最近陸陸續(xù)續(xù)的發(fā)布了很多的智能體，有拿Agent做唯一產(chǎn)品的Manus這樣的明星產(chǎn)品，還有@夕小瑤團隊開發(fā)的Teamo；以及本身就是大模型產(chǎn)品基于自己模型開發(fā)的Agent，比如Kimi的Kimi-researcher，以及MiniMax最近開源周放出來的MiniMax Agent。

但如果仔細觀察的話，這些公司的產(chǎn)品中有一個大類是共通的，那就是去解決一個問題：「怎么去寫好一份報告？」

這幾個產(chǎn)品，包括古早就出現(xiàn)的OpenAI和Gemini都有的Deep Research功能，其實也是在做類似的事情，而這件事情想要做好，想要依靠單獨的某個模型，在現(xiàn)在的技術(shù)體系下絕無可能，從問題到結(jié)果，最少需要三個能力。

1. 聯(lián)網(wǎng)搜索：大模型的記憶大多停留在2024年，這是因為大模型的固有訓(xùn)練邏輯，從訓(xùn)練好，到微調(diào)，再到最終發(fā)布，幾個月到半年起，所以你問他現(xiàn)在的事情，必須通過聯(lián)網(wǎng)搜索獲取。

2. 推理思考：資料搜集是一方面，而搜索大多依賴于關(guān)鍵字，很多關(guān)鍵字對應(yīng)的信息其實是有沖突的，信息沖突只是其中一方面，而碰到?jīng)_突就需要大模型得具備推理和思考的能力，像人一樣的去做判斷。

3. 訪問信息：搜集到的信息可能有很多種類型，最普通的就是網(wǎng)頁上的文字，但如果碰到的是圖片上的文字，視頻信息甚至一些質(zhì)量很差但是唯一信源的聲音信息，起碼的廣泛的信息訪問技術(shù)是必要的。

你會發(fā)現(xiàn)，不可能有任何一個單一的大模型可以完成「怎么去寫好一份報告這件事」，不管怎么樣，都需要給現(xiàn)有的大模型加一些插件才行，而這個過程，其實跟“人類和動物的最大區(qū)別是對于工具的使用”異曲同工。

AI Agent并沒有本質(zhì)上提升某個模型的智力，只不過是學(xué)會了如何使用工具而已。

而如何使用工具，使用說明工具以及多大程度的依靠工具，就產(chǎn)生了現(xiàn)有的實現(xiàn)AI Agent智能體的三種方法：

• 單體推理模型：典型如OpenAI，這種架構(gòu)的核心思想是依賴一個單一、巨大且能力全面的大語言模型來統(tǒng)一處理任務(wù)的各個方面，包括理解查詢、規(guī)劃步驟、執(zhí)行工具（如搜索）以及綜合信息生成最終答案。

• 多模型智能體模型：Teamo非常典型，這種架構(gòu)將一個復(fù)雜的任務(wù)分解成多個子任務(wù)，并為每個子任務(wù)分配一個專門的、角色清晰的AI智能體。這些智能體在一個“主管”或協(xié)調(diào)者的管理下協(xié)同工作，共同完成最終目標(biāo)。并且根據(jù)不同任務(wù)的特性使用不同的模型，比如寫代碼用Claude，論文寫作用Gemini，講究的是借力。

• RAG中心化智能體：Perplexity是代表，這種架構(gòu)的設(shè)計哲學(xué)將事實準確性置于最高優(yōu)先級。其核心是檢索增強生成（Retrieval-Augmented Generation, RAG）。整個工作流程圍繞“先檢索，后生成”展開：首先，系統(tǒng)實時從可信的外部來源（如互聯(lián)網(wǎng)）檢索與查詢相關(guān)的信息；然后，利用大語言模型將這些檢索到的、有事實依據(jù)的信息進行綜合、提煉和組織，最終生成答案。

單體推理模型

對于單體推理模型來說，最常見的就是大模型公司，比如OpenAI的Deep Research，MiniMax，以及Kimi的Researcher，他們的Agent就是基于自身大模型的產(chǎn)品，所以于情于理也不可能用別家的，這是大模型公司做應(yīng)用的執(zhí)念，即使只是暫時的。

下圖從左到右，從上到下分別是OpenAI的Deep Research，MiniMaX Agent，Kimi Researcher，Gemini的Deep Research。

這4個例子的背后公司肯定會有一個主打的模型，比如OpenAI的o系列，Kimi的k系列，以及MiniMax最近剛剛出的M1模型，Gemini的Gemini-2.5系列，都是在大模型領(lǐng)域非常能打的存在。也依靠他們的明星產(chǎn)品擁有不少的忠實用戶，這是他們能做單體推理模型的底氣。

