所謂Agent，即多模態(tài)智能體。如今的多模態(tài)處理已經(jīng)支持文本、圖像、視頻、音頻、3D數(shù)據(jù)的無縫解析，例如分析運(yùn)動(dòng)視頻動(dòng)作缺陷或生成手寫食譜的雙語電子書等。2025年AI的發(fā)展的確異常迅猛，以至于讓很多人心里感到不安和焦慮。

據(jù)說，目前最強(qiáng)大的多模態(tài)模型是谷歌Gemini 3，其在LMArena榜單得分1501Elo，推理測(cè)試正確率接近92%，并支持DeepThink模式解決ARC-AGI-2等復(fù)雜問題。有人說這是撬開了AGI的大門。

在谷歌最新的Gemini 3和Nano Banana Pro發(fā)布前，黃仁勛和奧特曼都一直雄心勃勃，自信非常。他們之前的日子過得可謂風(fēng)生水起。谷歌，這家曾被認(rèn)為在AI時(shí)代稍顯落后、有點(diǎn)沉睡的巨頭企業(yè)，如今也似乎正在全面覺醒。

Gemini 3是谷歌于2025年11月18日推出的新一代大型語言模型，是基于稀疏混合專家架構(gòu)并擁有超萬億參數(shù)，完全基于TPU訓(xùn)練的大模型。該模型配備100萬token上下文窗口，支持處理文本、圖像、視頻、音頻和代碼等多模態(tài)數(shù)據(jù)，發(fā)布當(dāng)日就已經(jīng)整合了谷歌搜索AI模式、Gemini應(yīng)用、API接口及Vertex AI等產(chǎn)品線內(nèi)容。與此同步發(fā)布的Google Antigravity開發(fā)平臺(tái)支持自然語言生成完整代碼，實(shí)現(xiàn)動(dòng)態(tài)界面定制與多智能體協(xié)作執(zhí)行復(fù)雜任務(wù)，在AI領(lǐng)域顯然已經(jīng)做到了遙遙領(lǐng)先。

其實(shí)早在此前OpenAI發(fā)布推理模型O3時(shí)，就已經(jīng)讓很多人陷入了存在主義危機(jī)，在O3發(fā)布之初，經(jīng)濟(jì)學(xué)家泰勒.科文（Tyler Cowen）當(dāng)時(shí)也參加了產(chǎn)品內(nèi)測(cè)，據(jù)他當(dāng)時(shí)的判斷是其實(shí)O3就是AGI（超級(jí)人工智能）。

頂尖生物學(xué)家德里亞.烏魯特馬茲（Derya Unutmaz）在X上發(fā)文說，他認(rèn)為O3的智能水平已經(jīng)達(dá)到了或者接近天才水平。后來當(dāng)o1-Pro剛發(fā)布時(shí)，人們更慌了……現(xiàn)在是不是看到谷歌的Gemini 3，你更慌了呢？

OpenAI的首席執(zhí)行官山姆.奧特曼曾經(jīng)在一次訪談中說，“當(dāng)AGI真正來臨的那一天，一開始什么都不會(huì)發(fā)生，它不會(huì)立馬改變世界……但是幾年之后，世界會(huì)因此而巨變……”筆者想這句話的意思就是，現(xiàn)在我們很多人還不知道該如何用好AI，沒有讓AI發(fā)揮出它最大的潛力。以至于現(xiàn)在如何用好AI它仍是一項(xiàng)非常稀缺的能力。

現(xiàn)在的很多Agent都是非常聰明的模型，它們會(huì)原生態(tài)地調(diào)用各種工具，很多時(shí)候我們不應(yīng)讓它回答一個(gè)問題，而是要給它一個(gè)任務(wù)讓它去完成。比如你給它們一張照片，它們就可以找出這張照片你是在哪拍的，它們也可以幫你在網(wǎng)上找到你多年不聯(lián)系的朋友的賬號(hào)。但是它們?cè)诼斆鞯耐瑫r(shí)也會(huì)產(chǎn)生幻覺的。例如，它們?cè)诰幊虝r(shí)可能也會(huì)犯錯(cuò)誤，它們?cè)诨卮饐栴}時(shí)可能會(huì)胡說八道，對(duì)一句名言的出處可能會(huì)張冠李戴。

說2025年是Agent元年其實(shí)也不是過譽(yù)，因?yàn)樵?025年的年初和年尾都有這么重磅的AI產(chǎn)品，是不是已經(jīng)亮瞎了很多人的眼睛？！

但是目前的Agent它們可能還是處于這樣一個(gè)階段：它們真的很擅長用很多“高觀點(diǎn)”去分析事物的本質(zhì)。什么是“高觀點(diǎn)”呢？所謂高觀點(diǎn)就是“StochasticParrot”，它是指某些大語言模型其實(shí)就像一只“會(huì)說話的鸚鵡”，它只能依靠大數(shù)據(jù)進(jìn)行統(tǒng)計(jì)預(yù)測(cè)，說白了其實(shí)就是它也只是模仿人類語言的表面結(jié)構(gòu)，而非真正理解人類語言的真正語義。

比如你給AI一道數(shù)學(xué)題，它也會(huì)幫你解答，但是你從它的解題步驟中就可以很明顯感覺到它有機(jī)械套用的痕跡，要是一個(gè)人類老師給孩子們講題，那首先就是教會(huì)孩子要抓住解決這個(gè)數(shù)學(xué)問題的關(guān)鍵要點(diǎn)和解決數(shù)學(xué)問題時(shí)需要首先理解其要表達(dá)的數(shù)學(xué)意義，因此人和AI還是有很大區(qū)別的。

再比如你問AI“王陽明心學(xué)到底說的是什么？”AI可能會(huì)告訴你，“陽明心學(xué)就是讓你發(fā)現(xiàn)良知，然后立刻去做！”所以，AI用“高觀點(diǎn)”處理問題不是人類強(qiáng)加給它的標(biāo)簽，而是這的確是AI無意識(shí)下的一種本能展示。