文 | 科技新知 AI 新科技組，作者 | 櫻木，編輯 | 江籬

2025 年 5 月，紅杉資本 AI 峰會(huì)在舊金山落下帷幕，在這場(chǎng)包含 Open AI 創(chuàng)始人 山姆 · 奧特曼 以及 谷歌首席科學(xué)家 Jeff Dean 等 150 位全球頂尖 AI 公司創(chuàng)始人 、科學(xué)家以及投資人 的大會(huì)中，一個(gè)共識(shí)逐漸被確立下 來(lái) —— 即 下一輪 AI，賣(mài)的不是工具，而是收益。 這句看起來(lái)有些跳躍的話(huà)， 紅杉 給出了 一個(gè)模式 性的解釋?zhuān)次磥?lái) AI 將 從賣(mài)工具到賣(mài)協(xié)作，最終走向賣(mài)成果（Software as an Outcome）。

如何從賣(mài)工具到賣(mài)結(jié)果，這場(chǎng)紅杉的峰會(huì)更具落地的意義，也許在于強(qiáng)調(diào)了 Agent 的價(jià)值。隨后，硅谷大廠(chǎng)開(kāi)啟了第一波加速， 微軟 CEO 納德拉在主題演講中宣布：" 我們已經(jīng)進(jìn)入了 AI Agent 時(shí)代，正在見(jiàn)證 AI 系統(tǒng)如何以全新方式幫助我們解決問(wèn)題。"Open AI CEO 山姆 · 奧特曼宣布，推出面向開(kāi)發(fā)者的新 Codex 智能體，稱(chēng) " 這可能是編程史上最大的變革 。"

而在大洋這一端的國(guó)內(nèi)市場(chǎng)，已經(jīng)蠢蠢欲動(dòng)的大廠(chǎng)們，似乎也有了相同的判斷，從字節(jié)、百度、阿里的動(dòng)作來(lái)看，頭部互聯(lián)網(wǎng)大廠(chǎng)紛紛加速布局 Agent 應(yīng)用。據(jù)內(nèi)部人士透露，字節(jié)已經(jīng)有 7 個(gè)團(tuán)隊(duì)在競(jìng)速 Agent，而百度在前不久的 create 大會(huì)中直接拿出了心響，聲稱(chēng)其為直接可用的 Agent。而在阿里一側(cè)，夸克內(nèi)部已經(jīng)自我定位為 " 超級(jí) Agent"。

而除了通用 Agent 之外，各個(gè)大廠(chǎng)在垂類(lèi) Agent 方面也在不斷加速。阿里飛豬問(wèn)一問(wèn)，百度旗下的法行寶等也在不斷擴(kuò)張。

Agent 作為大模型之后 的 第二波確定性浪潮，已經(jīng)開(kāi)啟了加速爭(zhēng)奪，而最后 影響戰(zhàn)局的變量 ， 除了各家的生態(tài)厚度，還有對(duì)于心智、用戶(hù)習(xí)慣的占領(lǐng)。 這也就意味著最終能夠參戰(zhàn)的，也許只剩下阿里與百度 、 字節(jié)、騰訊等少數(shù)玩家，而率先出牌的百度與阿里，能否搶得先機(jī)，值得一番拆解。

Agent 爆發(fā)年，也是沖刺年

第一個(gè)叫醒大廠(chǎng)的，顯然是 Manus，這家由真格基金投資的國(guó)產(chǎn) Agent 團(tuán)隊(duì)，在 2025 年 3 月初 突然上線(xiàn)了 Manus ， 從開(kāi)啟內(nèi)測(cè)伊始，就贏得了全世界的關(guān)注。"10 萬(wàn)元搶一內(nèi)測(cè)碼 "、" 一碼難求 " 等熱詞刺激著人們的神經(jīng)。主流觀點(diǎn)第一次意識(shí)到，基于主流大模型的 Agent 居然能夠?qū)崿F(xiàn)如此強(qiáng)大的實(shí)操型功能應(yīng)用與用戶(hù)體驗(yàn)。而大廠(chǎng)的動(dòng)作，似乎從那時(shí)起，就開(kāi)啟了加速。

