文 | AI 大模型工場，作者｜西梅汁，編輯｜星奈
今年，被不少業(yè)內(nèi)人稱為 "Agent 元年 "。
這一年，AI Agent 的概念像一枚火種，從初創(chuàng)公司 Manus 的 Demo 視頻點(diǎn)燃，到字節(jié)跳動用 " 扣子空間 " 將 Agent 化身為 " 裂變工具 "，嵌入日常場景；百度 " 心響 " 定位通用超級智能體 APP，覆蓋 200+ 任務(wù)類型，試圖實(shí)現(xiàn)復(fù)雜任務(wù)的一站式解決；阿里的 " 心流 " 項(xiàng)目則深入研究 Agent 的人機(jī)協(xié)同效率，從電商客服到企業(yè)服務(wù)逐步鋪展；騰訊繼續(xù)秉持平臺戰(zhàn)略，構(gòu)建 Agent 開發(fā)生態(tài)。
與此同時，融資市場也被點(diǎn)燃。據(jù)來覓 PEVC 數(shù)據(jù)，自 2024 年以來，全球 AI Agent 賽道的融資金額已突破 665 億元人民幣。其中，自動駕駛、人形機(jī)器人、大模型等賽道最吸金，頭部機(jī)構(gòu)頻頻下注。
但如同幾乎每一場 AI 浪潮一樣，泡沫的陰影也在快速靠近。
技術(shù)的躍遷是否足夠支撐其野心勃勃的應(yīng)用想象？用戶真有 " 剛需 " 到愿意持續(xù)留存并為之付費(fèi)？這場由巨頭領(lǐng)舞的盛宴，究竟是邁向 AI 大規(guī)模落地的新起點(diǎn)，還是又一輪概念堆疊下的虛火？
一、Agent 何以成為巨頭必爭之地？
在國內(nèi)大模型發(fā)展逐步穩(wěn)定、通用對話功能趨同的背景下，Agent 像是被視作 " 后提示詞時代 " 的新概念。它以任務(wù)導(dǎo)向、自主規(guī)劃和多步驟執(zhí)行為特征，為模型的可用性打開了新空間。
過去，用戶需要靠提示詞技巧與模型反復(fù)周旋，而現(xiàn)在，Agent 可在給定目標(biāo)下自動執(zhí)行一系列動作，更符合大家對 "AI 助理 " 的直覺期待。
Manus 的出圈并非偶然，它采用多智能體系統(tǒng)架構(gòu)，能動態(tài)調(diào)用不同領(lǐng)域的專用大模型，實(shí)現(xiàn) "1+1>2" 的效果。這就有點(diǎn)像交響樂團(tuán)的指揮，協(xié)調(diào)各個樂器組，讓它們共同演奏音樂，不僅避免了單一模型在能力上的局限性，還有效提升了任務(wù)處理的能力和效率。
大廠也迅速響應(yīng)，尤其在內(nèi)容、辦公、知識管理等相對標(biāo)準(zhǔn)化的應(yīng)用領(lǐng)域推進(jìn) Agent 化轉(zhuǎn)型。
字節(jié) " 扣子空間 " 聚焦創(chuàng)作者自動剪輯與內(nèi)容發(fā)布，百度借 " 心響 " 深耕搜索與問答任務(wù)鏈，阿里探索電商、客服、財(cái)務(wù)等垂直系統(tǒng)嵌入，騰訊則將 Agent 能力集成至企業(yè)微信、騰訊文檔、混元平臺 API 中，意在形成多層級的企業(yè)服務(wù)生態(tài)。
在這些探索背后，是國內(nèi) AI 產(chǎn)業(yè)對 " 大模型 + 場景 " 的現(xiàn)實(shí)需求。同時，更重視端到端的體驗(yàn)。Agent 不僅是界面重構(gòu)，更被視為商業(yè)模型升級的關(guān)鍵跳板。
Agent 的爆發(fā)，并非偶然，它在多個層面踩中了時代的脈搏。
從技術(shù)演進(jìn)來看，大模型能力的提升為 Agent 提供了基礎(chǔ)算力保障。GPT-4 之后，無論是語言理解上，還是多模態(tài)能力上，都達(dá)到了一個足以支撐復(fù)雜任務(wù)調(diào)度的門檻。
其次是交互方式的進(jìn)化。在語音助手、聊天機(jī)器人之后，Agent 的出現(xiàn)提供了一個更具沉浸感與目的性的交互路徑。不僅回應(yīng)用戶的問題，更主動推進(jìn)任務(wù)流程。相比于過去 " 你問我答 " 的工具形態(tài)，Agent 承諾的是 " 交付結(jié)果 " 的服務(wù)形態(tài)。
