基于LLM的AI Agent構(gòu)建平臺承載了“人人都是開發(fā)者”的愿景與使命，真正拉開了全民開發(fā)的應(yīng)用構(gòu)建序幕，因此像Coze、Dify.ai、Beam.ai等也更受應(yīng)用市場與資本市場的歡迎。此外，已經(jīng)拿到融資的AI Agent項目也大多推出了AI Agent構(gòu)建平臺。

做AI原生應(yīng)用平臺的，基本上都屬在AI賽道上的綜合實力派，不光要上最強的大模型(規(guī)劃能力、工具調(diào)用能力、代碼生成能力要強)，外圍能力也要強，RAG的知識庫、聯(lián)網(wǎng)搜索、多模態(tài)輸入輸出，同時還要有吸引開發(fā)者的發(fā)布渠道，以及交互體驗上對用戶的足夠絲滑。

但究竟AI Agent構(gòu)建平臺擁有哪些需要關(guān)注的特點?在構(gòu)建智能體的過程中，我們又有哪些形式和產(chǎn)品可以選擇?

本文通過盤點海內(nèi)外80+ AI Agent構(gòu)建平臺，結(jié)合AI Agent產(chǎn)品的服務(wù)形態(tài)，與大家深入探討下這些話題。

目前市場上的To BTo C的AI Agent產(chǎn)品，主要包括兩種產(chǎn)品形態(tài)：一種是直接打造出面向某些應(yīng)用場景的AI Agent產(chǎn)品供用戶使用，另一種則是通過打造一個AI Agent構(gòu)建平臺，讓用戶按需構(gòu)建個性化AI Agent。

相對而言，前者能夠?qū)崿F(xiàn)開箱即用，可以更簡單高效處理一些固定場景的業(yè)務(wù)流程自動化，但對于時時變化的應(yīng)用環(huán)境就有些響應(yīng)不夠及時。而后者的特點是靈活性強，用戶可以根據(jù)需求構(gòu)建面向每一種業(yè)務(wù)場景的AI Agent，但構(gòu)建起來需要一些成本，要求用戶了解提示工程、工作流、知識庫等的操作和技巧。

AI Agent平臺型產(chǎn)品通常為了滿足用戶的個性化需求，在產(chǎn)品形態(tài)上會增加個性化構(gòu)建，既有官方推出的標(biāo)準(zhǔn)化Agent產(chǎn)品，又能支持用戶去構(gòu)建個性化Agent。

很多AI Agent平臺，本身就是一個基本自研或者開源架構(gòu)的AI Agent。比如OpenAI的GPTs構(gòu)建平臺-GPT builder就是一個AI Agent，任何用戶都可以使用自然語言構(gòu)建各種GPTs而不需要輸入代碼，進一步降低了Agent構(gòu)建門檻。

后來的很多類GPTs構(gòu)建平臺都是這個模式，并且在構(gòu)建AI Agent的流程中的子流程中繼續(xù)引入Agent，以在各個環(huán)節(jié)充分發(fā)揮代理的優(yōu)勢，讓提示詞結(jié)構(gòu)化、數(shù)據(jù)庫創(chuàng)建等流程都實現(xiàn)了自動化構(gòu)建。并且，很多產(chǎn)品平臺甚至都已實現(xiàn)通過一句話構(gòu)建一個Agent的能力。

大部分Agent構(gòu)建平臺，基本的構(gòu)建步驟都是輸入Agent智能體的名字，輸入一句話比如角色形容，再選擇工具插件，就能快速構(gòu)建一個Agent，比如豆包、移動端的千問。復(fù)雜一些的Agent，還包括了工作流、知識庫、變量、數(shù)據(jù)庫、觸發(fā)器以及記憶設(shè)定等，這些進一步方便了開發(fā)者構(gòu)建功能更強大的智能體，比如Coze.

