作者|古廿

編輯|文昌龍

大廠傾向于推出AI化的‘全家桶’，而初創(chuàng)企業(yè)更熱衷于原生型Agent。一位產(chǎn)品經(jīng)理向「市象」總結(jié)：前者是用AI重做舊產(chǎn)品，后者是用AI重生新產(chǎn)品。很難說哪種路徑更優(yōu)，但市場(chǎng)總愛聽屠龍少年的故事。

自互聯(lián)網(wǎng)敘事向AI轉(zhuǎn)軌，科技巨頭們也在爭(zhēng)相為自己貼上Agent標(biāo)簽。過去一個(gè)月，國(guó)內(nèi)的騰訊、百度，海外的微軟、谷歌，幾乎每一家大型企業(yè)在發(fā)布會(huì)上都強(qiáng)調(diào)：要做Agent，要搭建Agent基建平臺(tái)。

但是另一方面，據(jù)AI Agents Directory統(tǒng)計(jì)，截至2025年4月7日，全球已上線的AI Agent數(shù)量達(dá)1211個(gè)，覆蓋57個(gè)垂類領(lǐng)域。具體來看，Agent開發(fā)平臺(tái)有136個(gè)，生產(chǎn)力Agent94個(gè)，客戶服務(wù)Agent66個(gè)，個(gè)人助手Agent50個(gè)。

這意味著，Agent的開發(fā)者工具快要趕上落地的應(yīng)用數(shù)量了。

一邊是過去數(shù)月各大公司推出的Agent相關(guān)產(chǎn)品，大多是平臺(tái)型基礎(chǔ)設(shè)施：字節(jié)跳動(dòng)發(fā)布了扣子空間，騰訊上線騰訊云智能體開發(fā)平臺(tái)，微軟提出Open Agentic Web，Anthropic則圍繞Claude 4搭建Agent系統(tǒng)接口。

另一邊是在應(yīng)用落地層面，憑借邀請(qǐng)碼機(jī)制一炮而紅后，Manus最近的多個(gè)動(dòng)作主要圍繞商業(yè)化進(jìn)行，在Agent的產(chǎn)品功能更新方面沒有進(jìn)一步出圈的動(dòng)作推出。熱潮背后，Agent的實(shí)際能力邊界也正在被逐步驗(yàn)證。

2024年發(fā)布的RE-Bench基準(zhǔn)測(cè)試數(shù)據(jù)顯示：在2小時(shí)短任務(wù)中，頂尖Agent的表現(xiàn)可達(dá)人類專家的4倍；但在32小時(shí)長(zhǎng)任務(wù)中，Agent則明顯掉隊(duì)——人類展現(xiàn)出更強(qiáng)的戰(zhàn)略規(guī)劃和動(dòng)態(tài)適應(yīng)能力。

這組數(shù)據(jù)揭示了一個(gè)核心矛盾：Agent可以很快、很準(zhǔn)，但還不夠持久。它仍未掌握復(fù)雜任務(wù)所需的韌性與穩(wěn)定性。

在這個(gè)意義上，Agent浪潮距離通用智能的實(shí)質(zhì)性突破尚遠(yuǎn)。正如一位業(yè)內(nèi)人士所言：OpenAI普及了大模型的通用性，DeepSeek實(shí)踐了‘思維鏈+強(qiáng)化學(xué)習(xí)’的路徑，而Agent目前還沒有出現(xiàn)那個(gè)可以‘定格行業(yè)時(shí)間線’的關(guān)鍵節(jié)點(diǎn)。

相比那些改變技術(shù)歷史的里程碑式事件，當(dāng)下的Agent更像是一種商業(yè)現(xiàn)象級(jí)話題。

能夠以一種產(chǎn)品概念講融資故事的時(shí)代，似乎又來了，往前數(shù)十年，國(guó)內(nèi)市場(chǎng)的上一次類似情況還發(fā)生在移動(dòng)互聯(lián)網(wǎng)時(shí)代。如果說百模大戰(zhàn)時(shí)代需要的技術(shù)研究型創(chuàng)業(yè)者，那么Agent時(shí)代可能更需要的是AI需求封裝者。

01 千元起的Agent定制生意

技術(shù)永遠(yuǎn)在更迭，不變的是傳統(tǒng)的賺錢模式。

開發(fā)一個(gè)小紅書Agent1萬元，可以實(shí)現(xiàn)選題、撰寫、發(fā)布的自動(dòng)化。涉及到外部平臺(tái)的多種交互，這個(gè)難度比較大。如果只是簡(jiǎn)單的內(nèi)部效率型工具Agent，最低可以做到2000左右，從給到需求到出產(chǎn)品，大概需要一周左右。Agent個(gè)人開發(fā)者李祥對(duì)「市象」稱。

