例如，AI代理的在线交易市场有望应运而生，AI代理有可能成为AIoT企业全新的客户群体socks5代理ip软件。与此同时，围绕AI代理提供生态服务的创新企业也会不断涌现，为产业发展注入新的活力。

　　这预示着，可能在不久的将来，AIoT也会出现专门的AI代理或AI硬件的应用市场。这些应用市场将实现差异化，针对具体场景或应用，提供边缘或端侧的AI代理服务。

　　AI代理之所以能够在各个领域大显身手，主要得益于其自主执行复杂任务的能力，以及不断降低的成本。新功能的不断增加，加上AI性能和成本的持续改进，为未来AI代理需求的爆炸式增长奠定了坚实的基础。

　　在SLM小型语言模型驱动的AI代理市场中，AI代理将主要部署在边缘计算和端侧智能设备上，形成一个分布式的AI代理网络。

　　与基于大模型LLM的AI代理市场相比，边缘或端侧SLM的AI代理市场在计算方式、适用场景、核心优势和商业模式上都有明显不同，如下图所示。

　　基于SLM的AI代理市场可能会形成“端侧AI代理市场+设备内置AI代理”的双层模式，为用户提供更加多元化、个性化的AI服务。

　　这种模式适用于智能手机、智能音箱、智能汽车、工业IoT设备等，用户无需额外下载，即可直接使用AI代理。

　　端侧AI代理市场允许用户根据自己的偏好，自由选择和组合不同的AI代理，满足个性化需求；而设备内置AI代理则使得人工智能服务无缝融入日常生活，成为智能设备的标配功能。

　　这两层模式的协同发展，将推动AIoT产业走向更加成熟和完善的阶段，为未来的智能生活提供坚实的基础。

　　与LLM市场主要由云平台或SaaS公司主导不同，SLM代理市场的主导者将是AIoT设备厂商。

　　在这个无处不在的AI代理经济中，AIoT硬件厂商的核心竞争力将围绕AI代理展开，智能设备的竞争不仅仅是硬件性能的比拼，更是“谁的AI代理更智能”的较量。

　　总之，SLM在边缘计算和端侧智能硬件中的AI代理市场，将由硬件厂商主导，采用“AI代理市场+设备内置AI代理”的双层模式。AI代理将成为智能设备的核心功能，最终形成一个端云协同、智能无处不在的AI代理经济。

　　尽管人工智能在企业中的应用前景广阔，但实际实施过程中仍面临诸多挑战。麦肯锡最近对100家年营收超过5000万美元的企业进行的一项调查发现，虽然63%的领导者认为实施人工智能势在必行，但91%的受访者并不认为自身已经做好了充分准备。

　　造成这一现状的原因可能在于，我们目前缺少了AI代理技术架构中的一些关键环节，包括记忆系统（长期记忆和短期记忆）、调用工具的能力、以及规划和执行的能力也有待提升。

　　就像《思考，快与慢》中描述的，我们需要为AI代理构建完整的大脑与小脑。如上图所示，右侧的大脑部分，通过调动注意力来分析和解决问题，并作出决定，左侧的小脑部分，能够调用工具，迅速对眼前的情况作出反应。

　　总体而言，目前的AI代理的堆栈中，缺少三个关键部分：问责层、企魂层和协调层。这三个层面的缺失，阻碍了AI在企业中的广泛应用和普及。

　　就像小学数学课上老师要求学生“展示计算过程”一样，企业需要了解AI系统的决策过程，以及每一步行动背后的原因和证据。

　　这对于审计和风险管理至关重要。通过建立AI系统的“工作链”（Chain of Work）概念，将推理与执行分离，可以实现AI系统的可确定性和可审计性，提高系统的可靠性，增强企业对AI的信任。

　　其次，企魂层旨在解锁公司的知识、文化和目标，使AI系统能够深入理解企业的独特风格和工作方式。

　　优秀的AI“员工”不仅能完成任务，还能把握企业的价值观和沟通方式，并据此做出判断和决策。然而，目前的AI代理大多缺乏这种情境理解能力。要解决这一问题，需要将企业的非结构化知识进行组织和提炼，开发持续学习机制，优化模型微调方法，建立长期记忆系统，并赋予AI系统一定的情商和个性。

