共计 4590 个字符，预计需要花费 12 分钟才能阅读完成。
文 | 科技新知 AI新科技组，作者 | 樱木，编辑 | 江篱
在2025年5月，红杉资本举办的AI峰会于旧金山圆满落幕。本次会议吸引了包括Open AI创始人山姆·奥特曼和谷歌首席科学家Jeff Dean在内的150位全球顶尖AI企业的创始人、科学家及投资者参与。与会者逐渐达成共识——未来的AI市场将不再仅仅出售工具，而是将焦点转向收益。这一看似突兀的观点得到了红杉的模型性解释，未来AI的发展将经历由工具向协作再到成果的转变（Software as an Outcome）。
如何实现从工具销售到成果交付的转变，本次红杉峰会显得尤为重要，尤其是对Agent价值的强调。紧接着，硅谷的科技巨头们纷纷启动了首轮加速。微软首席执行官纳德拉在主题演讲中表示：“我们已经进入了AI Agent的新时代，正在目睹AI系统如何以全新的方式解决问题。”与此同时，Open AI的CEO山姆·奥特曼也公布了针对开发者的新产品Codex智能体，称其将引发编程领域的巨大变革。
在中国市场，国内的大型企业同样开始行动，纷纷朝着Agent应用迈进。从字节跳动、百度到阿里巴巴，各大互联网巨头都在加速部署Agent相关的技术。据内部消息，字节跳动已经有七个团队在积极开发Agent，而百度最近在其create大会上发布了直接可用的智能体产品心响。阿里巴巴方面，夸克团队已经自我定位为“超级Agent”。
除了通用的Agent，各大企业在垂直领域的Agent建设上也在不断加快步伐。阿里飞猪的问一问和百度的法行宝等产品正在逐步扩展。
作为继大模型之后的第二波浪潮，Agent领域竞争已经开始加速，最终将影响战局的因素除了各家生态的深度外，还包括对用户心理和习惯的掌握。这意味着，能够参与竞争的玩家会越来越少，最终可能只剩下阿里、百度、字节跳动和腾讯等少数几家。而率先出击的百度与阿里，能否赢得竞争的先机，值得深入探讨。
Agent的爆发与冲刺
引发行业关注的首个案例无疑是Manus，这家由真格基金投资的国产Agent团队在2025年3月初悄然上线，从内测开始便吸引了全球的目光。“10万元抢一内测码”等热门词汇引发了公众的热情。主流观点首次意识到，基于当下主流大模型的Agent竟能具备如此强大的实际应用和用户体验。大厂的反应，从此开启了加速的序幕。
字节跳动则是积极布局的代表。在晚点的报道中提到，随着智能体应用Manus的走红，字节跳动在3月初前后已有至少五个团队在开发不同的智能体产品，其中一些是内部工具。到4月底，这一数字已增至七个团队。字节的flow团队在4月底推出了定位为“用户与AI Agent协同办公最佳场所”的扣子空间，并启动了内测，扣子基于公司自主研发的豆包大模型（如豆包1.5Pro）搭建，支持MCP（模型上下文协议），可以调用飞书的多维表格、高德地图及图像工具等组件。
百度的行动同样引人注目，李彦宏在4月的百度create大会上明确表示：“AI的最终价值在于实际应用，而智能体则是连接模型能力和用户需求的关键载体。”在大会期间，百度推出了通用智能体心响，并宣布全面兼容MCP。
与此同时，阿里也在不断加码，通过基础模型的优势和对夸克、钉钉的支持，使其在B端和C端均具备了较强的竞争力。
从大模型竞争转向Agent竞争，各大企业究竟在争夺什么？简单来说，正是技术加速带来的交互方式变革，以及对生态级入口的争夺。
一个典型的例子是，在大模型时代，DeepSeek的出现因其技术领先，几乎没有营销费用便迅速吸引了大量用户，而腾讯则通过元宝与DeepSeek的连接，迅速获得了进入大模型时代的机会。今天的Agent竞争同样遵循这一逻辑，当底层技术已经具备，谁的产品能迅速实现落地，谁就能在市场中占据绝对优势。
企业级市场中的智能体新趋势
在红杉资本的分享会上，提到一个引人注目的趋势，那就是在企业级市场中，最先异军突起的并非是通用的大模型，而是一些专注于特定领域的智能体操作系统，如Harvey（法律）和Open Evidence（医疗）。这些垂直领域的智能体能够精准理解行业术语与实际需求。尤其是Open Evidence，投资者朱啸虎在多次采访中都对其进行了高度评价，称其为一款专为医生量身打造的AI诊断辅助工具，凭借其准确的临床支持和创新的商业模式，迅速在美国医生群体中获得广泛应用。
因此，我们不难发现，智能体的潜力远不止于个别应用，其真正的价值在于生态层面的全面布局。从这个视角来看，各大公司在智能体生态、特定应用智能体以及通用智能体（如心响、扣子和夸克）之间的竞争变得愈发重要。
决胜关键何在？
秘塔的创始人在某期播客中提到：“Manus能够成功，归功于其使用的cloude3.5模型。”这一点在某种程度上反映了行业内的普遍共识，字节的扣子团队就是一个显著的例证。
根据晚点的报道，扣子被视为一个开放的平台，扣子团队曾表示：“如果国内有大模型效果超越豆包，我们会积极采纳。”在开发扣子空间时，团队在豆包深度思考模型发布前，曾考虑先使用DeepSeek-R1，经过测试后意识到其工具调用能力不足。
