晚点：过去将近 6 个月，AI 领域最重要的两件事，一是 OpenAI 去年 9 月 o1 发布，另一个是近期 DeepSeek 在发布 R1 后掀起全民狂潮。我们可以从这两个事儿开始聊。你怎么看 o1 和 R1 分别的意义？
AI Agents，Agentic AI，Agentic Architectures，Agentic Workflows......
随着 AI Agent 元年的到来，一个新的趋势正在兴起：初创公司提供工具，帮助雇主打造一支机器人队伍。
CB Insights 最近基于他们的数据调研和分析，绘制了覆盖 26 个细分领域的 170 余家 AI Agent 初创企业的市场格局图谱。同时也探讨了关于 AI Agent 的当前进展、面临的挑战及未来发展路径，以下为全文内容。
「70 年的 AI 研究历史告诉我们一个最重要的道理：依靠纯粹算力的通用方法，最终总能以压倒性优势胜出。」如今，似乎可以重新再聊下这个话题。比如前两天我们发的 Agent 文章里的观点：未来 AI 智能体的发展方向还得是模型本身，而不是工作流（Work Flow）。
在传统电商客服体系中，服务流程通常由智能客服系统与人工客服团队协同完成，并衍生出一系列前后端的配套服务。
在拾象团队的 2025 的 AI 关键预测中，我们提到：随着 Agent 时代到来，OS 才是 LLM 厂商们最高的护城河，从 computer use 到 MCP，Anthropic 构建 OS 的决心是 AI labs 中最强、最明显的。
一家昔日高潜AI公司所陷入的“危险沼泽“，正在给所有奔向AGI梦想之路的AI Agent公司敲响警钟。
DeepWisdom完成亿元级融资，旗下智能体产品mgx.dev以零推广首月狂揽百万美元ARR，连续四周霸榜Product Hunt全球榜首。它让普通人也能一句话做出自己的APP。
本文基于一项系统性研究《A Survey on the Optimization of Large Language Model-based Agents》，该研究由华东师大和东华大学多位人工智能领域的研究者共同完成。研究团队通过对大量相关文献的分析，构建了一个全面的LLM智能体优化框架，涵盖了从理论基础到实际应用的各个方面。您有兴趣可以找来读一下这篇综述。
