文 | 趣解商業(yè)，作者 | 張含菁，編輯 | 趣解商業(yè) TMT 組
爆火 60 天后，曾經(jīng) " 一碼難求 " 的 AI 智能體平臺 Manus 終于開放注冊了。
今年 3 月，Manus 橫空出世，被一些從業(yè)者稱為 AI 智能體行業(yè)的 "DeepSeek 時(shí)刻 "。在爆火之前，Manus 背后的創(chuàng)業(yè)公司 "Monica" 就已經(jīng)拿下了騰訊、真格基金及紅杉中國前身 HSG 等知名機(jī)構(gòu)的融資；最近有媒體報(bào)道，Monica 完成了新一輪 7500 萬美元融資，公司市值躍升至近 5 億美元。
相比 AI 對話產(chǎn)品，Manus 可以通過文字指令完成更復(fù)雜的工作與生活任務(wù)，例如視頻演示材料制作、設(shè)計(jì)并交付網(wǎng)頁和 APP、定制旅行手冊等等。
Manus 爆火之后，互聯(lián)網(wǎng)大廠明顯加快了在 AI Agent（智能體）的布局速度，字節(jié)跳動(dòng)、百度等公司紛紛推出了智能體產(chǎn)品如心響 APP 和扣子空間；與此同時(shí)，許多投資機(jī)構(gòu)的熱情，也正從大模型轉(zhuǎn)向智能體等其他 AI 應(yīng)用。
01. 大廠搶奪話語權(quán)
"Manus 和 DeepSeek 到底有什么區(qū)別？"
今年 3 月，從事文字編輯的小葉（化名）發(fā)現(xiàn)身邊的朋友都在求 Manus 的邀請注冊碼，然而圍觀同事使用的她，仍然搞不清 Manus 和 DeepSeek 這類 AI 搜索應(yīng)用有什么差別。
在字節(jié)和百度發(fā)布了類似的智能體產(chǎn)品后，小葉迅速登錄體驗(yàn)，使用后她發(fā)現(xiàn)，AI 智能體更像是能幫忙做事的助手，而 DeepSeek 則是能快速整理信息、生產(chǎn)內(nèi)容的工具。" 簡單粗暴的區(qū)分，就是一個(gè)動(dòng)手，一個(gè)動(dòng)腦。"
AI Agent 即 AI 智能體，是以大語言模型為基礎(chǔ)的執(zhí)行系統(tǒng)。目前市場上的 Agent（智能體）產(chǎn)品主要分為三種：
第一種是面向普通用戶的通用型 Agent，在解決任務(wù)上主打 "All in"，如最近剛放開注冊的 Manus、百度的心響和字節(jié)的扣子。
第二種是面向 B 端行業(yè)的垂直 agent 應(yīng)用，如電商行業(yè)的智能客服、銀行業(yè)為客戶提供財(cái)務(wù)建議的智能理財(cái)教練等。
第三種則是面向普通開發(fā)者，搭建智能體的平臺，如百度的文心智能體平臺；螞蟻集團(tuán)的 " 百寶箱 "，編程小白也能 3 分鐘內(nèi)搭建一個(gè)智能體，發(fā)布在支付寶的小程序上。
在這其中，面向所有 C 端用戶的通用型 Agent 是聲量最大、競爭最激烈的賽道；既有百度、字節(jié)等互聯(lián)網(wǎng)大廠，也不乏 Monica 這樣的創(chuàng)業(yè)公司。
大廠卷 Agent，一方面是為不斷提升的大模型能力尋找落地方向，另一方面也是為了爭奪 AI 互聯(lián)網(wǎng)時(shí)代的入口權(quán)。當(dāng)用戶行為不再通過 APP，而是統(tǒng)一對 Agent 下達(dá)命令后，由 Agent 調(diào)取不同的軟件完成具體的任務(wù)，Agent 無疑會(huì)成為新的核心交互入口。
