最近看到一份關於AI Agent工程應用的市場調查數據，挺有意思的，分享一下核心發現。

從實際應用來看，客服確實成了最吃香的場景，占比26.5%，其次是研究和數據分析（24.4%），再然後才是內部協作和生產力工具（17.7%），代碼生成只排到第四位，僅占9.8%。這跟不少人的預期可能不太一樣。

但要說最大的絆腳石，還是質量問題。32%的從業者把它列為首要障礙，涵蓋準確性、相關性、一致性等多個維度——這點跟去年的痛點是一致的。反倒是成本焦慮，今年明顯沒那麼突出了。

有意思的是，89%的公司都給自家的Agent裝上了某種可觀測性工具，其中62%還做到了比較細粒度的追蹤。這說明大家都認識到了追蹤多步驟推理和工具調用能力的重要性，已經不是可選項了。

在模型選擇上，雖然OpenAI的模型使用率超過三分之二，但多模型組合才是主流——超過75%的組織同時跑著多個不同的模型。不過有意思的是，三分之一的組織還在投資自建模型基礎設施，說明API便利性之外，本地部署對企業還是很有吸引力。

關於微調，這塊還是比較小眾的。57%的組織根本不做微調，反而是用基礎模型配合提示優化和RAG（檢索增強生成）就能搞定大多數需求。

這份數據的樣本主要來自B端企業用戶，基本能反映當下的實際情況。