同時，對巨頭而言，這是一道無法繞開的必答題。過去兩年，大模型技術(shù)已經(jīng)趨于 " 共識化 "，能力邊際變小、差異化成本變高，" 百模大戰(zhàn) " 的價格戰(zhàn)和性能戰(zhàn)耗盡了耐心。
而 Agent 像是一條新通道，它不僅能撬動新應(yīng)用，還可能打開存量業(yè)務(wù)的變現(xiàn)瓶頸。更關(guān)鍵的是，它落地的單位顆粒度小，可以快速試錯、快速迭代、快速驗(yàn)證商業(yè)價值。
Agent，似乎成為了下一階段 " 技術(shù)找場景 " 的試金石。
二、繁榮下的 AB 面：技術(shù)突破還是 " 高級自動化 "？
但是在這股熱潮之下，并非沒有質(zhì)疑。
華麗演示背后往往忽略場景條件和人工干預(yù)。許多 " 自助手寫文章 " 或 " 自動化辦公 " 案例，前提是有精心編寫的提示詞、可靠的網(wǎng)絡(luò)資源和大量 API。
實(shí)際部署時，Agent 需要解決環(huán)境不穩(wěn)定、異常處理和及時糾錯等問題。不少技術(shù)人士指出，目前絕大多數(shù) Agent 產(chǎn)品，距離真正的 " 智能體 " 尚有不小差距。路徑規(guī)劃、工具調(diào)用、多輪交互確實(shí)比傳統(tǒng)對話系統(tǒng)更進(jìn)了一步，但核心邏輯仍是任務(wù)自動化的增強(qiáng)版。
換句話說，許多所謂 Agent，更像是 " 流程機(jī)器人 " 套了一個 AI 殼。也就是說，真實(shí)場景中的連續(xù)任務(wù)與演示環(huán)境相差甚遠(yuǎn)，常常需要人工 " 監(jiān)督 + 修正 "，效率提升有限。
從技術(shù)底座看，Agent 的運(yùn)行強(qiáng)依賴于幾個關(guān)鍵環(huán)節(jié)：環(huán)境建模、記憶系統(tǒng)、長期目標(biāo)拆解能力、多模態(tài)融合、對接工具鏈的穩(wěn)定性等。遺憾的是，這些環(huán)節(jié)沒有一個是完全 " 成熟 " 的。
而從用戶體驗(yàn)出發(fā)，Agent 帶來的改變，往往不如想象中 " 革命性 "。大家仍需學(xué)習(xí)如何 " 正確地 " 提示 Agent，才能獲得理想結(jié)果；不少產(chǎn)品陷入 " 體驗(yàn)上像是套殼 Siri，底層上是復(fù)雜 Prompt 拼貼 " 的窘境。更有甚者，在以 " 聰明感 " 吸引用戶的同時，背后的調(diào)度邏輯與 "AI" 關(guān)聯(lián)甚微，幾乎只是流水線式腳本執(zhí)行。
換言之，Agent 確實(shí)比傳統(tǒng) Bot 更強(qiáng)大，但要說它已經(jīng)構(gòu)成 " 生產(chǎn)力革命 " 的新轉(zhuǎn)折，仍言之過早。
那么在面對這些挑戰(zhàn)，創(chuàng)業(yè)公司和大廠分別采取了不同策略。以 Manus 為代表的新銳隊(duì)伍，傾向于前沿探索，它們往往開放注冊早期用戶，依托最新架構(gòu)集成 API 插件，追求功能極限。
Manus 自身就號稱 " 多模型架構(gòu) + 后臺實(shí)時監(jiān)控 + 可回放會話 "，試圖給用戶提供一個 " 看得見、可操控 " 的 Agent。但事實(shí)上，部分用戶社區(qū)評論已經(jīng)質(zhì)疑其穩(wěn)定性，稱有部分功能只是包裝，很多操作依賴已有大模型或手動準(zhǔn)備的工具。
相比之下，字節(jié)、百度等大廠則走更穩(wěn)健的路徑，它們往往先將 Agent 功能融入已有產(chǎn)品（像智能客服、辦公軟件），以部件化插件形式提供服務(wù)，同時還在內(nèi)部持續(xù)打磨系統(tǒng)。
如百度推出的 " 鏈路學(xué)習(xí) " 場景、騰訊開放的企業(yè)辦公助手等，更多強(qiáng)調(diào)閉環(huán)業(yè)務(wù)與安全控制。大廠有資源建立大規(guī)模測試和安全審查，因此在落地前強(qiáng)調(diào)可控性和行業(yè)適應(yīng)度，而不是一味追求技術(shù)。