在人工智能領(lǐng)域有多年創(chuàng)業(yè)經(jīng)歷的 Paul（化名）表示，大公司開啟某些業(yè)務(wù)源于一種從上到下的焦慮，就像做通用 agent，盈利不是第一目標(biāo)，" 占坑 " 才是，目的是在 AGI 爆發(fā)之前，有足夠的經(jīng)驗(yàn)積累。
在這條必爭之路上，頭部大廠選擇的發(fā)展路徑并不完全相同。
從界面主推的功能來看，百度的心響更關(guān)心大眾的生活。正如李彥宏此前提到的，AI 會(huì)有 " 超級應(yīng)用 " 但更需要 " 超級有用 "。在心響負(fù)責(zé)人黃際洲提到的 10 大出色應(yīng)用場景里，就包括 AI 繪本、AI 相親、摸魚游戲等生活化的娛樂場景。
字節(jié)的扣子空間則主打協(xié)同辦公，具備 " 探索模式 " 與 " 規(guī)劃模式 "；前者可響應(yīng)會(huì)議紀(jì)要生成等簡單需求，" 規(guī)劃模式 " 能深度處理跨行業(yè)市場調(diào)研等復(fù)雜項(xiàng)目，能無縫融入飛書文檔的使用。
阿里則是直接與 Manus 合作，基于通義千問模型實(shí)現(xiàn) Manus 的全部功能。除此之外，近日阿里旗下 AI 智能體 " 心流 " 也開啟了公測，用戶可填寫問卷等待邀請，該智能體宣傳稱能像人類專家一樣，自動(dòng)幫做研究、寫報(bào)告、寫代碼。
雖然智能體賽道火熱，但目前還沒涌現(xiàn)出能完整解決用戶痛點(diǎn)的通用型 Agent。" 趣解商業(yè) " 對比使用發(fā)現(xiàn)，扣子空間和心響目前完成相對出色的多是內(nèi)容層面的任務(wù)，例如定制旅行攻略和穿搭、梳理資料制作 PPT；一旦涉及到跨應(yīng)用操作，或是研究深度更高的任務(wù)，二者的完成度就都 " 一言難盡 " 了。
有用戶直言，比起寫報(bào)告、講故事，更希望 Agent 能幫我點(diǎn)外賣、訂票，但現(xiàn)在它連幫我發(fā)條朋友圈都做不到。
作為工作和生活助手，Agent 調(diào)動(dòng)不同 APP 等應(yīng)用是基本條件；調(diào)動(dòng)其他應(yīng)用，需要 Agent 產(chǎn)品與其他應(yīng)用互聯(lián)互通。然而由于內(nèi)部數(shù)據(jù)和模型的差異，不同應(yīng)用之間往往處于 " 孤島 " 的狀態(tài)，想要互聯(lián)互通需要統(tǒng)一的標(biāo)準(zhǔn)化接口。
Anthropic 推出的 MCP 協(xié)議解決了這一難題。李彥宏曾公開強(qiáng)調(diào) MCP 的重要意義，"MCP 即模型上下文協(xié)議，它為開發(fā)者在 AI 大爆發(fā)的時(shí)代缺少規(guī)范導(dǎo)致效率低提供了解決思路，MCP 讓 AI 能更自由地調(diào)用工具。"
騰訊、阿里云、百度等公司最近都宣布支持 MCP 協(xié)議，然而，目前接入 MCP 的公司仍屬少數(shù)。有從業(yè)者直言，接入 MCP 意味著把流量入口交出去，比如點(diǎn)外賣，以后如果都用 Agent 而不是美團(tuán)、餓了么，APP 沉淀不了自己的用戶，連個(gè)開屏廣告都沒機(jī)會(huì)放，公司肯定不會(huì)輕易把辛辛苦苦經(jīng)營起來的用戶交出去。
Topick.AI 的創(chuàng)始人賀濱認(rèn)為，生態(tài)不完善，導(dǎo)致通用 Agent 沒有一個(gè)很好的商業(yè)模式。一方面，一講 " 通用 " 會(huì)拔高用戶的使用預(yù)期，但應(yīng)用之間不互聯(lián)、體驗(yàn)不好又留不住用戶。
