Agent越來越“俗”了_風聞

​

大廠造平台，初創拼應用：Agent浪潮下的雙軌敍事。

作者|古廿

編輯|文昌龍

“大廠傾向於推出AI化的‘全家桶’，而初創企業更熱衷於原生型Agent。”一位產品經理向「市象」總結：“前者是用AI重做舊產品，後者是用AI重生新產品。很難説哪種路徑更優，但市場總愛聽屠龍少年的故事。”

自互聯網敍事向AI轉軌，科技巨頭們也在爭相為自己貼上“Agent”標籤。過去一個月，國內的騰訊、百度，海外的微軟、谷歌，幾乎每一家大型企業在發佈會上都強調：要做Agent，要搭建Agent基建平台。

但是另一方面，據AI Agents Directory統計，截至2025年4月7日，全球已上線的AI Agent數量達1211個，覆蓋57個垂類領域。具體來看，Agent開發平台有136個，生產力Agent94個，客户服務Agent66個，個人助手Agent50個。

這意味着，Agent的開發者工具快要趕上落地的應用數量了。

一邊是過去數月各大公司推出的Agent相關產品，大多是平台型基礎設施：字節跳動發佈了“釦子空間”，騰訊上線“騰訊雲智能體開發平台”，微軟提出“Open Agentic Web”，Anthropic則圍繞Claude 4搭建Agent系統接口。

另一邊是在應用落地層面，憑藉邀請碼機制一炮而紅後，Manus最近的多個動作主要圍繞商業化進行，在Agent的產品功能更新方面沒有進一步出圈的動作推出。熱潮背後，Agent的實際能力邊界也正在被逐步驗證。

2024年發佈的RE-Bench基準測試數據顯示：在2小時短任務中，頂尖Agent的表現可達人類專家的4倍；但在32小時長任務中，Agent則明顯掉隊——人類展現出更強的戰略規劃和動態適應能力。

這組數據揭示了一個核心矛盾：Agent可以很快、很準，但還不夠持久。它仍未掌握複雜任務所需的韌性與穩定性。

在這個意義上，Agent浪潮距離“通用智能”的實質性突破尚遠。正如一位業內人士所言：“OpenAI普及了大模型的通用性，DeepSeek實踐了‘思維鏈+強化學習’的路徑，而Agent目前還沒有出現那個可以‘定格行業時間線’的關鍵節點。”

相比那些改變技術歷史的里程碑式事件，當下的Agent更像是一種商業現象級話題。

能夠以一種產品概念講融資故事的時代，似乎又來了，往前數十年，國內市場的上一次類似情況還發生在移動互聯網時代。如果説百模大戰時代需要的技術研究型創業者，那麼Agent時代可能更需要的是AI需求封裝者。

01 千元起的Agent定製生意

技術永遠在更迭，不變的是傳統的賺錢模式。

“開發一個小紅書Agent1萬元，可以實現選題、撰寫、發佈的自動化。涉及到外部平台的多種交互，這個難度比較大。如果只是簡單的內部效率型工具Agent，最低可以做到2000左右，從給到需求到出產品，大概需要一週左右。”Agent個人開發者李祥對「市象」稱。

在他看來，和市場上傳播的“GitHub爆火、VC搶投”的Agent敍事不同，實際在和大多數客户接觸時，最終的對話還是會回到傳統軟件外包時期的兩個核心：多少錢能做，都能實現什麼功能。

**當技術落地到商業應用階段，ROI成為衡量Agent生產力有效性的直接數據。**李祥説之前圈子裏面有個調侃Agent生產力的段子：“調用1美元的token，產出1元的價值。”直戳許多是難以產出可交付成果的Agent產品。

所謂大道至簡，個人開發者面對的客户用ROI衡量Agent生產力的關鍵問題，也間接呼應了紅杉提出的下一輪AI共識“賣的不是工具，而是收益”。簡單地説就是進入AI的生產力階段，token付費模式不再有效，按效果付費成為真假Agent的判斷核心。