在他看來，和市場(chǎng)上傳播的GitHub爆火、VC搶投的Agent敘事不同，實(shí)際在和大多數(shù)客戶接觸時(shí)，最終的對(duì)話還是會(huì)回到傳統(tǒng)軟件外包時(shí)期的兩個(gè)核心：多少錢能做，都能實(shí)現(xiàn)什么功能。

當(dāng)技術(shù)落地到商業(yè)應(yīng)用階段，ROI成為衡量Agent生產(chǎn)力有效性的直接數(shù)據(jù)。李祥說之前圈子里面有個(gè)調(diào)侃Agent生產(chǎn)力的段子：調(diào)用1美元的token，產(chǎn)出1元的價(jià)值。直戳許多是難以產(chǎn)出可交付成果的Agent產(chǎn)品。

所謂大道至簡(jiǎn)，個(gè)人開發(fā)者面對(duì)的客戶用ROI衡量Agent生產(chǎn)力的關(guān)鍵問題，也間接呼應(yīng)了紅杉提出的下一輪AI共識(shí)賣的不是工具，而是收益。簡(jiǎn)單地說就是進(jìn)入AI的生產(chǎn)力階段，token付費(fèi)模式不再有效，按效果付費(fèi)成為真假Agent的判斷核心。

但是熱潮之下，泡沫總是有的。在Agent私人定制的中介王磊看來Agent還是比傳統(tǒng)外包好做一些，基本明確需求以后，依托一些外部的Agent開發(fā)平臺(tái)2-3天就可以搭建一個(gè)可交付的個(gè)人定制產(chǎn)品。

同時(shí)因?yàn)橥荰o C的個(gè)人定制化產(chǎn)品，不少定制的人都是出于嘗鮮的目的，或者想了解一下Agent的能力邊界，所以即使沒有達(dá)到想要的效果，也沒有太多的售后維權(quán)扯皮發(fā)生，整個(gè)行業(yè)目前也沒有傳統(tǒng)外包那么卷。

相比私人定制的Agent嘗鮮生意，企業(yè)級(jí)的Agent需求，才是紅杉口中的萬億市場(chǎng)規(guī)模核心。但是在行業(yè)相關(guān)人士來看，因?yàn)樾枰煽匦浴⒎€(wěn)定性，企業(yè)級(jí)的需求，目前多數(shù)還是被之前在傳統(tǒng)SaaS行業(yè)擁有資源的人拿走了。同時(shí)，傳統(tǒng)的SaaS企業(yè)也在全面向Agent轉(zhuǎn)型融合。本質(zhì)上AI只是讓產(chǎn)品更新?lián)Q代一遍，但是并沒有讓To B的資源重新流動(dòng)分配。

對(duì)于Agent的共識(shí)，國(guó)內(nèi)外是一樣的。

在Reddit海外社區(qū)，一個(gè)深耕企業(yè)級(jí)Agent開發(fā)者直言不諱地指出：現(xiàn)在定制AI代理的需求激增，但市面上90%的代理都是垃圾。問題的根源在于，開發(fā)者們沉迷于花里胡哨的UI交互，而非專注于解決具體問題。

這位曾為多家初創(chuàng)企業(yè)搭建過的Agent系統(tǒng)的開發(fā)者經(jīng)驗(yàn)是，企業(yè)不在乎AI用了哪個(gè)模型，而在乎它是否能帶來明確的ROI。他說得直白：構(gòu)建Agent只是整件事的30%，部署、維護(hù)、更新API才是最耗精力。

技術(shù)堆疊并不能換來客戶滿意，真正有價(jià)值的是每周能節(jié)省xx個(gè)小時(shí)的實(shí)打?qū)嵒貓?bào)。所謂Agent，最終還是回到商業(yè)效率本身。

02 摸著Kimi過河的Agent明星們

對(duì)于市場(chǎng)買單的Agent產(chǎn)品有共識(shí)，但是這并不意味著ROI是Agent產(chǎn)品走紅的關(guān)鍵。

在一個(gè)尚未統(tǒng)一答案的行業(yè)里，滿足大眾的想象，往往比滿足企業(yè)的預(yù)算更重要。什么是Agent？每個(gè)人都有自己的解釋。但從技術(shù)路徑上拆解，Agent=大模型+工作流規(guī)劃+記憶系統(tǒng)+工具調(diào)用。

