今年大廠們沖刺Agent成了共識(shí)，字節(jié)扣子“大戰(zhàn)”心響、夸克，但Agent還未到“GPT時(shí)刻”。

原創(chuàng)科技新知  AI新科技組

作者丨櫻木  編輯丨江籬

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，賣的不是工具，而是收益。這句看起來(lái)有些跳躍的話，紅杉給出了一個(gè)模式性的解釋，即未來(lái)AI將從賣工具到賣協(xié)作，最終走向賣成果（Software as an Outcome）。如何從賣工具到賣結(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，硅谷大廠開啟了第一波加速，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，推出面向開發(fā)者的新Codex 智能體，稱“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)大廠在垂類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。

01

Agent爆發(fā)年，也是沖刺年

第一個(gè)叫醒大廠的，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月初突然上線了Manus，從開啟內(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)用與用戶體驗(yàn)。而大廠的動(dòng)作，似乎從那時(shí)起，就開啟了加速。 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 “用戶與AIAgent協(xié)同辦公的最佳場(chǎng)所”的扣子空間并開啟內(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)銷費(fèi)用，就輕松獲取了龐大的用戶量，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談中提及，作為專為醫(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。

02

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)�考慮優(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�在指令遵循、調(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。百度拿下了與蘋果的合作，從某種程度來(lái)說(shuō)，蘋果作為智能手機(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)，幾家大廠的選擇似乎有所區(qū)別，百度開放了大模型和千帆開發(fā)平臺(tái)兼容，地圖、文庫(kù)、網(wǎng)盤、Comate也開放了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，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、騎行路徑規(guī)劃、步行路徑規(guī)劃、駕車路徑規(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。

03

Agent還未到“GPT時(shí)刻”

盡管大廠的競(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，而百度心響雖宣稱直接可用，但企業(yè)用戶更關(guān)注其能否真正提升銷售轉(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)�；�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Agent的行業(yè)滲透率仍然不高。用戶對(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，用戶需頻繁手動(dòng)調(diào)整。

更關(guān)鍵的是，用戶對(duì)Agent的期待與實(shí)際能力存在落差。部分用戶誤認(rèn)為Agent能完全替代人類，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)。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 6 小時(shí)，150 位創(chuàng)始人共識(shí)浮現(xiàn)：AI 不再賣工具，而是賣收益》中國(guó)企業(yè)家《AI新戰(zhàn)場(chǎng)，騰訊押注Agent》

       原文標(biāo)題 : 大廠紛紛入局，百度、阿里、字節(jié)搶奪Agent話語(yǔ)權(quán)