在大家有一個基本認(rèn)知后，下面詳細說說AI Agent構(gòu)建平臺。

AI Agent構(gòu)建平臺是一種專門設(shè)計用于開發(fā)、定制和部署AI Agents的平臺或工具集(框架)，這些被構(gòu)建的AI Agents\智能體\聊天機器人通常使用人工智能(正在普遍向大語言模型技術(shù)過渡)、機器學(xué)習(xí)和自然語言處理技術(shù)來理解和響應(yīng)用戶輸入，自動執(zhí)行復(fù)雜任務(wù)，或者提供有用的信息和服務(wù)。

這些平臺具備一系列功能和特點，可以幫助開發(fā)者和企業(yè)創(chuàng)建能夠執(zhí)行特定任務(wù)或服務(wù)的智能系統(tǒng)。不同的AI Agent構(gòu)建平臺擁有不同的行業(yè)屬性和不同的功能，但通常包含以下幾個共同特點：

1. 無編碼或低編碼工具：允許用戶通過圖形界面和簡單配置，而不是復(fù)雜的編程，來構(gòu)建Agent。

2. 集成能力：與其他系統(tǒng)和服務(wù)的集成選項，例如CRM，數(shù)據(jù)庫或API。

3. 自然語言理解：AI Agent需要能夠解析自然語言，并從中理解用戶意圖。

4. 對話管理：構(gòu)建流暢對話的工具，包括設(shè)置對話路徑和根據(jù)上下文進行響應(yīng)。

5. 訓(xùn)練和測試：平臺提供數(shù)據(jù)集合工具來訓(xùn)練AI Agent，并且能夠在實際情況或模擬環(huán)境中測試其性能。

6. 分析和優(yōu)化：分析用戶互動數(shù)據(jù)以改進AI Agent的回應(yīng)和性能。

很多AI Agent構(gòu)建平臺被設(shè)計得易于使用，以便快速部署和輕松維護，也有一些面向具有更高技術(shù)技能和具體需求的開發(fā)者，提供更高級的定制選項和編程接口。

并且一些第三方AI Agent構(gòu)建平臺還支持多種大語言模型，給予用戶更多的選擇。這類平臺旨在簡化構(gòu)建智能對話Agent的過程，讓各種規(guī)模和類型的組織都能利用AI提升效率和用戶體驗。

如果是面向B端的企業(yè)級AI Agent構(gòu)建平臺，就需要更多的功能和特性，總結(jié)如下：

AI Agent構(gòu)建平臺的目標(biāo)是簡化AI應(yīng)用的開發(fā)過程，使其更加高效和易于管理，同時提供足夠的靈活性以滿足不同業(yè)務(wù)場景的需求。通過這些平臺，企業(yè)可以快速構(gòu)建能夠提升用戶體驗、優(yōu)化業(yè)務(wù)流程和提高運營效率的智能體。

使用prompt定義Agent人物特性與行為模式，再結(jié)合各種插件來強化和擴展功能，是當(dāng)前的主流智能體開發(fā)策略，典型代表就是OpenAI的GPTs?，F(xiàn)在市面上的類GPTs產(chǎn)品比如Coze、文心智能體等，都是用這種方式實現(xiàn)Agent開發(fā)。

其優(yōu)勢在于搭建過程的高效性，開發(fā)者僅需要輸入大致主題方向，平臺就可以根據(jù)這個主題自動生成一套全面且詳盡的人物設(shè)定和行為Prompt，極大地提升開發(fā)的速度和便捷性。不足之處在于它難以應(yīng)對邏輯復(fù)雜且對穩(wěn)定性有較高要求的任務(wù)流程。在面對這類任務(wù)時，可能無法滿足需求。