它不是某種全新形態(tài)，而是一種對(duì)AI能力的打包式交付。因此當(dāng)Mauns等產(chǎn)品火起來時(shí)，也引發(fā)了不少技術(shù)圈的質(zhì)疑：只是AI套殼，并不創(chuàng)新。但問題在于，套殼未必?zé)o效。

打包的最大價(jià)值，是滿足了人們和AI交互的想象路徑。

一位AI測(cè)評(píng)愛好者這樣形容傳統(tǒng)AI使用體驗(yàn)：想做一份PPT，先用ChatGPT消化資料、總結(jié)要點(diǎn)；然后把這些要點(diǎn)丟進(jìn)WPS生成初稿；接著用圖庫配圖，再自己逐頁調(diào)整。流程鏈條可能涉及十多個(gè)網(wǎng)頁、三五個(gè)不同產(chǎn)品。

但是在Agent的產(chǎn)品理念中，是把這一整套操作串起來包裝成一鍵式體驗(yàn)。用戶點(diǎn)一次，Agent幫你從讀資料到生成PPT全部搞定。

這種一鍵生成的產(chǎn)品體驗(yàn)，是初創(chuàng)企業(yè)向用戶預(yù)支的Agent信任。AI傳播人士章邯認(rèn)為，盡管最終產(chǎn)出的成果不一定可交付，但是這種革命性的工作流程重塑還是會(huì)告訴市場(chǎng)什么是Agent式體驗(yàn)。

畢竟相比大廠，在大模型基建、資本能力、生態(tài)資源方面都不具有優(yōu)勢(shì)，而一鍵生成，恰好滿足了用戶對(duì)Agent的科幻想象。

這種打法，和當(dāng)年Kimi憑借一次喂完《紅樓夢(mèng)》在百模大戰(zhàn)中脫穎而出是一個(gè)道理。不是多模態(tài)的能力，也不是生成效果最好，而是選對(duì)了一個(gè)最能傳播的點(diǎn)。這也是當(dāng)下，不少明星企業(yè)共同遵循的一套Agent商業(yè)敘事。

如今在Kimi鋪出來的路徑上，還有更多的Agent產(chǎn)品在探索滿足想象力的新方式。比如flowith最新推出的無限Agent模式，支持無限步驟、無限上下文、無限工具鏈，理論上可以完成以年為單位的任務(wù)執(zhí)行過程。

只要賬號(hào)不封、網(wǎng)絡(luò)不斷、token充足，它就能無限執(zhí)行任務(wù)——因此也被稱為數(shù)字生命的Agent雛形。這類產(chǎn)品，并不著眼于當(dāng)下的效率提升，而是激發(fā)用戶對(duì)Agent式未來的預(yù)期。

正如Kimi把長(zhǎng)文本變成記憶力的象征，Agent產(chǎn)品也在努力將執(zhí)行力變成它的新神話。無論一鍵生成，還是無限流，本質(zhì)上都不是注重降本增效，而是先搶注意力——走紅的不是功能，而是敘事。

革命不是通過生產(chǎn)力發(fā)生的，而是通過敘事結(jié)構(gòu)引發(fā)的，也成為不少Agent賽道創(chuàng)業(yè)明星的商業(yè)底色。

03 降本增效的大廠Agent

和初創(chuàng)企業(yè)熱衷講述屠龍少年的故事不同，大廠對(duì)于Agent的態(tài)度更符合ROI的Agent需求共識(shí)。盡管在Manus走紅后，百度推出心響，字節(jié)也上線扣子空間，甚至字節(jié)還借鑒了Manus的邀請(qǐng)碼策略，但是在定位上，大廠更傾向于構(gòu)建Agent開發(fā)平臺(tái)。

對(duì)于字節(jié)旗下的扣子，一些技術(shù)人員更傾向于基于通用大模型增強(qiáng)的舊產(chǎn)品。比如字節(jié)扣子的Agent開發(fā)路徑是基于通用大模型，用戶自主搭建workflow，這種LLM＋workflow的實(shí)現(xiàn)路徑，本質(zhì)是一種類Agent。

