AI 智能体具有广泛的应用，主要包括以下几个方面：
以“什么值得买”智能体为例，在电商导购方面，假设用户输入“我想买个笔记本电脑”，智能体会先做 Query Rewrite 提取出“笔记本电脑”关键词，再通过相关 API 检索商品信息，拿到结果后与内置提示词组装成上下文请求大模型回答，从而实现更好的商品推荐效果。
工作流 Workflow 也可以理解为多智能体协作 Multi-Agents，通过多个智能体的组装，能解决一些复杂场景的搜索问题。比如给新产品取名，涉及多个步骤和检测，人工操作费时费力，而 AI 搜索+Workflow 的模式可有效解决。
在社交方向，用户注册后先捏一个自己的智能体，然后让自己的智能体和其他人的智能体聊天，聊到一起后真人再介入，是一个有趣的场景。在 B 端，帮助商家搭建智能体也是一个机会。
智能体在各种应用中扮演重要角色，以下是一些典型的应用领域：1.自动驾驶：自动驾驶汽车中的智能体感知周围环境，做出驾驶决策。2.家居自动化：智能家居设备（如智能恒温器、智能照明）根据环境和用户行为自动调节。3.游戏AI：游戏中的对手角色（NPC）和智能行为系统。4.金融交易：金融市场中的智能交易算法，根据市场数据做出交易决策。5.客服聊天机器人：通过自然语言处理与用户互动，提供自动化的客户支持。6.机器人：各类机器人（如工业机器人、服务机器人）中集成的智能控制系统。
以Kimi+的“什么值得买”智能体举例，假设用户输入“我想买个笔记本电脑”，智能体会先做Query Rewrite提取出“笔记本电脑”关键词，再通过“什么值得买”的API检索对应的商品信息，拿到检索结果后，跟智能体内置的提示词组装成上下文，请求大模型回答。于是这个智能体便成了一个电商导购类的垂直搜索()应用，在商品推荐方面有更好的回答效果。1.工作流Workflow工作流Workflow也可以理解为多智能体协作Multi-Agents，通过多个智能体的组装，解决一些复杂场景的搜索问题。比如：给新产品取名，我习惯的步骤是告诉大模型新产品是做什么的，大模型推荐几个可取的名字选择其中一个名字，去谷歌检索，是否有同名去Twitter检索是否有同名去Github检索是否有同名选择一个域名，去Namecheap搜索是否已被注册全部检测通过，确定产品名，注册域名这里涉及到一个回溯的问题，也就是在其中某个步骤发现产品名不可用，要回到第一步重新选择名字，再继续走后面的检测步骤。人工去做这件事，毫无疑问是很费时间的。AI搜索+ Workflow的模式，可以有效解决这个问题。
1、什么是智能体？随着ChatGPT与AI概念的爆火，出现了很多新名词，“智能体Agent”还有bot和GPTs等，Kimi（月之暗面的大模型）的书面解释是：简单理解就是AI机器人小助手，参照移动互联网的话，类似APP应用的概念（我记得GPT刚出的时候，还有人把GPT应用称为GAP），AI大模型是一个技术，而面向用户提供服务的是产品，所以有很多公司开始关注AI应用层的产品机会。我知道的在做Agent创业的公司就有好几家：C端案例：比如社交方向，用户注册之后先捏一个自己的Agent，然后让自己的Agent和其他人的Agent聊天，两个Agent聊到一起后再真人介入，也是一个很有趣的场景；还有借Onlyfans入局打造个性化聊天的创业公司。B端案例：如果字节扣子和腾讯元器是面向普通人的低代码平台，类似APP时代的个人开发者，那还有一个机会就是帮助B端商家搭建Agent，类似APP时代专业做APP的。2、智能体开发平台我最早接触到扣子Coze，是一篇科技报道：国产GPTs商店来了。平替版GPTs商店，字节Coze扣子上线。2月1日，字节正式推出AI聊天机器人构建平台Coze的国内版“扣子”，主要用于开发下一代AI聊天机器人。