随后，团队对比了六款国内主要大模型，最终选择了以豆包1.5 Pro为主的几款模型。豆包在指令执行、工具调用及多模态处理上表现出色，且推理成本低，适合大规模使用。
这一观点也得到了业内的广泛认可，拾象科技的李广密在播客中坦言，预训练的重要性可能会重新显现，而大模型的能力是智能体等技术能否成功的关键。
从这个角度分析，百度、阿里与字节的竞争几乎势均力敌。百度与苹果的合作，无疑说明了苹果认可了百度在模型能力上的优势。而阿里则拥有qwen，这可能是最优秀的开源大模型。字节则凭借豆包大模型的产品在C端下载量上长期占据领先地位，实力不容小觑。三方在资源上的大量投入，使得竞争愈加白热化。
当然，从智能体应用的角度，生态的厚度也是决定胜负的关键。智能体的本质在于“使AI能够真正自主完成任务”，而其能否成功的关键在于能够调用的应用能力。
在这方面，各大公司的选择似乎有所不同。百度在大模型和千帆开发平台之间保持兼容，地图、文库、网盘和Comate也开放了MCP Server。而字节则相对保守，更倾向于自身成为全新的智能体制造工厂，阿里则将所有功能整合到夸克中，超级框的概念体现了另一种能力上的调用。
根据行业从业者在三月份发布的一份数据，阿里在生态厚度方面的优势显而易见。报告显示，国内调用频率较高的MCP Servers包括高德地图、Notion、支付宝和Minimax，其中高德地图凭借其全面的地图服务，包括地理编码、逆地理编码、IP定位、天气查询及多种路径规划，成为被频繁调用的应用。
当然，评价生态厚度的指标还有很多，但可以看出阿里的领先优势正在不断扩大。
从形式上看，智能体依然是一种社交互动，而从这个角度分析，腾讯在社交领域的优势显然不可忽视。腾讯总裁刘炽平回应称：“在微信生态系统中，我们有望创造出一个独特的智能体，能够将AI与微信独有的内容结合，包括社交、通信、社区能力及内容生态，如公众号、视频号及数以百万计的小程序。实际上，这种接入各种信息及不同垂直应用的能力非常强大。”
独特的社交生态使得腾讯的微信智能体成为了不容忽视的力量。
此外，成本也是智能体能否顺利转型的另一个关键因素。3月18日，The Information报道称，Manus目前的产品受限于其服务器容量及高昂的运营成本。根据两位知情人士的透露，Manus使用的人工智能公司Anthropic的模型，每完成一次任务需向Anthropic支付2美元的费用。
综上所述，基础模型能力、生态的厚度及成本等因素都在影响智能体能否突破重围，而从当前状况来看，这些变量的变化尚未显现出明显的优劣之分。
智能体尚未迎来“GPT时代”
尽管各大企业的竞相推动以及Manus等热门产品的涌现让智能体赛道热度不断升高，但可以明确的是，当前行业似乎还远未达到类似GPT的颠覆性临界点。在技术成熟度、商业模式落地及用户认知等多个方面，智能体仍需跨越多重障碍。
一方面，当前智能体的核心能力仍然高度依赖大模型，而这些模型本身存在显著的局限性。CSDN博客指出，在处理复杂的多步骤任务时，大模型的规划能力常常会出现崩溃现象，比如在银行转账等需经历多个步骤的操作中，模型常因逻辑链的断裂而失败。
与此同时，尽管各大厂商都纷纷推出智能体平台，但生态整合仍处于碎片化的状态，形成了“各自为战”的局面，导致工具调用接口缺乏统一性。不同智能体在功能调用上的方式差异显著，开发者需要反复进行适配。
红杉峰会提出的“软件作为结果”理念虽然得到广泛认可，但其落地路径依旧不明确。目前，智能体主要采用订阅制或按调用次数收费，本质上仍然是工具思维。比如，Manus的高成本使其难以普及到中小企业，而百度心响虽然声称可直接使用，但企业用户更关注其能否真正提高销售转化率或降低运营成本。
此外，虽然在垂直领域的探索初见成效，但要实现规模化仍需时间。阿里飞猪在旅游场景中的表现颇为出色，百度法行宝在法律领域也积累了一定案例，但这些专注于特定行业的智能体的市场渗透率依然较低。用户对智能体的信任度尚未建立，特别是在涉及敏感数据的场景中，企业更倾向于保留人工审核环节。
智能代理的双重面貌与未来挑战
目前，智能代理的用户体验呈现出明显的分化趋势。在一些特定领域，如设计行业的Lovart，通过整合丰富的行业知识与多模态输出，成功构建了一个完整的“需求 – 交付”闭环。设计师能够直接使用生成的分层文件进行迭代，工作效率因此大幅提升。然而，通用型智能代理如Manus在处理复杂任务时却显得力不从心——例如在生成设计图时，常常出现字体过小、元素堆砌等问题，导致用户需要频繁进行手动调整。
更为重要的是，用户对智能代理的期望与其实际能力之间存在着显著差距。一部分用户错误地认为智能代理可以完全取代人类的工作，而实际上，在模糊指令理解和任务边界把控等方面，智能代理依然需要人类的干预。
智能代理的迅速崛起证明了人工智能技术在应用层面的飞跃，但距离真正的“GPT时刻”仍然任重道远。
当前市场竞争的本质是对生态位和场景定义权的争夺，主要企业的布局似乎都在为未来的生态战做好准备。最终的胜负将不仅取决于技术的迭代速度，更在于对行业痛点的深刻理解与商业模式的创新勇气。只有当智能代理能够像水、电、煤一样深入我们的日常生活，真正的变革才会随之而来。
参考资料：
中国企业家《AI新战场，腾讯押注Agent》
