大廠造平臺，初創(chuàng)拼應(yīng)用：Agent浪潮下的雙軌敘事。

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，科技巨頭們也在爭相為自己貼上“Agent”標(biāo)簽。過去一個月，國內(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)布會上都強(qiáng)調(diào)：要做Agent，要搭建Agent基建平臺。

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

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，大多是平臺型基礎(chǔ)設(shè)施：字節(jié)跳動發(fā)布了“扣子空間”，騰訊上線“騰訊云智能體開發(fā)平臺”，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，憑借邀請碼機(jī)制一炮而紅后，Manus最近的多個動作主要圍繞商業(yè)化進(jìn)行，在Agent的產(chǎn)品功能更新方面沒有進(jìn)一步出圈的動作推出。熱潮背后，Agent的實際能力邊界也正在被逐步驗證。

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

這組數(shù)據(jù)揭示了一個核心矛盾：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。

在這個意義上，Agent浪潮距離“通用智能”的實質(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)那個可以‘定格行業(yè)時間線’的關(guān)鍵節(jié)點�！�

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)象級話題。

能夠以一種產(chǎn)品概念講融資故事的時代，似乎又來了，往前數(shù)十年，國內(nèi)市場的上一次類似情況還發(fā)生在移動互聯(lián)網(wǎng)時代。如果說百模大戰(zhàn)時代需要的技術(shù)研究型創(chuàng)業(yè)者，那么Agent時代可能更需要的是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)一個小紅書Agent1萬元，可以實現(xiàn)選題、撰寫、發(fā)布的自動化。涉及到外部平臺的多種交互，這個難度比較大。如果只是簡單的內(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�！盇gent個人開發(fā)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敘事不同，實際在和大多數(shù)客戶接觸時，最終的對話還是會回到傳統(tǒng)軟件外包時期的兩個核心：多少錢能做，都能實現(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，個人開發(fā)者面對的客戶用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“賣的不是工具，而是收益”。簡單地說就是進(jìn)入AI的生產(chǎn)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2-3天就可以搭建一個可交付的個人定制產(chǎn)品�！�

同時因為往往是To C的個人定制化產(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)級的Agent需求，才是紅杉口中的萬億市場規(guī)模核心。但是在行業(yè)相關(guān)人士來看，因為需要可控性、穩(wěn)定性，企業(yè)級的需求，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，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的資源重新流動分配。

對于Agent的共識，國內(nèi)外是一樣的。

在Reddit海外社區(qū)，一個深耕企業(yè)級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�！眴栴}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)驗是，企業(yè)不在乎AI用了哪個模型，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，真正有價值的是“每周能節(jié)省xx個小時”的實打?qū)嵒貓�。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

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

在一個尚未統(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AI能力的“打包式交付”。因此當(dāng)Mauns等產(chǎn)品火起來時，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(tǒng)AI使用體驗：想做一份PPT，先用ChatGPT消化資料、總結(jié)要點；然后把這些要點丟進(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網(wǎng)頁、三五個不同產(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。用戶點一次，Agent幫你從讀資料到生成PPT全部搞定。

“這種一鍵生成的產(chǎn)品體驗，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告訴市場什么是Agent式體驗。

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，而一鍵生成，恰好滿足了用戶對“Agent”的科幻想象。

這種打法，和當(dāng)年Kimi憑借“一次喂完《紅樓夢》”在百模大戰(zhàn)中脫穎而出是一個道理。不是多模態(tài)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(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Agent式未來的預(yù)期。

正如Kimi把“長文本”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，大廠對于Agent的態(tài)度更符合ROI的Agent需求共識。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“邀請碼”策略，但是在定位上，大廠更傾向于構(gòu)建Agent開發(fā)平臺。

對于字節(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，各模塊獨立運行，缺乏動態(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，對傳統(tǒng)工作流實現(xiàn)大模型的增強(qiáng)提效。

根據(jù)《特工宇宙》調(diào)研數(shù)據(jù)，第一波下場做智能體的創(chuàng)作者收入主要來源于四部分，知識付費、定制開發(fā)、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(jié)扣子的模板創(chuàng)作，在閑魚、小紅書等多個平臺，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)了大廠對于Agent的態(tài)度，不在于概念更在于實際帶來的產(chǎn)出。

相比字節(jié)的工程路徑，美團(tuán)則更顯“冷靜”。在最新財報會上，美團(tuán)CEO王興對“Agent”字眼并無過多著墨，僅將近期推出的AI編程平臺“NoCode”歸類為“無代碼工具”。他更強(qiáng)調(diào)：“我們重點關(guān)注的是AI在實際場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平臺已創(chuàng)建9410個應(yīng)用，其中超過1600個活躍使用。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開發(fā)效率工具和原型應(yīng)用，覆蓋HR、財務(wù)、產(chǎn)品等多個崗位，實現(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”同樣是關(guān)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游戲等核心業(yè)務(wù)產(chǎn)生實質(zhì)性貢獻(xiàn)，同時我們也在加大對元寶應(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助手賽道的獨特護(hù)城河。但是至于怎么做，什么時候上新Agent應(yīng)用，手握AI基建、資金、以及生態(tài)優(yōu)勢的大廠并不著急。

說到底，Agent就是AI的自動駕駛。放到汽車行業(yè)同樣成立，只有新勢力講激進(jìn)的自動駕駛故事，老牌車廠講的還是穩(wěn)定、安全、省錢。對于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）