另一方面，有價(jià)值的數(shù)據(jù)內(nèi)容都在大廠手中，創(chuàng)業(yè)公司很難先做出一個(gè) 100 分的產(chǎn)品來積累用戶。" 對于大公司而言，自家的核心數(shù)據(jù)是付費(fèi)開放給其他公司？還是保持封閉直到做出自己的 Agent？這里面有很多復(fù)雜的、生態(tài)上的考量。"
02." 通用 Agent 還在小孩那桌 "
雖然行業(yè)關(guān)注度暴漲，但許多從業(yè)者表示，并不看好通用型 Agent 的前景。
長期研究大模型的 Neil 曾在播客中談到，通用 Agent 的使用體驗(yàn)不好，背后牽涉到很多技術(shù)細(xì)節(jié)，智能體執(zhí)行任務(wù)需要瀏覽、理解網(wǎng)頁，模型的視覺能力要跟上，其次，跨應(yīng)用的操作對技術(shù)要求很高，這方面的成熟度目前還有很大欠缺。
Neil 曾試著用 Open AI 旗下的通用智能體 "operator" 去訂票網(wǎng)站下單，結(jié)果發(fā)現(xiàn)它連日期都選不對。
" 我用 AI 選擇團(tuán)隊(duì)協(xié)作軟件，它給了我一份完美的對比表格，但這種對比并未考慮到團(tuán)隊(duì)的的使用習(xí)慣、預(yù)算限制和特殊需求。" 賀濱認(rèn)為，這些無法被簡單量化的偏好，才是決策的核心。"或許與通用 Agent 長期磨合可以克服這個(gè)問題，但既然花精力去調(diào)教 Agent，我為什么不去定制或者直接用更垂直的行業(yè)智能體？"
事實(shí)也確實(shí)如從業(yè)者們所言，國內(nèi)外目前都存在，針對特定行業(yè)、場景的垂類智能體，發(fā)展成熟度高于通用智能體的情況。
remio.ai 算法負(fù)責(zé)人胡光龍表示，B 端往往場景相對聚焦垂直，可以結(jié)合客戶需求做深度定制，相對更容易產(chǎn)生結(jié)果。Neil 也提到，B 端 Agent 能幫企業(yè)從事一些重復(fù)性的勞動(dòng)，相比通用 Agent 對技術(shù)要求更低，也更穩(wěn)定。例如智能客服、數(shù)據(jù)分析平臺，是真的能代替人力的有效工具。
YC 合伙人、資深投資人 Jared 曾指出，垂直領(lǐng)域 AI Agent 作為一種新興 B2B 軟件，有望成為比 SaaS 大 10 倍的新興市場。開源證券研報(bào)提到，AI Agent 應(yīng)用將在 2025 年多點(diǎn)開花，其中 AI Agent 有望在 B 端率先商業(yè)化，電商、營銷、CRM、金融、法律等場景加速落地。
從一些 B 端 Agent 企業(yè)的財(cái)報(bào)中，也能看到這一行的增長潛力。例如在港股上市的 " 第四范式 "，一直專注于企業(yè)智能轉(zhuǎn)型服務(wù)，今年一季度推出了 AI Agent 全流程開發(fā)平臺，其先知 AI 平臺營收同比大增 60.5% 為 8.05 億元，占總收入的近八成。
司普科技 CEO 張振廣曾對 36 氪表示，B 端是 AI 初期創(chuàng)造價(jià)值的重心領(lǐng)域，C 端應(yīng)用極容易被大模型技術(shù)進(jìn)步直接顛覆。二者在落地上的難度差異，也引發(fā)了不少從業(yè)者調(diào)侃，"B 端 Agent 已經(jīng)是生產(chǎn)力了，通用 Agent 還在小孩那桌。"
