2025年，人工智能领域发生了一场静水深流式的变革。当人们还在谈论大模型如何“以假乱真”地生成文字和图像时，技术焦点已悄然转移——从“能说会道”的模型，进化为“有手有脚”的智能体。从2017年Transformer架构的奠基，到2022年ChatGPT点燃全民热情，再到2025年智能体全面爆发，这段不过八年的历程，重塑了人与机器之间的关系。本文将系统梳理这一演进过程中的重大节点与代表性事件，展现技术如何一步步从“理解”走向“行动”。

一、技术奠基：Transformer与预训练大模型的崛起

2017：改变一切的《Attention Is All You Need》

现代生成式人工智能的历史，必须从2017年讲起。那一年的12月，谷歌研究团队发表了一篇题为《Attention Is All You Need》的论文，提出了Transformer架构。这一架构的核心创新是自注意力机制，它允许模型在处理文本时动态权衡每个单词的重要性，而非像传统的循环神经网络（RNN）那样按顺序依次处理1。这意味着模型可以并行计算，大大提升了训练效率，同时也能够更好地捕捉文本中的长距离依赖关系。

Transformer架构的诞生，被视为自然语言处理领域的分水岭。它不仅解决了此前模型难以处理长文本的痛点，更为后续所有大语言模型提供了统一的底层框架4。论文的三位作者——当时还是谷歌研究员的Ashish Vaswani等——或许未曾想到，这篇论文将开启一个时代。

2018年，基于Transformer的两条技术路线开始分叉。6月，OpenAI发布了第一代GPT（Generative Pre-trained Transformer），采用Transformer的解码器部分，通过自回归方式预测下一个单词，在文本生成任务上表现出色1。同年10月，谷歌发布BERT（Bidirectional Encoder Representations from Transformers），利用Transformer的编码器部分，通过双向上下文理解在语言理解任务上刷新了多项榜单。

这两条路线奠定了此后数年AI发展的基本格局：BERT路线主导了搜索引擎和语义理解场景，而GPT路线则指向生成式人工智能的未来。2019年，GPT-2的发布引发了第一波伦理争议——因其生成的文本过于逼真，OpenAI一度选择分阶段释放模型，以防范滥用风险。

真正的转折发生在2020年。OpenAI发布GPT-3，拥有1750亿个参数，是当时规模最大的语言模型。GPT-3展现出了惊人的少样本学习能力——即使不经过微调，仅凭几个示例，模型就能完成翻译、问答、代码生成等任务。这一能力让学界意识到：规模本身就能带来质变。同年，OpenAI还发布了图像生成模型DALL-E，将生成式AI的疆域从文本拓展至视觉。

二、全民狂欢：ChatGPT引爆生成式AI时代

尽管GPT-3已经展现出强大的能力，但它的交互方式仍局限于API调用和少数研究者的实验。2022年11月30日，OpenAI发布了基于GPT-3.5微调的对话模型ChatGPT，提供了简洁的网页界面，用户可以用自然语言与AI对话。

谁也没有预料到接下来发生的一切。ChatGPT上线5天即吸引百万用户，两个月后月活用户突破1亿，成为人类历史上增长最快的消费级应用4。这一现象级成功背后，关键技术是基于人类反馈的强化学习——通过收集人类对模型输出的评价，训练奖励模型，再用强化学习微调大模型，使其输出更符合人类偏好1。这项技术有效缓解了大模型的“幻觉”问题，让AI的回答更加真实、有用。

ChatGPT的普及，让生成式人工智能从实验室名词变成街谈巷议的话题。教育、媒体、客服、内容创作等行业瞬间感受到冲击，也激发了全社会的想象力。

2023年，GPT-4的发布将大模型能力推上新高度。它不仅支持文本输入，还能理解图像，实现了初步的多模态能力。同年，谷歌推出Gemini系列，从设计之初就强调原生多模态能力，并与谷歌搜索、地图、YouTube等产品深度整合。Anthropic的Claude系列专注于安全性和长文本理解，Meta则通过开源LLaMA系列推动了AI的民主化进程。