優(yōu)勢

1. 強大的通用推理與靈活性：由于所有任務(wù)都在一個統(tǒng)一的“思維空間”內(nèi)完成，單體模型可能發(fā)展出更強的通用問題解決能力。它不受限于預(yù)設(shè)的、僵化的角色分工，因此在面對從未見過或結(jié)構(gòu)模糊的復(fù)雜任務(wù)時，可能表現(xiàn)出更高的靈活性和適應(yīng)性。

2. 整體性理解：模型能夠?qū)θ蝿?wù)形成一個連貫、整體的理解，因為從輸入到輸出的所有中間步驟和思考過程都是內(nèi)在關(guān)聯(lián)的，而不是在不同模塊間傳遞。

劣勢

1. 更高的“幻覺”風(fēng)險：這是該架構(gòu)最主要的弱點。強大的生成能力意味著模型在信息不足或推理出錯時，更容易“編造”事實，即產(chǎn)生幻覺。OpenAI也明確指出，其Deep Research智能體雖然比普通模型出錯率低，但仍會偶爾產(chǎn)生幻覺，并且在區(qū)分權(quán)威信息和網(wǎng)絡(luò)謠言方面存在困難。

2. 不透明的“黑箱”問題：推理過程是模型內(nèi)部的復(fù)雜神經(jīng)活動，外界難以精確地審視其決策邏輯。當(dāng)模型給出一個答案時，我們很難完全理解它是如何一步步推導(dǎo)出來的，這在需要高可靠性和可解釋性的關(guān)鍵應(yīng)用中是一個重大障礙。

3. 巨大的計算成本：訓(xùn)練和運行一個能處理所有任務(wù)的、最前沿的單一模型，需要極其龐大的計算資源和資金投入。

總的來說，單體推理模型需要一個非常強的AI大模型，不然智力程度完全不夠，但這也需要前提投入大量的資金先去做模型，然后再基于此作應(yīng)用。再加上在做應(yīng)用的時候只用自家模型，所以模型的缺點肯定也會帶到Agent上。

多模型智能體模型

多模型智能體模型，往往存在于主營業(yè)務(wù)甚至就智能體這一個業(yè)務(wù)，他們要實現(xiàn)的就是極致的效果和性能，所以他們會針對于不同的任務(wù)采用不同的模型，選擇的多樣性和靈活度要遠高于單體推理模型。

比如Teamo，非常的經(jīng)典多模型智能體，下圖就是Teamo設(shè)置不同Agent，主要分為幾個組，比如搜索組、寫作組、咨詢組和一些未上線的組別，并且每個組都有組長和組員不同角色。

細看的話，搜索組的搜索員就只有兩個模型可以用，Claude-4-sonnet和Opus，這么說吧，這倆模型在大模型領(lǐng)域的定價算是非常貴的那種了，如果不是在實踐中發(fā)現(xiàn)這倆模型的性能最好，或者說只有這倆模型的性能才能滿足需求，那斷然不會只用這倆的。

通用深度寫作員就是一個例子，你可以看到它可用的模型有很多，Gemini-2.5-Pro，DeepSeek-V3，GPT，Claude，甚至不常見的Grok3都有。

這幾個之間的價格差別還是比較明顯的，像DeepSeek這種開源模型價格要遠低于閉源模型，但是實踐中發(fā)現(xiàn)這些模型之間的實際表現(xiàn)估計差別不明顯。

Manus也一樣，據(jù)其中一個創(chuàng)始人，Manus主要用的兩家模型，Claude和Qwen，估計也是考慮到了性能和價格之間的平衡，只用Claude的確要貴不少。

優(yōu)勢

1. 流程透明且可控：由于任務(wù)被明確地分解到不同的專業(yè)智能體，整個工作流程變得清晰可見。例如，可以看到“生成”智能體提出了哪些假設(shè)，“反思”智能體又如何對其進行評估。這種模塊化設(shè)計使得調(diào)試、監(jiān)督和干預(yù)變得更加容易。

2. 專業(yè)分工帶來的高質(zhì)量：每個智能體都可以被專門優(yōu)化以精通其特定任務(wù)。就像人類團隊一樣，讓“創(chuàng)意專家”負責(zé)頭腦風(fēng)暴，讓“批判專家”負責(zé)評估，理論上可以在每個環(huán)節(jié)都達到更高的質(zhì)量水平。

3. 任務(wù)并行處理：不同的子任務(wù)可以由多個智能體同時執(zhí)行，從而可能提高整體的效率和速度。
   

劣勢

1. 通信與協(xié)調(diào)開銷：智能體之間需要高效地溝通和傳遞信息，這會引入額外的計算開銷和系統(tǒng)復(fù)雜性。如果協(xié)調(diào)機制設(shè)計不當(dāng)，可能會導(dǎo)致效率瓶頸。

