《AI agent现状与产品启发》——J·S （3）

若以社交产品作为举例，有⼏个发展建议：

降本提效之前，仍要关注开源 GPTs ⽣态的下⼀步

由于 Agent 并非能实现通⽤，Agent 并非⼀家（GPTs Store）能瞬间独⼤，开源的 GPTs 社区也将形成⼀个非常⻓尾的供应商格局。每⼀个/组 Agent 可能都由不同的公司运营，接入需要有安全审核机制、留意出境数据问题。

⽣产⽅向的⽀持，会主要在 IP 资产完成后的复⽤

由于可⽤开源技术，仍有⽣成 3D 稳定性问题，暂不介⼊原有资产⽣产⼯作流过多。因为⼈⼯监督的训练需要有额外的专职⼈⼒来处理、标注。 IP 资产完成后的复⽤会优先⽤于投放素材、⽤于指导客户使⽤ IP 的商业提案。

基于 Agent to Agent 需要有明确的功能输入/ 输出机制

基于选定的沙盒环境，Agent 需要有沙盒内固定任务以及可以调⽤的能⼒，不管是视觉信息采集、共享位置信息、内容合成、LBS 任务（领券、打卡、⾃由探索）、⼀起做任务等，会更便于梳理出 Agent 的协作定位（延时完成⽤户指派任务、反馈提⾼⽤户好奇⼼的提⽰等）。