在中国，百度文心一言、阿里通义千问、科大讯飞星火等大模型相继发布，形成了百花齐放的格局。截至2024年10月，中国备案上线的大模型超过200个，注册用户超过6亿。

与此同时，开源生态迅速成熟。LangChain、LlamaIndex等框架的出现，让开发者能够像搭积木一样组合大模型和各种工具，为智能体的诞生铺平了道路。

三、从理解到行动：智能体的跃迁

当大模型的能力逼近瓶颈，业界开始思考一个更本质的问题：AI如果只能回答问题，而不能执行任务，价值是否被大大低估了？

2024年，一批实验性项目开始探索智能体的可能性。AutoGPT展示了让大模型自主分解任务、调用工具的能力——用户只需给出一个目标，AutoGPT就会自行规划步骤、执行操作、检查结果。虽然效率不高，但它第一次让公众看到了“AI自己干活”的样子。Devin号称“AI程序员”，能够自主编写代码、修复bug、部署应用。Adept则展示了AI直接操作浏览器完成订票等任务的能力。

这些探索共同指向一个方向：让大模型从“大脑”变成“有手有脚的行动者”。

2025年被视为智能体全面爆发的一年。这一年的标志性事件是多方面的：

国家战略层面，中国政府工作报告首次提出“人工智能+”战略，多地发布智能体应用场景白皮书，智能体成为数字经济重点方向。产业生态层面，百度千帆AppBuilder、字节Coze扣子、阿里灵积等平台相继推出，让企业甚至个人都能低门槛构建自己的智能体。技术突破层面，清华大学开源的Zeelin智能体展示了强大的规划能力——接到“做一份行业报告”的指令后，它会自主调用搜索引擎获取数据、让代码解释器画出增长曲线、最后调用LaTeX模板生成PDF，全程5到20分钟。

更重要的是，2025年初，DeepSeek-R1的发布引发全球震动。这款中国开发的大语言模型不仅推理能力强大，更以极低的成本和开源的姿态，挑战了此前由OpenAI主导的游戏规则。DeepSeek的成功让高级大模型的获取更加民主化，也为智能体的普及提供了更经济的基座模型。

2025年11月，世界互联网大会上，诺基亚贝尔与上汽通用合作的“面向具身智能的生成式智能体仿真训练平台”获奖。该项目通过仿真环境训练人形机器人在复杂工业环境中执行高价值任务，使生产效率较人工提升30%-50%。这标志着智能体开始从数字世界走向物理世界。

为何2025年智能体能够从概念走向落地？核心在于技术栈的成熟。现代智能体在大型语言模型的能力之上，叠加了四层关键能力：

记忆模块让智能体不再是“金鱼脑”，可以通过向量数据库存储长期记忆，跨会话记住用户偏好。规划模块将用户的一句话需求拆解为可执行的十数步任务，并在执行过程中动态调整。工具调用模块使智能体能够调用外部API、数据库、甚至操作鼠标键盘，连接数字世界的各个角落。反馈与学习模块让智能体在执行中不断校准误差，并通过“数据飞轮”实现自我进化。

正是这四层能力的叠加，让AI从“问答机器”升级为“数字同事”。

2025年的智能体，已不再停留于概念演示，而是深入千行百业，成为真实的生产力。

南京的运满满平台上，“满帮AI调度”智能体能够同时与多位司机对话，几分钟内预约到符合条件的货车，大幅缓解物流调度中的找车难问题9。一位企业负责人感慨，过去需要等2-3天的发货，现在当天就能解决。

中国制造网的“AI麦可”已成为外贸新人的“实时外援”。它能进行标题润色、关键词扩写、供应商匹配，还能基于买家画像生成个性化的商机回复。截至2025年9月底，“AI麦可”已服务超1.5万家中国供应商，帮助企业自动完成高达80%的日常运营工作。

某头部券商的智能投顾系统，每天收盘后都会用当日成交数据再训练一次，上线三个月用户留存率从42%提升至61%2。在反欺诈领域，多智能体协作检测异常交易，误报率较传统规则引擎降低65%。