2. 管理復(fù)雜性高：設(shè)計和管理“主管”智能體與各個專業(yè)智能體之間的復(fù)雜互動是一項挑戰(zhàn)。整個系統(tǒng)的最終表現(xiàn)高度依賴于這種協(xié)調(diào)與管理機制的優(yōu)劣。

創(chuàng)業(yè)公司青睞這種方式，畢竟不需要自己做模型，只需要用現(xiàn)成的，還可以什么好用就用什么，不好用立馬下線，但缺點也很明顯，就是被復(fù)制的概率非常大，因為核心技術(shù)依賴于大模型，而次核心的工程技術(shù)容易被大公司用人海戰(zhàn)術(shù)迅速追上甚至反超。

RAG中心化智能體

這種智能體其實不算多，因為它的設(shè)計哲學(xué)偏向于「索引」，這就意味著「檢索」的優(yōu)先級最高，簡單來說就是收集更多的信息，然后交給大模型去整理。而這里面資料的儲存和利用就用了RAG這個技術(shù)，它的全名叫檢索增強生成（Retrieval-Augmented Generation）。

可以根據(jù)下面的圖來理解，比如我們問2025年6月22日人民幣和美元的匯率是多少，那么沒有聯(lián)網(wǎng)的大模型絕對不可能知道，因為它的固有缺陷（訓(xùn)練數(shù)據(jù)滯后于模型發(fā)布時間）。所以這個時候就需要先去聯(lián)網(wǎng)獲取外部資料，然后大模型去根據(jù)外部資料去做回答。

這里面的典型模型其實就有知乎直答、秘塔AI搜索和Perplexity AI，都是先做大量的檢索，然后根據(jù)檢索資料進行匯總和分析。

這里面的區(qū)別就是檢索信息來源的不同，每家平臺會采用不同的信源，像知乎就用的自己平臺回答多一些，微博和騰訊元寶也有類似的功能，都是優(yōu)先采用自己的信源。

這種用的模型一般都是自研或者開源模型，因為它的核心在于信息的“可溯源”，而這一點兒只需要大模型照章辦事即可。

優(yōu)勢

1. 極高的事實準確性與可追溯性：這是該架構(gòu)最突出的優(yōu)點。由于所有答案都牢固地植根于檢索到的真實世界信息，并且總是附帶來源引用，用戶可以輕松驗證信息的真?zhèn)?。其核心原則是“不生成任何未檢索到的信息”。

2. 幻覺風(fēng)險極低：大語言模型在這里的主要角色是“組織者”和“轉(zhuǎn)述者”，而非“創(chuàng)作者”。因為它不依賴其內(nèi)部記憶來生成事實性內(nèi)容，所以產(chǎn)生幻覺的風(fēng)險被降到了最低。

3. 來源透明：用戶能清晰地看到每一條信息來自何處，這在學(xué)術(shù)研究、新聞?wù){(diào)查等需要嚴肅事實核查的場景中至關(guān)重要。

劣勢

1. 能力受限于可檢索的信息：系統(tǒng)的能力上限被其信息檢索系統(tǒng)所束縛。如果一個問題的答案無法通過現(xiàn)有渠道檢索到，那么該系統(tǒng)也無法憑空創(chuàng)造出來。

2. 純粹抽象推理和創(chuàng)造力受限：對于那些需要超越現(xiàn)有數(shù)據(jù)、進行純粹邏輯推演或提出全新原創(chuàng)概念的任務(wù)，這種方法表現(xiàn)不佳。它擅長綜合已知，而非探索未知。

它的優(yōu)劣勢很明顯，信息可溯源就是最大的優(yōu)勢，但同樣限制了大模型的能力，就是嚴重受限于檢索到的數(shù)據(jù)質(zhì)量，同時它也不太可能突破現(xiàn)有信息的限制，去創(chuàng)造新的知識。

這三種當(dāng)下的Agent范式都有各自的優(yōu)缺點，特別是在實現(xiàn)上其實重合的地方很多，不過各自的側(cè)重點是能讓各自都能在領(lǐng)域里面脫穎而出的主要原因。這個新興市場的未來演進路徑正逐漸清晰。

當(dāng)前一代的研究智能體，主要專注于自動化現(xiàn)有的「人類資料密集型工作」流程，例如文獻綜述、事實查找、行動規(guī)劃等。不過未來不管是AI還是AI Agent，都不可能止步于總結(jié)現(xiàn)有人類的知識或者經(jīng)驗，而是更多的將精力投入到「發(fā)現(xiàn)或者發(fā)明」新的知識上。