　　只有通过这样一个“入职培训”的过程，让AI系统理解并持续学习企业的独特之处，才能真正发挥AI的潜力。

　　未来，企业可能会管理一组来自不同公司的软硬件AI代理，涵盖各个业务领域。这些AI代理不仅需要与人类协作，还需要彼此之间进行沟通和配合。虽然目前AI代理领域的发展方向尚不明朗，既有可能形成一个开放、互联的生态系统，也可能出现垄断和封闭的局面，但从长远来看，一个繁荣的AI代理生态系统对所有参与者都是有利的。

　　为此，我们需要让AI代理之间，或者与其他系统之间，能够安全地交换和共享知识，实现多模态的协作。

　　总之，要让AI在企业中真正发挥变革性的作用，我们必须着眼于构建完整的AI代理堆栈，填补问责层、企魂层和协调层的空白。只有解决了这三大障碍，建立起可信赖、可审计、可控制的AI系统，并使其能够深度理解企业文化、与人机无缝协作，AI才能成为企业不可或缺的“员工”，推动业务的智能化转型。

　　在一文中，我们曾提到波士顿咨询集团的一项研究数据：目前已有约28%的消费者经常使用大模型推荐化妆品等商品，而这个比例还将持续增长。

　　这一趋势预示着一种新的商业模式的崛起：B2A，即Business to Agent（企业对代理）模式。

　　随着AI在客户中的渗透不断加深，物联网作为产业数字化的重要工具，其相应产品和方案供应商也需要及时调整思路，充分考虑客户基于AI的思维需要什么样的革新型物联网产品和服务。

　　换言之，AIoT正成为物联网供应商发展的重要方向。物联网企业需要深入研究客户基于AI进行工作和决策的机制，主动思考如何提供适应AI时代的新型解决方案，而不是被动地适应技术变革。在这个过程中，AI本身也将成为物联网供应商的重要“客户”。

　　除了针对AI客户开发新产品和服务，AIoT企业还可以通过为AI代理配备工具和软件，最大限度地提高在B2A领域的自主性，从而进一步增强AI代理的能力。

　　事实上，我们已经看到AI代理工具市场正在兴起，这些软硬件将使AI代理更好地完成工作。这将是一次重大变革，让AI代理从单纯的“仆人”转变为自主工作者。

　　目前，我们已经处于这个世界的开端。ChatGPT已经能够使用网络浏览器，Claude可以在屏幕上移动光标，一些创新企业甚至开始为代理提供专属声音。

　　可以想象，这个世界在未来会变得更加完善，AI代理将能够相互支付服务费用，签订合同，并接入人类和程序已经交互的系统。

　　在人工智能代理领域，我们也看到了应用程序与基础设施相互促进，激发创新涌现的正反馈。一方面，这些基础设施层将为新型代理和代理工具等“应用程序”的开发提供灵感；另一方面，应用程序的发展也将为基础设施层的进步提供宝贵的信息反馈。

　　创建以AI代理本身为最终用户的工具，是目前一个巨大的空白领域，也是AIoT企业可以深入探索的机会所在。

　　AIoT产业正处于一个变革的路口，AI代理经济的崛起为这一领域带来了前所未有的机遇与挑战。在这个过程中，我们看到了SLM驱动下AI代理市场的兴起，以及端云协同、双层模式的发展趋势；我们也意识到，企业在实施AI代理应用时，需要着力解决问责、企魂和协调这三大障碍；同时，B2A模式的出现，预示着AI代理将成为物联网企业不可忽视的重要“客户”。

　　这意味着，AIoT企业可能需要在产品研发、服务设计、商业模式等方面进行全面升级，为AI代理提供更加智能、高效、个性化的解决方案。与此同时，企业还需要与产业链上下游伙伴加强合作，共同推动AI代理生态的建设和完善，为客户创造更大的价值。