字節(jié)是飽和攻擊的代表。在晚點(diǎn)的報(bào)道之中，3 月初， 智能體應(yīng)用 Manus 出圈前后，字節(jié)已有至少 5 個(gè)團(tuán)隊(duì)在開(kāi)發(fā)不同智能體產(chǎn)品，其中有些是對(duì)內(nèi)工具。 而這一數(shù)字在 4 月底時(shí)，已經(jīng)達(dá)到了 7 個(gè)團(tuán)隊(duì)。4 月底，字節(jié)的 flow 團(tuán)隊(duì)拿出 定位為 " 用戶(hù)與 AI Agent 協(xié)同辦公的最佳場(chǎng)所 " 的扣子空間并開(kāi)啟內(nèi)測(cè)，扣子 基于自研的豆包大模型（如豆包 1.5Pro）構(gòu)建，支持 MCP（模型上下文協(xié)議）協(xié)議，可調(diào)用飛書(shū)多維表格、高德地圖、圖像工具等組件 。

而百度的動(dòng)作，也可以從李彥宏的發(fā)言中看出端倪。在 4 月的百度 create 大會(huì)之中，李彥宏直接表明 " AI 的終極價(jià)值在于應(yīng)用落地，而智能體是連接模型能力與用戶(hù)需求的核心載體 "，就在大會(huì)期間，百度一口氣拿出了通用智能體心響，同時(shí)宣布 mcp 全兼容。

而另一方面，阿里也沒(méi)有放松，基礎(chǔ)模型的優(yōu)勢(shì)，以及對(duì)夸克、釘釘?shù)募哟a，讓其在 tob 和 toc 端都有了競(jìng)爭(zhēng)的實(shí)力。

從大模型的競(jìng)爭(zhēng)，到 Agent 的競(jìng)爭(zhēng)，大廠(chǎng)到底在角逐什么？簡(jiǎn)而言之，是技術(shù)加速后，交互方式的變化，對(duì)生態(tài)級(jí)別的入口爭(zhēng)奪。

一個(gè)典型的類(lèi)比，就是在大模型時(shí)代，當(dāng) DeepSeek 出現(xiàn)之后，由于其技術(shù)的領(lǐng)先性，沒(méi)有花費(fèi)任何營(yíng)銷(xiāo)費(fèi)用，就輕松獲取了龐大的用戶(hù)量，而騰訊憑借著元寶對(duì) DeepSeek 的鏈接，直接搶奪到了大模型時(shí)代的入場(chǎng)券。今天的 Agent 也是一樣的邏輯，技術(shù)的底層已經(jīng)成型，誰(shuí)家的產(chǎn)品可以快速的成型，就意味著對(duì)市場(chǎng)碾壓級(jí)別的領(lǐng)先。

在紅杉分享會(huì)中，一個(gè)特殊的方向也被提到，即 企業(yè)級(jí)市場(chǎng)中，真正先跑出來(lái)的入口未必是通用大模型，而是 Harvey（法律）、Open Evidence（醫(yī)療）這類(lèi)垂直領(lǐng)域智能體 OS，因?yàn)樗鼈兡苈?tīng)懂行業(yè)語(yǔ)言，理解真實(shí)需求。 而對(duì)于這兩個(gè) Agent，其中 open evidence 大家較為熟悉，投資人朱嘯虎在多次訪(fǎng)談中提及，作為 專(zhuān)為醫(yī)生設(shè)計(jì)的 AI 診斷輔助工具，通過(guò)精準(zhǔn)的臨床支持和創(chuàng)新的商業(yè)模式，迅速在美國(guó)醫(yī)生群體中普及。