通過流程圖來詳細編排Agent的工作流程，是一種更為結(jié)構(gòu)化且清晰的Agent構(gòu)建方法。Voiceflow和Dify.AI都是這種方式代表性產(chǎn)品。這種開發(fā)方式的主要優(yōu)勢在于能夠設(shè)計出非常復(fù)雜且龐大的工作流程，利用意圖跳轉(zhuǎn)、條件分支(if/else邏輯)、循環(huán)等邏輯結(jié)構(gòu)，可以構(gòu)建出企業(yè)內(nèi)部非常復(fù)雜且精細的業(yè)務(wù)流程。

一個合格而強大的AI Agent構(gòu)建平臺，需要全方位考慮各層面用戶的需求。所以很多基于第一種形式的產(chǎn)品也會加入第二種形式作為補充，比如coze也引入了工作流構(gòu)建方式，并且在多智能體構(gòu)建中體現(xiàn)了全面的產(chǎn)品交互，Dify.AI則提供了從Agent構(gòu)建到AI workflow編排的能力。

吳恩達近期在紅杉資本AI Ascent的分享中提到反思(reflection)、工具使用(Tool use)、規(guī)劃(Planning)、多智能體協(xié)作(Multiagent collaboration)等四種AI agent設(shè)計模式，已經(jīng)逐步在一些Agent構(gòu)建平臺實現(xiàn)，比如Coze等已經(jīng)能夠支持全部四種設(shè)計模式。

事實上，AI Agent構(gòu)建平臺現(xiàn)在已經(jīng)是一個泛在概念。很多AI應(yīng)用構(gòu)建平臺雖然沒有標(biāo)榜AI Agent構(gòu)建，但在LLM應(yīng)用越發(fā)普及的當(dāng)下，這些平臺基本具備了構(gòu)建AI Agent的能力。還有企業(yè)服務(wù)領(lǐng)域的CRM、ERP、低代碼、RPA等廠商，也在原有產(chǎn)品生態(tài)的基礎(chǔ)之上逐步推出了AI Agent/AI應(yīng)用構(gòu)建平臺，通常這些產(chǎn)品被稱作AI\AI Agent構(gòu)建器(AI\AI Agent Builder)。

大語言模型正在Agent化，一方面大模型都在推出集成插件的“可執(zhí)行能思考”的Chatbot版本，另一方面Agent構(gòu)建平臺正在成為大語言模型廠商的產(chǎn)品標(biāo)配。

國內(nèi)目前的構(gòu)建平臺主要以大型科技公司的產(chǎn)品為主，百度、字節(jié)跳動、阿里巴巴、科大訊飛等大語言模型的廠商都推出了AI Agent構(gòu)建平臺，其中字節(jié)跳動、阿里巴巴等廠商也基于企業(yè)辦公系統(tǒng)推出了相關(guān)的Agent構(gòu)建平臺。比如智譜推出了智譜清言。Kimi推出了Agent產(chǎn)品kimi+，預(yù)計后面也會推出Agent構(gòu)建平臺。AI Agent構(gòu)建平臺相關(guān)的創(chuàng)業(yè)項目，也正在快速上新。

本文整理了19個國內(nèi)AI Agent構(gòu)建平臺，如下：

再來看下海外的AI Agent平臺盛況。從OpenAI在首屆開發(fā)者大會上推出GPTs以后，類GPTs構(gòu)建平臺便如雨后春筍一樣出現(xiàn)，并且功能也越來越豐富。比如幫助品牌和出版商的firsthand.ai，助力企業(yè)實現(xiàn)業(yè)務(wù)流程自動化的Beam.ai等，面向多種應(yīng)用場景的各類AI Agent構(gòu)建平臺，正在改變?nèi)藗兊墓ぷ鞣绞?，提高工作與生產(chǎn)效率，以及重新定義生產(chǎn)力。

本文整理了68個海外AI Agent構(gòu)建平臺。其中有科技大廠推出的平臺，也有企服廠商發(fā)布的產(chǎn)品，當(dāng)然更多的是初創(chuàng)公司推出的相關(guān)項目。具體如下：