總的來說，Agent 在概念層面吸引了眾多目光，但其技術(shù)短板同樣顯而易見，記憶與上下文管理不足、多任務(wù)泛化困難、對動態(tài)環(huán)境的感知不強(qiáng)、對結(jié)果的可靠性缺乏保證等等。Manus 等創(chuàng)業(yè)者的嘗試激發(fā)了想象，但是否可持續(xù)盈利和規(guī)模化，還有待進(jìn)一步探索。
三、巨頭混戰(zhàn)：戰(zhàn)略卡位與差異化求生
不同的巨頭，在 Agent 賽道上有著完全不同的下注策略，但它們的底層意圖卻高度一致：以 Agent 為抓手，構(gòu)建出人與產(chǎn)品、人與服務(wù)、人與平臺之間的關(guān)系。
從時間上看，字節(jié)是幾家巨頭中最早高調(diào)入場 Agent 概念的玩家。早在 2023 年底，字節(jié)就上線了豆包智能體平臺，主張 " 人人都能造 Agent"。
到 2024 年初，其推出的 " 扣子 " 平臺進(jìn)一步降低了智能體開發(fā)的門檻，通過可視化流程、拖拽組件、內(nèi)置插件等方式，讓非技術(shù)背景的個人也能創(chuàng)建功能豐富的智能體，并一鍵發(fā)布至豆包、飛書、抖音等多個渠道。
" 扣子 " 本質(zhì)上是一個智能體應(yīng)用廣場，它整合了插件系統(tǒng)、工作流引擎、知識庫接入和多端發(fā)布等能力。據(jù) 2024 年 12 月消息，扣子專業(yè)版集成了 1 萬 + 插件，可調(diào)用國內(nèi)流行的大語言模型，且扣子 1.5 版本還集成了視覺理解、音樂、圖像生成等模型。
不僅如此，據(jù)公開數(shù)據(jù)統(tǒng)計(jì)，截至 2025 年第一季度，豆包平臺上已上線智能體超過 10 萬個，其中大部分來自個人開發(fā)者和中小企業(yè)，體現(xiàn)出較強(qiáng)的生態(tài)活力。在產(chǎn)品邏輯上，字節(jié)試圖延續(xù)其內(nèi)容平臺的成功經(jīng)驗(yàn)，通過低門檻創(chuàng)作工具和算法分發(fā)機(jī)制，激發(fā)長尾智能體的活躍度。
雖然 Agent 的交互屬性與內(nèi)容消費(fèi)不同，但這種平臺化打法在推動生態(tài)建設(shè)、吸引開發(fā)者上具備一定先發(fā)優(yōu)勢。
騰訊在 Agent 方向的布局體現(xiàn)出 " 平臺 + 能力 " 的戰(zhàn)略思路。自 2024 年底起，大模型相關(guān)業(yè)務(wù)統(tǒng)一劃歸至 CSIG，Agent 被正式納入騰訊云的大模型戰(zhàn)略，成為核心落地方向。當(dāng)前已形成雙平臺體系：面向 C 端用戶與輕量開發(fā)者的 " 元器 "，以及服務(wù)企業(yè)級需求的 " 騰訊云智能體開發(fā)平臺 "，分別覆蓋內(nèi)容創(chuàng)作與業(yè)務(wù)重構(gòu)兩大場景。
在實(shí)際產(chǎn)品落地上，騰訊正在拓展 Agent 的行為邊界。前段時間，推出的 Qbot 瀏覽器，具備文件轉(zhuǎn)換、應(yīng)用操作等能力，未來可望與本地軟件打通，成為用戶常駐的多功能助手。
當(dāng)前的挑戰(zhàn)來看，模型自主性仍待提升，復(fù)雜任務(wù)的拆解執(zhí)行仍需框架與工程體系配合，客戶對 Agent 的認(rèn)知也需要通過多種方式彌合。
阿里在 Agent 方向的思路，延續(xù)了其在企業(yè)服務(wù)領(lǐng)域的深耕路徑。自 2023 年起，釘釘就開始試點(diǎn)智能助理功能，2024 年進(jìn)一步升級為 "AI 助理中心 "，并在 2025 年開放智能體開發(fā)框架，支持企業(yè)定制自己的數(shù)字員工。其核心優(yōu)勢在于：緊貼企業(yè)實(shí)際需求，強(qiáng)調(diào)數(shù)據(jù)私有、安全可信、系統(tǒng)兼容。
在技術(shù)研發(fā)上，阿里云的通義千問 Qwen 系列大模型為 Agent 應(yīng)用提供了強(qiáng)大的基礎(chǔ)能力，還開源 Qwen - Agent 框架及多個 Agent 應(yīng)用示例，降低開發(fā)門檻，并融入多模態(tài)技術(shù)豐富交互體驗(yàn)。