所以可以看到的是，Agent 的潛力不僅局限在某一兩個(gè)應(yīng)用上，更重要的則是生態(tài)級(jí)別的入口。而從這個(gè)角度來(lái)看，大廠(chǎng)無(wú)論是做智能體生態(tài)，垂直應(yīng)用 Agent，還是做通用 Agent（心響、扣子，以及夸克）似乎都是必須要爭(zhēng)奪的方向。

勝負(fù)手在哪兒？

"Manus 能夠成功，我們可以看到它用的是 cloude3.5 模型。" 秘塔創(chuàng)始人在一檔播客欄目中曾經(jīng)評(píng)價(jià)到。從某種程度來(lái)說(shuō)，這也意味著行業(yè)內(nèi)的共識(shí)，最明顯的例證來(lái)自于字節(jié)的扣子團(tuán)隊(duì)。

在晚點(diǎn)的報(bào)道中 " 扣子是個(gè)開(kāi)放的平臺(tái)，如果國(guó)內(nèi)有大模型效果比豆包好，我們也會(huì)積極使用。" 扣子團(tuán)隊(duì)開(kāi)發(fā)扣子空間時(shí)，豆包深度思考模型還沒(méi)發(fā)布，他們?cè)紤]優(yōu)先使用 DeepSeek -R1，測(cè)試后發(fā)現(xiàn)它調(diào)用工具的能力不夠。

后來(lái)團(tuán)隊(duì)又對(duì)比六款國(guó)內(nèi)大模型，使用了豆包 1.5 Pro 為主的多款模型。因?yàn)槎拱谥噶钭裱⒄{(diào)用工具，以及多模態(tài)處理能力上表現(xiàn)最好，而且推理成本很低，能支撐大規(guī)模調(diào)用。

而這一觀點(diǎn)，也被行業(yè)內(nèi)廣泛認(rèn)同，拾象科技李廣密曾在播客中坦言，預(yù)訓(xùn)練可能會(huì)重新變得重要，而大模型的能力也決定著 Agent 等能力。

從這個(gè)角度來(lái)看，百度、阿里與字節(jié)幾乎可以說(shuō)不分伯仲。百度拿下了與蘋(píng)果的合作，從某種程度來(lái)說(shuō)，蘋(píng)果作為智能手機(jī)行業(yè)最大的入口，承認(rèn)了百度在模型能方向上的能力。而阿里則擁有 qwen 這個(gè)可能是最優(yōu)秀的開(kāi)源大模型。對(duì)于字節(jié)來(lái)說(shuō)，基于豆包大模型的產(chǎn)品長(zhǎng)期霸占著 c 端下載量，實(shí)力也非常出眾。而三方大量資源的傾注，讓這場(chǎng)爭(zhēng)奪愈發(fā)激烈。

當(dāng)然，從 Agent 應(yīng)用的角度來(lái)看，生態(tài)的厚度也是考量勝負(fù)手的關(guān)鍵。 Agent 的 本質(zhì)上其實(shí)就是能夠 " 讓 AI 真正實(shí)現(xiàn)自主完成任務(wù) " ， 而相關(guān)能夠調(diào)用的應(yīng)用的能力也是其能否贏得戰(zhàn)役的關(guān)鍵。

這一點(diǎn)，幾家大廠(chǎng)的選擇似乎有所區(qū)別， 百度 開(kāi)放了 大模型和千帆開(kāi)發(fā)平臺(tái)兼容，地圖、文庫(kù)、網(wǎng)盤(pán)、 Comate 也 開(kāi)放了 MCP Server。 但字節(jié)則相對(duì)保守，更愿意自身成為全新的 Agent 工廠(chǎng)，阿里把所有都集合在夸克之中，超級(jí)框的概念，就是另一種能力上的調(diào)用。

而從行業(yè)從業(yè)者 3 月的一份數(shù)據(jù)來(lái)看，阿里的厚度優(yōu)勢(shì)明顯。從該報(bào)告來(lái)看，國(guó)內(nèi)調(diào)用較高的 MCP Servers，包含了高德地圖、notion、支付寶，以及 minimax，而其中高德地圖憑借著提供全場(chǎng)景覆蓋的地圖服務(wù)，包括地理編碼、逆地理編碼、IP 定位、天氣查詢(xún)、騎行路徑規(guī)劃、步行路徑規(guī)劃、駕車(chē)路徑規(guī)劃成為被調(diào)用較高的 APP。