其中通用大模型作為流程中的工具人，僅處理特定環(huán)節(jié)，無自主決策能力。流程規(guī)劃由人工預(yù)先編排，各模塊獨(dú)立運(yùn)行，缺乏動(dòng)態(tài)協(xié)作。本質(zhì)是開發(fā)者基于通用大模型，部署并定義的靜態(tài)工作流。

但是人工自定義，也意味著可以更快的融入到已有的工作流，對(duì)傳統(tǒng)工作流實(shí)現(xiàn)大模型的增強(qiáng)提效。

根據(jù)《特工宇宙》調(diào)研數(shù)據(jù)，第一波下場(chǎng)做智能體的創(chuàng)作者收入主要來源于四部分，知識(shí)付費(fèi)、定制開發(fā)、比賽獎(jiǎng)金、模板分成，場(chǎng)景以私域營(yíng)銷，自媒體運(yùn)營(yíng)為主，收入在1w至100w不等。

其中字節(jié)扣子的模板創(chuàng)作，在閑魚、小紅書等多個(gè)平臺(tái)，買扣子的工作流模板，也成為不少Agent嘗鮮者賺到的第一筆錢。這也間接呼應(yīng)了大廠對(duì)于Agent的態(tài)度，不在于概念更在于實(shí)際帶來的產(chǎn)出。

相比字節(jié)的工程路徑，美團(tuán)則更顯冷靜。在最新財(cái)報(bào)會(huì)上，美團(tuán)CEO王興對(duì)Agent字眼并無過多著墨，僅將近期推出的AI編程平臺(tái)NoCode歸類為無代碼工具。他更強(qiáng)調(diào)：我們重點(diǎn)關(guān)注的是AI在實(shí)際場(chǎng)景中如何支持中小商戶數(shù)字化轉(zhuǎn)型。

截至目前，美團(tuán)員工基于NoCode平臺(tái)已創(chuàng)建9410個(gè)應(yīng)用，其中超過1600個(gè)活躍使用。在內(nèi)部研發(fā)流程中，約52%的新代碼由AI生成，一些團(tuán)隊(duì)的AI使用率已超過90%。此外，62%的產(chǎn)品經(jīng)理和28%的業(yè)務(wù)分析師也在使用該平臺(tái)開發(fā)效率工具和原型應(yīng)用，覆蓋HR、財(cái)務(wù)、產(chǎn)品等多個(gè)崗位，實(shí)現(xiàn)全員參與的智能工具生態(tài)。

在騰訊的AI戰(zhàn)略中，務(wù)實(shí)同樣是關(guān)鍵詞。正如CEO馬化騰在財(cái)報(bào)電話會(huì)議所言：AI能力已對(duì)效果廣告與長(zhǎng)青游戲等核心業(yè)務(wù)產(chǎn)生實(shí)質(zhì)性貢獻(xiàn)，同時(shí)我們也在加大對(duì)元寶應(yīng)用及微信AI生態(tài)的投入。

其中，騰訊正在推進(jìn)兩類Agentic AI戰(zhàn)略：

一類是通用型Agent，具備鏈?zhǔn)剿伎己蛷?fù)雜任務(wù)執(zhí)行能力，可與外部API和系統(tǒng)交互，正在元寶等原生AI產(chǎn)品中迭代推進(jìn)；另一類是嵌入微信生態(tài)的專屬Agent，借助微信的社交關(guān)系鏈、小程序體系和內(nèi)容分發(fā)網(wǎng)絡(luò)，探索具有社交嵌入感的差異化助理產(chǎn)品。

馬化騰強(qiáng)調(diào)，這兩類Agent代表不同路徑，后者尤其有潛力建立騰訊在AI助手賽道的獨(dú)特護(hù)城河。但是至于怎么做，什么時(shí)候上新Agent應(yīng)用，手握AI基建、資金、以及生態(tài)優(yōu)勢(shì)的大廠并不著急。

說到底，Agent就是AI的自動(dòng)駕駛。放到汽車行業(yè)同樣成立，只有新勢(shì)力講激進(jìn)的自動(dòng)駕駛故事，老牌車廠講的還是穩(wěn)定、安全、省錢。對(duì)于Agent這波浪潮同樣推出，講好故事的是初創(chuàng)公司，真正把AI變現(xiàn)的，仍是那些慢而穩(wěn)的大玩家。

（文中受訪者為化名）

看完覺得寫得好的，不防打賞一元，以支持藍(lán)海情報(bào)網(wǎng)揭秘更多好的項(xiàng)目。

標(biāo)簽： 標(biāo)簽 內(nèi)容 隨筆