深圳水务集团的“水管家”智能体，能够处理90%的工单，人工客服只需负责剩余10%，员工效率提升九倍。武汉“水域经济”大模型将12个部门的传感器数据打通，故障响应速度提升80%。

南京硅基智能打造的数字人直播平台，实现7×24小时不间断直播，已广泛应用于农产品推广和教育教学。其推出的AI数字人IP“硅基大司马”全网粉丝突破千万，单月播放量超5亿。

尽管智能体正快速普及，但技术的阴影依然存在。

比如说，长程任务的可靠性仍是难题。当任务链条超过200步，智能体的成功率会断崖式下跌到60%左右，错误随步骤累积。幻觉问题依然棘手——为了完成任务，模型偶尔会“自作聪明”地编造数据，医疗场景已出现过AI伪造参考文献的案例。

还有责任归属问题成为最大的伦理争议。如果智能体在自动报税时填错数字导致企业被罚，责任在开发公司、部署方还是用户？欧盟AI法案将此类系统归为“高风险AI”，要求全流程可追溯；国内也正在制定类似规范。

展望未来，技术演进的三条路径较为清晰：

将视觉、语音、触觉甚至味觉信号在同一架构中训练，让智能体拥有更细粒度的物理世界感知。

在手机、笔记本等终端部署轻量化模型，降低延迟、保护隐私。高通最新芯片已可在笔记本上跑130亿参数模型，功耗仅8瓦。

让不同机构的智能体在加密环境中共享梯度而不共享原始数据，兼顾数据隐私与协同效率。

从2017年Transformer的奠基，到2022年ChatGPT的全民普及，再到2025年智能体的全面爆发，生成式人工智能走过了极不平凡的八年。技术演进的逻辑清晰可见：先是让机器理解语言，再让机器生成内容，最终让机器执行任务。

2025年的智能体，已经不再是实验室里的新奇玩具，而是深入物流、金融、医疗、政务等各个领域的“数字员工”。它们或许还面临长程任务可靠性不足、责任归属不清等挑战，但正如每一次技术革命所证明的——问题总在暴露与解决中推动进步。

对于普通人而言，最重要的或许不是追逐每一个热点，而是理解AI的边界与可能。当下一款智能体工具出现在面前时，能否识别它究竟是噱头还是真正的生产力，将决定我们在这个时代的站位。

生成式人工智能与智能体的演进，不仅是一场技术变革，更是一场关于“人如何与机器共处”的社会实验。这场实验才刚刚开始。

声明：本文属于本人研究+ AI辅助，内容仅供参考，请仔细甄别。

从理解到行动：生成式人工智能与智能体技术发展沿革

2025年，人工智能领域发生了一场静水深流式的变革。当人们还在谈论大模型如何“以假乱真”地生成文字和图像时，技术焦点已悄然转移——从“能说会道”的模型，进化为“有手有脚”的智能体。本文将系统梳理这一演进过程中的重大节点与代表性事件。

高级管理人员

人工智能

职业发展

新闻资讯

2025年人工智能迎来智能体革命，从理解走向行动。文章梳理了AI发展的关键节点：2017年Transformer架构奠定基础，2022年ChatGPT引爆生成式AI热潮，2025年智能体全面爆发。智能体通过记忆、规划、工具调用等能力，深入物流、金融、医疗等领域，成为数字员工。虽然面临可靠性、责任归属等挑战，但AI正从实验室走向产业应用，重塑人机协作方式。

自然语言处理

循环神经网络

向量数据库

数据隐私

强化学习

数据库

智能体

解释器

ChatGPT

2026新春采购季

ai-class

tencentdb-catalog

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

2025年人工智能迎来智能体革命，从理解走向行动。文章梳理了AI发展的关键节点：2017年Transformer架构奠定基础，2022年ChatGPT引爆生成式AI热潮，2025年智能体全面爆发。智能体通过记忆、规划、工具调用等能力，深入物流、金融、医疗等领域，成为数字员工。虽然面临可靠性、责任归属等挑战，但AI正从实...

从理解到行动：生成式人工智能与智能体技术发展沿革

从理解到行动：生成式人工智能与智能体技术发展沿革

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