當(dāng)然，評(píng)價(jià)生態(tài)的厚度的變量還有很多，但可以看出的是，阿里的領(lǐng)先優(yōu)勢(shì)正在擴(kuò)大。

從形態(tài)上來(lái)看， Agent 仍然是一種社交，而從社交的視角來(lái)看，騰訊系則無(wú)疑占據(jù)著強(qiáng)大的優(yōu)勢(shì)。騰訊總裁劉熾平回應(yīng)道：" 在微信生態(tài)系統(tǒng)內(nèi)，我認(rèn)為我們有機(jī)會(huì)創(chuàng)造一個(gè)非常獨(dú)特的 Agent，即 AI 與微信生態(tài)系統(tǒng)特有的內(nèi)容相連接，包括社交、通信和社區(qū)能力以及內(nèi)容生態(tài)系統(tǒng)，比如公眾號(hào)和視頻號(hào)，以及數(shù)以百萬(wàn)計(jì)的小程序。實(shí)際上你可以接入各種信息，以及許多不同垂直應(yīng)用程序的交易和操作能力。"

獨(dú)一無(wú)二的社交生態(tài)，讓騰訊特別是微信 Agent 也成為了不容忽視的力量。

此外，成本也是 Agent 能否完成蛻變的另一重關(guān)鍵。3 月 18 日，The Information 報(bào)道，Manus 現(xiàn)階段的產(chǎn)品同時(shí)受制于其服務(wù)器容量和高昂的運(yùn)營(yíng)成本。據(jù)兩位直接了解情況的人士透露，Manus 使用人工智能公司 Anthropic 的模型，平均每完成一項(xiàng)任務(wù)需向 Anthropic 支付 2 美元。

總結(jié)來(lái)看，基礎(chǔ)模型能力、生態(tài)厚度、成本等都在成為 Agent 能否突出重圍的關(guān)鍵，而從當(dāng)下來(lái)看，這些變量的發(fā)酵暫時(shí)難以區(qū)分明顯的優(yōu)劣。

Agent 還未到 "GPT 時(shí)刻 "

盡管大廠(chǎng)的競(jìng)速與 Manus 等爆款產(chǎn)品的出現(xiàn)讓 Agent 賽道熱度飆升，但 可以確認(rèn)的是，當(dāng) 前行業(yè) 似乎 遠(yuǎn)未達(dá)到類(lèi)似 GPT 的顛覆性臨界點(diǎn)。 從技術(shù)成熟度、商業(yè)模式落地到用戶(hù)心智占領(lǐng)，Agent 仍需跨越多重鴻溝。

一方面， 當(dāng)前 Agent 的核心能力仍高度依賴(lài)大模型，但模型本身存在顯著局限性。CSDN 博客指出，在處理多步驟任務(wù)時(shí)，大模型的規(guī)劃能力容易崩潰，例如銀行轉(zhuǎn)賬這類(lèi)需十幾步操作的流程，模型常因邏輯鏈斷裂而失敗。

同時(shí)， 盡管大廠(chǎng)紛紛推出 Agent 平臺(tái)，但生態(tài)整合仍處于碎片化狀態(tài) ， " 各自為戰(zhàn) " 的局面導(dǎo)致工具調(diào)用接口不統(tǒng)一。不同 Agent 對(duì)其功能的調(diào)用方式差異顯著，開(kāi)發(fā)者需重復(fù)適配。