但是熱潮之下，泡沫總是有的。在Agent私人定製的中介王磊看來“Agent還是比傳統外包好做一些，基本明確需求以後，依託一些外部的Agent開發平台2-3天就可以搭建一個可交付的個人定製產品。”

同時因為往往是To C的個人定製化產品，不少定製的人都是出於嚐鮮的目的，或者想了解一下Agent的能力邊界，所以即使沒有達到想要的效果，也沒有太多的售後維權扯皮發生，整個行業目前也沒有傳統外包那麼卷。

相比私人定製的Agent嚐鮮生意，企業級的Agent需求，才是紅杉口中的萬億市場規模核心。但是在行業相關人士來看，因為需要可控性、穩定性，企業級的需求，目前多數還是被之前在傳統SaaS行業擁有資源的人拿走了。同時，傳統的SaaS企業也在全面向Agent轉型融合。本質上AI只是讓產品更新換代一遍，但是並沒有讓To B的資源重新流動分配。

對於Agent的共識，國內外是一樣的。

在Reddit海外社區，一個深耕企業級Agent開發者直言不諱地指出：“現在定製AI代理的需求激增，但市面上90%的代理都是垃圾。”問題的根源在於，開發者們沉迷於花裏胡哨的UI交互，而非專注於解決具體問題。

這位曾為多家初創企業搭建過的Agent系統的開發者經驗是，企業不在乎AI用了哪個模型，而在乎它是否能帶來明確的ROI。他説得直白：“構建Agent只是整件事的30%，部署、維護、更新API才是最耗精力。”

技術堆疊並不能換來客户滿意，真正有價值的是“每週能節省xx個小時”的實打實回報。所謂Agent，最終還是回到商業效率本身。

02 摸着Kimi過河的Agent明星們

對於市場買單的Agent產品有共識，但是這並不意味着ROI是Agent產品走紅的關鍵。

在一個尚未統一答案的行業裏，滿足大眾的想象，往往比滿足企業的預算更重要。“什麼是Agent？”每個人都有自己的解釋。但從技術路徑上拆解，Agent=大模型+工作流規劃+記憶系統+工具調用。

它不是某種全新形態，而是一種對AI能力的“打包式交付”。因此當Mauns等產品火起來時，也引發了不少技術圈的質疑：只是“AI套殼”，並不創新。但問題在於，“套殼”未必無效。

打包的最大價值，是滿足了人們和AI交互的想象路徑。

一位AI測評愛好者這樣形容傳統AI使用體驗：想做一份PPT，先用ChatGPT消化資料、總結要點；然後把這些要點丟進WPS生成初稿；接着用圖庫配圖，再自己逐頁調整。流程鏈條可能涉及十多個網頁、三五個不同產品。

但是在Agent的產品理念中，是把這一整套操作“串起來”包裝成一鍵式體驗。用户點一次，Agent幫你從讀資料到生成PPT全部搞定。

“這種一鍵生成的產品體驗，是初創企業向用户預支的Agent信任。”AI傳播人士章邯認為，儘管最終產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告訴市場什麼是Agent式體驗。

畢竟相比大廠，在大模型基建、資本能力、生態資源方面都不具有優勢，而一鍵生成，恰好滿足了用户對“Agent”的科幻想象。

這種打法，和當年Kimi憑藉“一次喂完《紅樓夢》”在百模大戰中脱穎而出是一個道理。不是多模態的能力，也不是生成效果最好，而是選對了一個“最能傳播”的點。這也是當下，不少明星企業共同遵循的一套Agent商業敍事。

如今在Kimi鋪出來的路徑上，還有更多的Agent產品在探索“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”為單位的任務執行過程。

只要賬號不封、網絡不斷、token充足，它就能無限執行任務——因此也被稱為“數字生命”的Agent雛形。這類產品，並不着眼於當下的效率提升，而是激發用户對Agent式未來的預期。

