原创 智能体陷入非理性繁荣，两年后40%要被淘汰

但当时的智能体还缺乏足够的工具，开发者就必须自行“造轮子”。进入2025年之后，随着为AI模型与外部工具和服务之间的交互提供标准化接口的MCP（模型上下文协议）被业界广泛认可，“长出双手”的智能体也终于有了实用性，由此使得其迎来了一次“寒武纪生命大爆发”。

有了MCP的存在，再加上AI厂商的内卷，如今开发一款智能体的门槛几乎为零，哪怕是不懂编程的人也能轻松搭建出智能体。只是这种模式下诞生的智能体，只有在消费级市场实现“图一乐”的能力，因为这些产品其实是“AI套壳智能体”，难以满足企业用户对于真实业务场景里，紧密结合数据、工程为生产环节动态调优的需求。

为什么说市面上相当多的智能体是“AI套壳智能体”呢？这是因为智能体真正的技术难点是在落地执行和流程复用上。拆解任务、规划完成路径其实毫无技术难度，因为这一部分工作实际上是基座大模型来完成的。以搭建一套企业OA系统为例，即便是普通人通过简单的提示词，也能获得一套步骤清晰的规划书。

问题是，如何将纸面上的规划变成现实。在任务执行过程中一旦出现异常，或是遇到与预设不符的界面元素，大部分智能体常常出现的情况是直接“卡壳”，向用户弹窗报错、并终止任务。因为这类“AI套壳智能体”在具体的执行环节使用的依然是RPA（机器人流程自动化），而后者则是由程序员提前设计好的自动化任务动作列表、或者说“行为树”。

作为一个广泛应用于企业级市场的技术，RPA的优势就在于能高效实现监视、跟踪和控制业务的流程执行，但它主要是基于预设规则和流程运行，所以对于需要灵活处理和即兴应变的复杂情境无法胜任。

“AI套壳智能体”使用RPA属于投机取巧，是将企业的实际生产环境理想化，无视了任务过程中可能出现的一切意外因素。而真正的智能体则是根据任务需求临时性调用需要的外部工具，并对执行中的问题进行分析，来重新制定新的规划流程。

除了完成复杂任务的能力，稳定同样也是目前智能体的一大痛点。由于“AI幻觉”的存在，AI大模型会出现小概率给出完全偏离用户指令的规划。由于“AI套壳智能体”是先用AI规划流程，再让RPA去执行，所以当它们被命令再次完成同样的任务时，也会按照“先AI、再RPA”的顺序重新执行。

如此一来，在面对相同任务时，“AI套壳智能体”可能就会给出截然不同的任务规划，大幅增加了任务执行的不稳定性。同时再次调用AI也会消耗大量token、并占用业务资源，让本来希望使用智能体降本增效的企业反而花费更多的代价。然而真正的智能体产品是可以进化的，也能将特定的任务流程固化为能力。

其实当下的智能体生态繁荣，颇有种两年前“百模大战”的既视感，真正有技术、有能力的厂商与蹭热度的企业鱼龙混杂。一如2023年兴起的“百模大战”在2025年春季被DeepSeek、Qwen等开源大模型终结，所以2025年爆发的智能体在2027年迎来洗牌，也在情理之中。