“今天，AI第一次不靠人类点击，就独立完成了一首Rap并同步生成MV。“7月26日下午，上海世博中心主论坛，阶跃星辰CEO姜大昕按下启动键后，Agent在40秒内写完歌词、匹配鼓点并推送至大屏。台下掌声响起，不是因为歌词押韵，而是因为这意味着大模型从“对话”跃迁到“执行”——2025世界人工智能大会（WAIC 2025）用一整天的议程，把“Agent”确立为年度关键词。

如果把2023年的大模型比作会说话的百科全书，2025年的Agent就是拿着工具箱、能进办公室的“超级员工”。在阶跃星辰的展台，终端Agent接入Mac Studio，调用本地GPU云主机（8×A100 80G显存，峰值算力5 PFLOPS）实时推理，把用户哼出的三小节旋律扩展成完整编曲;MiniMax则在隔壁展厅演示“全栈通用智能体”，对着一段“帮我做一款记账App”的自然语言需求，Agent自动完成需求拆解、代码生成、单元测试、Docker镜像打包，全程耗时11分27秒——这背后是一套“思维链-行动链”双循环架构：大模型先输出任务图（planning），再调用沙箱里的代码解释器、浏览器、数据库工具依次执行（acting），失败即回溯重试，直至通过CI/CD流水线。MiniMax技术副总裁曾国洋在媒体群访中解释：“我们把工具的API schema当作'外语'教给模型，让它学会像程序员一样阅读文档、写调用。”

行业级Agent的落地更早也更重。蚂蚁数科联合意言科技首发的“金融合规Agent”已在三家股份行试运行：读取新监管条文后，Agent在2小时内遍历银行全部存量产品合约，标出143处潜在违规条款并给出修订模板，准确率达96.4%（来源：蚂蚁数科《2025Q2金融Agent评估报告》，2025-07-15）。工业场景里，某头部汽车厂把产线质检Agent部署在边缘GPU云主机（NVIDIA L40 48G显存×4），Agent通过视觉-语言模型实时解析工人语音指令“检查车门缝隙”，自动调取3D相机点云，将误差大于0.2毫米的部件打上红框，单件检测时间从45秒压缩到3秒。

算力是Agent“自主”的前提。WAIC发布的《中国AI算力发展指数》显示，2025年上半年国内GPU云主机租赁量同比增长312%，其中65%用于Agent推理与微调（国家信息中心&IDC，2025-07）。阶跃星辰工程负责人透露，其音乐Agent单次创作需并行跑通歌词、旋律、混音三条扩散模型，显存峰值占用74 GB，“如果按一年前的H800卡，用户得等三分钟;现在A100×8的云集群把延迟压到12秒，体验才像'实时'。”

技术原理上，Agent的核心是“大模型+工具调用+记忆系统”。MiniMax在模型侧引入“混合专家-工具路由”机制：每一层Transformer中插入轻量级门控网络，决定当前token是否需要调用外部工具，从而把工具API的调用延迟从230 ms降到41 ms。记忆系统则借鉴了操作系统分页思想，把长期记忆（用户历史、行业知识）分页存储在分布式KV数据库，短期记忆（当前任务上下文）留在GPU显存，换页由模型自主触发，避免显存溢出。姜大昕比喻：“Agent的内存管理就像程序员手动开换，只是现在由模型自己决定何时换入换出。”

走出世博中心，夜幕下的上海依旧车流如织。只是此刻，一部分红绿灯的配时决策已由交通Agent接管;而在看不见的云端，更多Agent正排队领取下一块GPU——它们不再等待人类提问，而是在寻找下一个需要被解决的问题。