正如Kimi把“長文本”變成記憶力的象徵，Agent產品也在努力將“執行力”變成它的新神話。無論一鍵生成，還是無限流，本質上都不是注重降本增效，而是先搶注意力——走紅的不是功能，而是敍事。

革命不是通過生產力發生的，而是通過敍事結構引發的，也成為不少Agent賽道創業明星的商業底色。

03 降本增效的大廠Agent

和初創企業熱衷講述“屠龍少年”的故事不同，大廠對於Agent的態度更符合ROI的Agent需求共識。儘管在Manus走紅後，百度推出心響，字節也上線“釦子空間”，甚至字節還借鑑了Manus的“邀請碼”策略，但是在定位上，大廠更傾向於構建Agent開發平台。

**對於字節旗下的扣子，一些技術人員更傾向於基於通用大模型增強的舊產品。**比如字節釦子的Agent開發路徑是基於通用大模型，用户自主搭建workflow，這種LLM＋workflow的實現路徑，本質是一種類Agent。

其中通用大模型作為流程中的工具人，僅處理特定環節，無自主決策能力。流程規劃由人工預先編排，各模塊獨立運行，缺乏動態協作。本質是開發者基於通用大模型，部署並定義的靜態工作流。

但是人工自定義，也意味着可以更快的融入到已有的工作流，對傳統工作流實現大模型的增強提效。

根據《特工宇宙》調研數據，第一波下場做智能體的創作者收入主要來源於四部分，知識付費、定製開發、比賽獎金、模板分成，場景以私域營銷，自媒體運營為主，收入在1w至100w不等。

其中字節釦子的模板創作，在閒魚、小紅書等多個平台，買釦子的工作流模板，也成為不少Agent嚐鮮者賺到的第一筆錢。這也間接呼應了大廠對於Agent的態度，不在於概念更在於實際帶來的產出。

相比字節的工程路徑，美團則更顯“冷靜”。**在最新財報會上，美團CEO王興對“Agent”字眼並無過多着墨，僅將近期推出的AI編程平台“NoCode”歸類為“無代碼工具”。**他更強調：“我們重點關注的是AI在實際場景中如何支持中小商户數字化轉型。”

截至目前，美團員工基於NoCode平台已創建9410個應用，其中超過1600個活躍使用。在內部研發流程中，約52%的新代碼由AI生成，一些團隊的AI使用率已超過90%。此外，62%的產品經理和28%的業務分析師也在使用該平台開發效率工具和原型應用，覆蓋HR、財務、產品等多個崗位，實現全員參與的智能工具生態。

在騰訊的AI戰略中，“務實”同樣是關鍵詞。正如CEO馬化騰在財報電話會議所言：“AI能力已對效果廣告與長青遊戲等核心業務產生實質性貢獻，同時我們也在加大對元寶應用及微信AI生態的投入。”

其中，騰訊正在推進兩類Agentic AI戰略：

一類是通用型Agent，具備鏈式思考和複雜任務執行能力，可與外部API和系統交互，正在“元寶”等原生AI產品中迭代推進；另一類是嵌入微信生態的專屬Agent，藉助微信的社交關係鏈、小程序體系和內容分發網絡，探索具有“社交嵌入感”的差異化助理產品。

馬化騰強調，這兩類Agent代表不同路徑，後者尤其有潛力建立騰訊在AI助手賽道的獨特護城河。但是至於怎麼做，什麼時候上新Agent應用，手握AI基建、資金、以及生態優勢的大廠並不着急。

説到底，Agent就是AI的自動駕駛。放到汽車行業同樣成立，只有新勢力講激進的自動駕駛故事，老牌車廠講的還是穩定、安全、省錢。對於Agent這波浪潮同樣推出，講好“故事”的是初創公司，真正把AI變現的，仍是那些慢而穩的大玩家。

（文中受訪者為化名）