claude's Computer Use、H-Company 的 Runner H 和 Manus AI 等公司使用。
简单定义:专门用于编写、调试、优化或管理代码的 Agent。它不仅能生成代码,还能理解代码上下文、执行多轮推理和调用外部工具,帮助开发者更高效地完成软件开发任务。
来源:付费 SubStack 专栏
目前应用场景:
- 借助使用的工具和基于 LLM 的代码生成,Multi-Agent 可以以 10 倍的速度构建和调试应用程序。
- 被 Windsurf、Cursor 和 GitHub Copilot 等公司使用。
- 最赚钱的几家 Agent 公司中,其中 Coding 占了大多数。
简单介绍:专注于科研与知识探索的 Agent,它们能够自动检索文献、分析数据、生成报告,并在多轮交互中推进研究任务。
- 协作 Multi-Agent 系统,从大量来源构建经过广泛研究的报告。
- 热门产品包括 Gemini DR、OpenAI DR 等。
文章来自于微信公众号“特工宇宙”,作者是“宇宙编辑部”。
【开源免费】OWL是一个完全开源免费的通用智能体项目。它可以远程开Ubuntu容器、自动挂载数据、做规划、执行任务,堪称「云端超级打工人」而且做到了开源界GAIA性能天花板,达到了57.7%,超越Huggingface 提出的Open Deep Research 55.15%的表现。
项目地址:GitHub:https://github.com/camel-ai/owl
【开源免费】OpenManus 目前支持在你的电脑上完成很多任务,包括网页浏览,文件操作,写代码等。OpenManus 使用了传统的 ReAct 的模式,这样的优势是基于当前的状态进行决策,上下文和记忆方便管理,无需单独处理。需要注意,Manus 有使用 Plan 进行规划。
项目地址:https://github.com/mannaandpoem/OpenManus
【开源免费】Browser-use 是一个用户AI代理直接可以控制浏览器的工具。它能够让AI 自动执行浏览器中的各种任务,如比较价格、添加购物车、回复各种社交媒体等。
项目地址:https://github.com/browser-use/browser-use
【开源免费】字节工作流产品扣子两大核心业务:Coze Studio(扣子开发平台)和 Coze Loop(扣子罗盘)全面开源,而且采用的是 Apache 2.0 许可证,支持商用!
项目地址:https://github.com/coze-dev/coze-studio
【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。
项目地址:https://github.com/n8n-io/n8n
在线使用:https://n8n.io/(付费)
【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。
项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file
【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。
项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file
在线使用:https://vectorvein.ai/(付费)
【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。
项目地址:https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md
【开源免费】graphrag是微软推出的RAG项目,与传统的通过 RAG 方法使用向量相似性作为搜索技术不同,GraphRAG是使用知识图谱在推理复杂信息时大幅提高问答性能。
项目地址:https://github.com/microsoft/graphrag
【开源免费】Dify是最早一批实现RAG,Agent,模型管理等一站式AI开发的工具平台,并且项目方一直持续维护。其中在任务编排方面相对领先对手,可以帮助研发实现像字节扣子那样的功能。
项目地址:https://github.com/langgenius/dify
【开源免费】RAGFlow是和Dify类似的开源项目,该项目在大文件解析方面做的更出色,拓展编排方面相对弱一些。
项目地址:https://github.com/infiniflow/ragflow/tree/main
【开源免费】phidata是一个可以实现将数据转化成向量存储,并通过AI实现RAG功能的项目
项目地址:https://github.com/phidatahq/phidata
【开源免费】TaskingAI 是一个提供RAG,Agent,大模型管理等AI项目开发的工具平台,比LangChain更强大的中间件AI平台工具。
项目地址:https://github.com/TaskingAI/TaskingAI
【开源免费】MindSearch是一个模仿人类思考方式的AI搜索引擎框架,其性能可与 Perplexity和ChatGPT-Web相媲美。
项目地址:https://github.com/InternLM/MindSearch
在线使用:https://mindsearch.openxlab.org.cn/
【开源免费】Morphic是一个由AI驱动的搜索引擎。该项目开源免费,搜索结果包含文本,图片,视频等各种AI搜索所需要的必备功能。相对于其他开源AI搜索项目,测试搜索结果最好。
项目地址:https://github.com/miurla/morphic/tree/main
在线使用:https://www.morphic.sh/
【开源免费】VideoChat是一个开源数字人实时对话,该项目支持支持语音输入和实时对话,数字人形象可自定义等功能,首次对话延迟低至3s。
项目地址:https://github.com/Henry-23/VideoChat
在线体验:https://www.modelscope.cn/studios/AI-ModelScope/video_chat
【开源免费】Streamer-Sales 销冠是一个AI直播卖货大模型。该模型具备AI生成直播文案,生成数字人形象进行直播,并通过RAG技术对现有数据进行寻找后实时回答用户问题等AI直播卖货的所有功能。
项目地址:https://github.com/PeterH0323/Streamer-Sales