近半年，Agentic AI 创新步伐明显加快。更强的自主决策、更丰富的多模态融合，以及与外部系统的深度协作，正推动产品加速落地与商业化。
2025 年的市场格局已有所显现，以下是近期观察到的几大关键趋势。
1. Agentic RAG
简单定义：在传统 RAG（检索增强生成）基础上，引入 Agent 机制，让检索与生成过程变得更自主、更可控、更具多轮决策能力。
图片来源：LangChain
目前应用场景：
- 构建基于推理的实时数据检索与生成型 AI Agent 工作流。
- Agentic RAG 的应用场景不限于单一领域，在医疗健康等行业同样具备潜力。
- Perplexity、Harvey AI、Glean AI 等公司正在采用。
2. Voice Agents
简单定义：Voice Agent 是指基于语音交互的人机智能体系统，结合 ASR、NLU、任务规划与执行以及 TTS 技术，实现从语音输入到任务完成再到语音输出的全链路闭环。
语音到语音（实时）架构，来源：OpenAI
链式架构，来源：OpenAI
往期内容：2025 最新 AI Voice Agent 研究与图谱
目前应用场景：
- 利用广泛的 TTS 和 ASR 嵌入和检索，通过自然口语与用户交互的 Agent。
- ElevenLabs、Cognigy、Vapi 和 Deepgram 等公司在采用。
3. AI Agent Protocols
简单定义：一般是指用于不同 AI Agent 之间，或 Agent 与外部系统之间通信、协作、共享信息的一套标准化规则与接口规范。
来源：IBM
目前应用场景：
- 简化多智能体系统通信，支持不同框架中构建的 Agent 之间的通信。
- 被埃森哲等公司采用，协议包括 A2A、ACP、SLIM 等。
4. CUA（Computer Using Agents）
简单定义：CUA 可以真正使用计算机——启动应用程序、浏览网站以及推理执行任务。
来源：OpenAI
目前应用场景：
- Agent 可以像人类一样利用浏览器、CLI 甚至鼠标光标等工具与计算机进行交互。
- 被 OpenAI 等公司用作其 Operator、Claude"s Computer Use、H-Company 的 Runner H 和 Manus AI 等公司使用。
5. Coding Agents
简单定义：专门用于编写、调试、优化或管理代码的 Agent。它不仅能生成代码，还能理解代码上下文、执行多轮推理和调用外部工具，帮助开发者更高效地完成软件开发任务。
来源：付费 SubStack 专栏
目前应用场景：
- 借助使用的工具和基于 LLM 的代码生成，Multi-Agent 可以以 10 倍的速度构建和调试应用程序。
- 被 Windsurf、Cursor 和 GitHub Copilot 等公司使用。
- 最赚钱的几家 Agent 公司中，其中 Coding 占了大多数。
6. DeepResearch Agents
简单介绍：专注于科研与知识探索的 Agent，它们能够自动检索文献、分析数据、生成报告，并在多轮交互中推进研究任务。
- 协作 Multi-Agent 系统，从大量来源构建经过广泛研究的报告。
- 热门产品包括 Gemini DR、OpenAI DR 等。
文章来自于微信公众号“特工宇宙”，作者是“宇宙编辑部”。
