> **来源：[研报客](https://pc.yanbaoke.cn)** ```markdown # 2025 AI Agent Index 总结 ## 核心内容 《2025 AI Agent Index》是由多个学术与行业专家共同编纂的报告，旨在系统性地记录和分析当前部署的30个先进AI代理系统的技术和安全特性。该索引不仅提供了关于每个代理的详细信息，还揭示了整个AI代理生态系统中的趋势和透明度问题。 ## 主要观点 - **AI代理的快速发展**：AI代理系统在2025年经历了显著增长，研究论文数量和实际应用案例均大幅上升。它们正在自动化越来越多的专业和个人任务。 - **透明度不足**：大多数开发者在安全措施、评估方法和社会影响方面公开信息有限，这为研究人员和政策制定者带来了挑战。 - **分类与标准**：索引采用系统化标准筛选和标注代理，强调代理的自主性、影响力和实用性。这些标准包括代理的自主性水平、目标复杂性、环境交互能力、通用性、市场影响力、公司责任和产品可用性。 - **生态系统的多样性**：代理系统主要分为三类：带有代理工具的聊天应用、基于浏览器的代理、以及企业工作流代理。每类代理在技术架构、治理挑战和功能上都有所不同。 - **安全与评估机制**：不同类型的代理在安全措施和评估方法上存在显著差异。部分代理提供了详细的执行追踪和监控，而其他代理则缺乏这些功能。 ## 关键信息 ### 1. 索引的构建 - **系统选择**：索引通过系统化的筛选和标注方法，选取了30个符合标准的AI代理系统。 - **分类标准**：代理必须满足所有自主性标准、至少一个影响力标准和所有实用性标准。 - **标注内容**：每个代理在六个类别中被标注，包括产品概述、公司责任、技术能力、自主性与控制、生态系统交互、安全与评估。每个系统平均有45个标注字段。 ### 2. 代理类型 - **聊天应用与代理工具**（12个）：主要通过聊天界面提供广泛工具支持，如Claude Code、ChatGPT Agent。 - **浏览器代理**（5个）：主要通过浏览器或计算机进行交互，执行任务如表单填写、订购和预订。如Perplexity Comet、ByteDance Agent TARS。 - **企业工作流代理**（13个）：用于企业任务自动化，如Microsoft Copilot Studio、ServiceNow Agent。 ### 3. 自主性与控制机制 - **聊天代理**：通常具有较低自主性（L1-L3），依赖用户输入。 - **浏览器代理**：具有较高自主性（L4-L5），执行任务时用户难以干预。 - **企业代理**：设计阶段具有较低自主性（L1-L2），部署后可能具有较高自主性（L3-L5）。 ### 4. 安全与评估 - **安全框架**：仅有一半的代理开发者发布了安全或信任框架，其中企业平台更倾向于采用合规标准如SOC 2、ISO 27001等。 - **评估方法**：部分代理提供详细的执行追踪和监控，但多数缺乏透明度。 - **透明度问题**：许多代理未公开其AI本质，且在机器人协议（robots.txt）和CAPTCHA处理方面缺乏明确说明。 ### 5. 生态系统趋势 - **技术标准**：Model Context Protocol (MCP) 是主要的互操作性标准，但部分代理使用专有连接器。 - **用户识别**：仅7个代理公开了稳定的User-Agent字符串和IP地址范围，多数代理通过模仿人类网络请求来隐藏其AI身份。 - **市场与影响力**：大多数代理由美国或中国公司开发，且具有较高的市场影响力或公共兴趣。 ## 结论 《2025 AI Agent Index》为理解AI代理的发展趋势、技术能力、安全措施和透明度提供了重要的数据支持。它揭示了当前AI代理生态系统的复杂性和多样性，同时也指出了在安全、评估和透明度方面的关键挑战。该索引为研究人员、政策制定者和行业参与者提供了宝贵的资源，以更好地监督和指导AI代理的发展。 ```