有不少普通開發(fā)者，甚至零基礎(chǔ)的小白也瞄準(zhǔn)了 B 端 Agent 的生意。社媒平臺上，有開發(fā)者分享自己做 Agent 應(yīng)用賺到錢的經(jīng)過，接到了十幾個(gè) Agent 的定制單，已經(jīng)賺了 5 萬多元。還有用戶發(fā)布 " 小紅書自動(dòng)發(fā)文 " 的智能體定制需求，表示收到了 3-6 萬元的報(bào)價(jià)。
03. 智能體元年來了？
據(jù) " 趣解商業(yè) " 了解，當(dāng)下智能體的開發(fā)門檻并不高。通過零代碼、低代碼開發(fā)框架和豐富的插件，甚至普通用戶也能迅速上手做自己的智能體。
最近一年，騰訊、百度、阿里等頭部公司除了做通用 Agent，也在推廣自家的智能體開發(fā)平臺，吸引更多開發(fā)者來自家平臺上 " 掘金 "。根據(jù) Xsignal 的報(bào)告，截至 2025 年一季度 Agent（文心一言）的應(yīng)用總數(shù)已超過 10 萬，Agent（Coze）數(shù)量接近 4 萬，遠(yuǎn)超其他類型的 AI 應(yīng)用。
李彥宏曾多次公開提到，未來將是 " 只靠想法就能賺錢的時(shí)代 "。百度的智能體平臺便是讓這些想法更方便落地，百度文心智能體平臺已有超過 10 萬個(gè)智能體應(yīng)用了商業(yè)組件，去年 11 月份單個(gè)智能體的單次轉(zhuǎn)化最高收入達(dá)到了 10 萬元。
開發(fā)者在智能體平臺上的做的智能體可以通過掛鏈帶貨、商單廣告、付費(fèi)咨詢等方式變現(xiàn)。有用戶在小紅書上分享，自己做的智能體在文心智能體平臺上已經(jīng)獲得了 7 千多元的 " 贊賞激勵(lì) "。
" 文心、扣子這些平臺的用戶量有限，Agent 應(yīng)用想要獲客增長、要商業(yè)化，最終都要離開平臺。"
業(yè)內(nèi)觀點(diǎn)認(rèn)為，2025 年將是 Agent 產(chǎn)品的爆發(fā)元年。門檻的降低和變現(xiàn)吸引力，都在吸引越來越多創(chuàng)業(yè)者扎進(jìn)這一賽道。來覓 PEVC 數(shù)據(jù)顯示，2024 年以來，全球 AI Agent 賽道的融資金額已超 665 億元。根據(jù)億邦動(dòng)力報(bào)道數(shù)據(jù)，2024 年四季度國內(nèi) AI 領(lǐng)域融資 218 起，其中 Agent 相關(guān)項(xiàng)目占比 35%。
雖然從業(yè)者熱情空前，但 Agent 與大模型一樣仍然處于行業(yè)萌芽期。獵豹移動(dòng)董事長傅盛曾表示，AI 應(yīng)用市場會(huì)在 2025 年爆發(fā)，通用 Agent 會(huì)是 AI 時(shí)代的超級 App。然而，現(xiàn)實(shí)中通用 Agent 卻由于種種技術(shù)問題打不開知名度。
2024 年就曾被許多從業(yè)者判斷會(huì)迎來 AI 應(yīng)用的大繁榮，但最終并未達(dá)到預(yù)期。今年 2 月，李彥宏公開提到，盡管目前已經(jīng)在各種不同場景中看到了各種應(yīng)用案例，這些可能更多集中在 ToB（面向企業(yè)）領(lǐng)域，在 ToC（面向消費(fèi)者）領(lǐng)域，還沒有看到所謂的超級應(yīng)用。
和其他 AI 應(yīng)用一樣，Agent 要過的難關(guān)還有很多，B 端 Agent 如何找準(zhǔn)應(yīng)用場景，通用 Agent 如何打破生態(tài)孤島……只有解決這些問題，行業(yè)才能真正邁向成熟，到那時(shí)，AGI 時(shí)代或許也已經(jīng)不遠(yuǎn)了。