今年 3 月，夸克 App 推出了 AI 版，并首創(chuàng)了 " 智能體中樞 " 功能，將其轉(zhuǎn)型為多模態(tài) Agent 平臺，用戶通過該平臺可以直接獲取 AI 所執(zhí)行的任務(wù)結(jié)果，而不僅僅是傳統(tǒng)的搜索或聊天。4 月，阿里又推出了 " 心流 " 智能體應(yīng)用，通過高級研究模式幫助用戶自動完成報(bào)告編寫、代碼生成等復(fù)雜任務(wù)。此外還在外貿(mào)、智能客服等領(lǐng)域推出多種 Agent 應(yīng)用。
百度作為最早布局大模型的公司之一，在 Agent 方向的探索也在持續(xù)推進(jìn)。在 create2025 百度 AI 開發(fā)者大會上，推出了 " 心響 "APP，是一款以 "AI 任務(wù)完成引擎 " 為核心的通用超級智能體 APP，致力于通過智能化手段解決用戶日常生活中的復(fù)雜需求。已經(jīng)覆蓋了 200 多個任務(wù)類型，未來計(jì)劃擴(kuò)展至 10 萬種以上。
同時，百度的文心智能體平臺為零代碼基礎(chǔ)的用戶提供了全鏈路的任務(wù)創(chuàng)作與經(jīng)營服務(wù)，支持海量工具調(diào)用，推動了 Agent 生態(tài)的不斷發(fā)展。
同時，百度全面擁抱 MCP 協(xié)議，將這一協(xié)議應(yīng)用于文心大模型、千帆平臺及核心產(chǎn)品，如百度搜索和百度文庫等。這一協(xié)議使得 AI 應(yīng)用與外部世界的連接更加緊密，進(jìn)一步提升了 Agent 在任務(wù)規(guī)劃和調(diào)度中的精確度與效率。此外，百度還發(fā)布了文心大模型 4.5 Turbo 和 X1 Turbo，為優(yōu)化任務(wù)執(zhí)行的速度、性能和性價比，推動 Agent 技術(shù)的持續(xù)進(jìn)步。
不僅如此，百度通過智能云千帆平臺，為企業(yè)提供全面的 MCP 支持，鼓勵開發(fā)者在平臺上開發(fā)自己的 MCP 組件并與外部業(yè)務(wù)系統(tǒng)對接，推動 MCP 生態(tài)的繁榮。
總體來看，Agent 并非一個孤立的技術(shù)標(biāo)簽，而是模型能力、應(yīng)用框架與用戶需求三者交匯的產(chǎn)物。隨著大模型差異化逐步縮小，各家企業(yè)在 Agent 上的布局也反映出各自的生態(tài)定位與資源。
字節(jié)強(qiáng)調(diào)內(nèi)容驅(qū)動與生態(tài)構(gòu)建，騰訊重視能力組件與業(yè)務(wù)整合，阿里深耕產(chǎn)業(yè)落地與定制化服務(wù)，百度則以產(chǎn)品閉環(huán)和底層模型為基石。
這場 Agent 競速沒有明確的終點(diǎn)，它更像是大模型商業(yè)化的一場階段性演進(jìn)。
四、真未來還是新泡沫？
Agent 的確具備塑造未來產(chǎn)品形態(tài)的潛力，它融合了模型能力、交互邏輯與任務(wù)調(diào)度，使 AI 從 " 回答者 " 進(jìn)化為 " 行動者 "。但在通往未來的路上，每一個技術(shù)熱點(diǎn)都難免遭遇泡沫期的 " 高估—失望—再估值 " 周期。
今天的 Agent 熱，既是技術(shù)突破的階段性結(jié)果，也裹挾著巨頭對增長焦慮的投射。資本、流量、研發(fā)資源的傾斜，使其呈現(xiàn)出 " 預(yù)期大于現(xiàn)實(shí) " 的膨脹狀態(tài)。那些缺乏穩(wěn)定場景支撐、無法形成用戶復(fù)購的 Agent 應(yīng)用，很可能會在下一輪融資窗口關(guān)閉時迅速退潮。
但這并不意味著泡沫本身是壞事。技術(shù)演進(jìn)從不可能一帆風(fēng)順，泡沫是篩選機(jī)制，更是催化劑。真正的問題在于：誰能在熱潮退卻后留下可復(fù)用的底層架構(gòu)與產(chǎn)品模型？誰能真正找到場景契合、用戶愿意長期使用的價值點(diǎn)？
Agent 不會是終點(diǎn)，它更像是一塊通向下一階段 AI 生態(tài)的跳板。問題不在于它 " 是不是泡沫 "，而是誰能在泡沫散去之后，站在原地繼續(xù)前行。
