AI Agents基础设施的不同层级，涵盖从代理本身到数据、编排（Orchestration）和平台（Platform）的多个部分。
分层解析
1. AGENTS（代理）
• Next Gen Copilots（新一代助手）：包括Perplexity、Cleric、Glean等。
• Agent Teammates（代理队友）：如Devin、Dropzone AI等。
• Agent Swarms（代理群体）：如Aaru、Societies等。
2. TOOLS（工具）
• Discovery（发现）：如Word of Mouth、LangGraph等。
• Agents as a Service（代理即服务）：
• Search（搜索）：如Sonar、Exa、Glean等。
• Data Extraction（数据提取）：如Parallel、Firecrawl等。
• UI Automation（UI自动化）：如Browserbase、HyperWrite等。
• Payments（支付）：如Open Commerce、Stripe Agent SDK等。
• Secure Tool Usage（安全工具使用）：如Composio、Paragon等。
• Auth（认证）：如Auth0、Okta等。
• Browser Infrastructure（浏览器基础设施）：如Cloudflare、Apify等。
• Sandboxes（沙盒环境）：如E2B、Cloudflare等。
3. DATA（数据）
• Memory（记忆存储）：如Cogne、Mem0等。
• Storage（存储）：如Neon、Supabase、MongoDB等。
• ETL（数据抽取、转换、加载）：如LlamaIndex、Reducto等。
4. ORCHESTRATION（编排）
• Persistence（持久化）：如Ingest、Hatchet等。
• Agent Routing（代理路由）：如LangGraph、Crewd等。
• Model Routing（模型路由）：如Martian、Arcee等。
5. PLATFORM（平台）
• PaaS/BaaS（平台即服务/后端即服务）：如Fly.io、Railway、Render等。
• Logging（日志记录）：如Grafana Labs、Raygun等。
• Evaluation（评估）：如AgentOps、LangSmith等。
• Multi Agent Frameworks（多代理框架）：如LangGraph、Swarms AI等。
• Foundation Model Infrastructure（基础模型基础设施）：包括模型（Models）、硅（Silicon）和核心科学创新（Core Science Innovations）。
趋势分析
1. 代理的多样化发展：AI代理分为不同类别，如个人助手、团队协作代理和群体智能，显示出市场对多功能AI代理的需求增长。
2. 数据与存储的重要性：大量存储、记忆和数据处理工具的涌现表明AI代理依赖于强大的数据基础设施来提升智能水平。
3. 编排层（Orchestration）的发展：持久化、路由等功能的完善，表明AI系统正在向更复杂的自动化流程演进。
4. 平台化趋势：PaaS/BaaS服务的发展，使得开发者可以更轻松地部署和管理AI代理，降低了技术门槛。
未来预测
• AI代理生态系统将更加成熟，不同类别的代理将进一步细化，以满足垂直行业需求。
• 数据存储和管理将成为竞争核心，高效的数据处理架构将决定AI代理的智能水平。
• 编排层（Orchestration）将成为关键环节，推动代理系统的自动化和智能化发展。
• 平台服务（PaaS/BaaS）会继续发展，使得更多企业能够轻松构建和管理AI代理。
该图表展示了2025年AI代理基础设施的发展状况，并提供了全面的行业生态视角
