，摩根大通计划在今年晚些时候推出新一代人工智能智能体。相较于现有版本 ，这类智能体的自主运行时长将大幅提升 ，这也标志着企业人工智能应用再迎一座里程碑 。
摩根大通首席分析官德里克・沃尔德伦在接受采访时表示，人工智能智能体正在迭代升级：从原本只能完成单一任务的工具 ，转变为可跨多流程、对接各类软件系统、统筹全工作流的数字化员工 。
“我们如今已迈入长时自主智能体时代。”沃尔德伦说道 ，“这意味着智能体不再只是执行人的指令 、运行两三分钟就结束任务，而是能够持续工作一到两个小时 。 ”
过去一年里 ，长时运行智能体已逐步走入大众视野 ，安索皮克的克劳德代码助手 、Open Claw等产品都引发广泛关注 。而摩根大通此番落地计划，也表明这项技术基本攻克了阻碍大型企业落地应用的安全与合规管控难题。
摩根大通自2006年起由杰米・戴蒙担任首席执行官 ，是美国资产规模最大的银行 ，每年科技投入预算接近200亿美元 。
沃尔伦称，当下业内讨论生成式AI时 ，大多聚焦于模型本身的智能水平 ，但科技管理者们愈发关注另一个核心问题：人工智能系统能有效运转多久才需要人工介入？
他将这一能力定义为逻辑连贯性 。随着AI模型推理能力不断优化，这一性能得到显著提升，智能体也从“普通执行者 ”转变为“团队管理者”。
“和人类团队运作模式类似 ，管理者可以拆解问题、分配任务 ，让整套系统长时间运转，处理更复杂的工作 。 ”他解释道 。
他还补充 ，代码编写 、网页操控 、直接对接桌面软件等新功能 ，也进一步赋能智能体完成复杂作业。
沃尔伦表示，受安全风险制约 ，长时运行智能体目前尚未全面投入企业正式场景 ，但落地已近在眼前：我们将在2026年正式推出相关应用 。
他认为，未来人工智能智能体的逻辑连贯运行时长还会持续突破 ，从数小时逐步延长至数日、乃至数周 。
人工智能带来的效率提升 ，此前主要体现在软件开发及后台事务类工作中，而沃尔德伦表示 ，如今它正逐步赋能创收类岗位。
以私人银行业务为例 ，AI系统可在夜间自动监测市场动态 、客户持仓并整理研报，让理财顾问能将精力集中在客户对接上。
他称，借助这类工具 ，该行总销售额提升了20% ，并预计未来单个理财顾问的客户服务范围有望扩大50% 。
戴蒙此前已明确表态，部分岗位会被人工智能替代 ，银行正着手对受影响员工开展培训并进行岗位转配 。
沃尔德伦补充道 ，不少企业最初仅将AI视作降本工具，如今却愈发意识到其增收潜力。
“企业想要借助人工智能取得成功 ，核心并非最大限度裁员 ，而是打造可持续的竞争优势 。 ”
他还提到，银行在自研软件与外购第三方软件的策略上也发生了转变 。目前摩根大通更倾向于评估自主研发相关功能的可行性 ，这或将对部分传统软件供应商形成冲击。
“部分软件企业曾经拥有的行业壁垒 ，如今无疑已大不如前 。”