紅杉峰會(huì)提出的 "Software as an Outcome" 理念雖被廣泛認(rèn)同，但落地路徑仍不清晰。當(dāng)前 Agent 主要以訂閱制或按調(diào)用次數(shù)收費(fèi)，本質(zhì)上仍是工具思維。例如， Manus 的高成本導(dǎo)致其難以向中小企業(yè)普及，而百度心響雖宣稱(chēng)直接可用，但企業(yè)用戶(hù)更關(guān)注其能否真正提升銷(xiāo)售轉(zhuǎn)化率或降低運(yùn)營(yíng)成本。

此外， 垂直領(lǐng)域的探索雖初現(xiàn)曙光，但規(guī)模化仍需時(shí)間。阿里飛豬問(wèn)一問(wèn)在旅游場(chǎng)景的表現(xiàn)可圈可點(diǎn)，百度法行寶在法律領(lǐng)域也積累了案例，但這些垂類(lèi) Agent 的行業(yè)滲透率仍 然不高 。用戶(hù)對(duì) Agent 的信任度尚未建立，尤其在涉及敏感數(shù)據(jù)的場(chǎng)景中，企業(yè)更傾向于保留人工審核環(huán)節(jié)。

當(dāng)前 Agent 的用戶(hù)體驗(yàn)呈現(xiàn)明顯的兩極分化。垂直場(chǎng)景如設(shè)計(jì)領(lǐng)域的 Lovart，通過(guò)整合行業(yè)知識(shí)庫(kù)和多模態(tài)輸出，實(shí)現(xiàn)了 " 需求 - 交付 " 全閉環(huán)，設(shè)計(jì)師可直接基于其生成的分層文件進(jìn)行迭代，效率提升數(shù)倍。但通用 Agent 如 Manus ，在處理復(fù)雜任務(wù)時(shí)仍顯得笨拙——例如生成設(shè)計(jì)圖時(shí)可能出現(xiàn)字體過(guò)小、元素堆砌等問(wèn)題，用戶(hù)需頻繁手動(dòng)調(diào)整。

更關(guān)鍵的是，用戶(hù)對(duì) Agent 的期待與實(shí)際能力存在落差。部分用戶(hù)誤認(rèn)為 Agent 能完全替代人類(lèi)，而實(shí)際上其在模糊指令解析、任務(wù)邊界把控等方面仍需人工干預(yù)。

Agent 的爆發(fā)印證了 AI 從技術(shù)到應(yīng)用的躍遷，但距離真正的 " GPT 時(shí)刻 " 仍有漫長(zhǎng)道路。

當(dāng)前的競(jìng)爭(zhēng)本質(zhì)上是生態(tài)卡位與場(chǎng)景定義權(quán)的爭(zhēng)奪 ，大廠(chǎng)的角逐 布局 似乎都 在為未來(lái)的生態(tài)戰(zhàn)爭(zhēng)鋪路。而決定最終勝負(fù)的，不僅是技術(shù)迭代速度，更是對(duì)行業(yè)痛點(diǎn)的理解深度與商業(yè)模式的創(chuàng)新勇氣。當(dāng) Agent 能像水電煤一樣融入日常生活，真正的變革才會(huì)到來(lái)。

參考資料：

晚點(diǎn) latepost《字節(jié) AI 再創(chuàng)業(yè)：獨(dú)立組織、全鏈條的飽和攻擊》

新皮層 newthings《 掌權(quán)一年半來(lái)，吳泳銘是如何管理阿里巴巴的 》

騰訊科技 《 微軟一晚上發(fā)了 50 個(gè)新東西，要建一個(gè) Agent 互聯(lián)的 " 伊甸園 " 》

AI 深度研究員《 只談生存：AI Agent 倒計(jì)時(shí) 730 天，硅谷 3 位 " 異見(jiàn)者 " 給出 3 條活路 》

AI 深度研究員《 紅杉 AI 峰會(huì)閉門(mén) 6 小時(shí)，150 位創(chuàng)始人共識(shí)浮現(xiàn)：AI 不再賣(mài)工具，而是賣(mài)收益 》

中國(guó)企業(yè)家《 AI 新戰(zhàn)場(chǎng)，騰訊押注 Agent 》