文 | 科技新知 櫻木

編輯 | 江籬

2025年5月，紅杉資本AI峰會在舊金山落下帷幕，在這場包含Open AI創始人山姆·奧特曼以及谷歌首席科學家Jeff Dean等150位全球頂尖AI公司創始人、科學家以及投資人的大會中，一個共識逐漸被確立下來——即下一輪 AI，賣的不是工具，而是收益。這句看起來有些跳躍的話，紅杉給出了一個模式性的解釋，即未來AI將從賣工具到賣協作，最終走向賣成果（Software as an Outcome）。

如何從賣工具到賣結果，這場紅杉的峰會更具落地的意義，也許在于強調了Agent的價值。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：“我們已經進入了AI Agent時代，正在見證AI系統如何以全新方式幫助我們解決問題?！監pen AI CEO山姆·奧特曼宣布，推出面向開發者的新Codex 智能體，稱“這可能是編程史上最大的變革?！?/p>

而在大洋這一端的國內市場，已經蠢蠢欲動的大廠們，似乎也有了相同的判斷，從字節、百度、阿里的動作來看，頭部互聯網大廠紛紛加速布局Agent應用。據內部人士透露，字節已經有7個團隊在競速Agent，而百度在前不久的create大會中直接拿出了心響，聲稱其為直接可用的Agent。而在阿里一側，夸克內部已經自我定位為“超級Agent”。

而除了通用Agent之外，各個大廠在垂類Agent方面也在不斷加速。阿里飛豬問一問，百度旗下的法行寶等也在不斷擴張。

Agent作為大模型之后的第二波確定性浪潮，已經開啟了加速爭奪，而最后影響戰局的變量，除了各家的生態厚度，還有對于心智、用戶習慣的占領。這也就意味著最終能夠參戰的，也許只剩下阿里與百度、字節、騰訊等少數玩家，而率先出牌的百度與阿里，能否搶得先機，值得一番拆解。

01 Agent爆發年，也是沖刺年

第一個叫醒大廠的，顯然是Manus，這家由真格基金投資的國產Agent團隊，在2025年3月初突然上線了Manus，從開啟內測伊始，就贏得了全世界的關注。“10萬元搶一內測碼”、“一碼難求”等熱詞刺激著人們的神經。主流觀點第一次意識到，基于主流大模型的Agent居然能夠實現如此強大的實操型功能應用與用戶體驗。而大廠的動作，似乎從那時起，就開啟了加速。

字節是飽和攻擊的代表。在晚點的報道之中，3月初，智能體應用Manus出圈前后，字節已有至少5個團隊在開發不同智能體產品，其中有些是對內工具。而這一數字在4月底時，已經達到了7個團隊。4月底，字節的flow團隊拿出定位為 “用戶與AIAgent協同辦公的最佳場所”的扣子空間并開啟內測，扣子基于自研的豆包大模型（如豆包1.5Pro）構建，支持 MCP（模型上下文協議）協議，可調用飛書多維表格、高德地圖、圖像工具等組件。

而百度的動作，也可以從李彥宏的發言中看出端倪。在4月的百度create大會之中，李彥宏直接表明“AI的終極價值在于應用落地，而智能體是連接模型能力與用戶需求的核心載體”，就在大會期間，百度一口氣拿出了通用智能體心響，同時宣布mcp全兼容。

而另一方面，阿里也沒有放松，基礎模型的優勢，以及對夸克、釘釘的加碼，讓其在tob和toc端都有了競爭的實力。

從大模型的競爭，到Agent的競爭，大廠到底在角逐什么？簡而言之，是技術加速后，交互方式的變化，對生態級別的入口爭奪。

一個典型的類比，就是在大模型時代，當DeepSeek出現之后，由于其技術的領先性，沒有花費任何營銷費用，就輕松獲取了龐大的用戶量，而騰訊憑借著元寶對DeepSeek的鏈接，直接搶奪到了大模型時代的入場券。今天的Agent也是一樣的邏輯，技術的底層已經成型，誰家的產品可以快速的成型，就意味著對市場碾壓級別的領先。

在紅杉分享會中，一個特殊的方向也被提到，即企業級市場中，真正先跑出來的入口未必是通用大模型，而是Harvey（法律）、Open Evidence（醫療）這類垂直領域智能體 OS，因為它們能聽懂行業語言，理解真實需求。而對于這兩個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，作為專為醫生設計的AI診斷輔助工具，通過精準的臨床支持和創新的商業模式，迅速在美國醫生群體中普及。

所以可以看到的是，Agent的潛力不僅局限在某一兩個應用上，更重要的則是生態級別的入口。而從這個角度來看，大廠無論是做智能體生態，垂直應用Agent，還是做通用Agent（心響、扣子，以及夸克）似乎都是必須要爭奪的方向。

02 勝負手在哪兒？

“Manus能夠成功，我們可以看到它用的是cloude3.5模型。”秘塔創始人在一檔播客欄目中曾經評價到。從某種程度來說，這也意味著行業內的共識，最明顯的例證來自于字節的扣子團隊。

在晚點的報道中“扣子是個開放的平臺，如果國內有大模型效果比豆包好，我們也會積極使用?！笨圩訄F隊開發扣子空間時，豆包深度思考模型還沒發布，他們曾考慮優先使用DeepSeek-R1，測試后發現它調用工具的能力不夠。

后來團隊又對比六款國內大模型，使用了豆包1.5 Pro為主的多款模型。因為豆包在指令遵循、調用工具，以及多模態處理能力上表現最好，而且推理成本很低，能支撐大規模調用。

而這一觀點，也被行業內廣泛認同，拾象科技李廣密曾在播客中坦言，預訓練可能會重新變得重要，而大模型的能力也決定著Agent等能力。

從這個角度來看，百度、阿里與字節幾乎可以說不分伯仲。百度拿下了與蘋果的合作，從某種程度來說，蘋果作為智能手機行業最大的入口，承認了百度在模型能方向上的能力。而阿里則擁有qwen這個可能是最優秀的開源大模型。對于字節來說，基于豆包大模型的產品長期霸占著c端下載量，實力也非常出眾。而三方大量資源的傾注，讓這場爭奪愈發激烈。

當然，從Agent應用的角度來看，生態的厚度也是考量勝負手的關鍵。Agent的本質上其實就是能夠“讓 AI 真正實現自主完成任務”，而相關能夠調用的應用的能力也是其能否贏得戰役的關鍵。

這一點，幾家大廠的選擇似乎有所區別，百度開放了大模型和千帆開發平臺兼容，地圖、文庫、網盤、Comate也開放了MCP Server。但字節則相對保守，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，超級框的概念，就是另一種能力上的調用。

而從行業從業者3月的一份數據來看，阿里的厚度優勢明顯。從該報告來看，國內調用較高的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景覆蓋的地圖服務，包括地理編碼、逆地理編碼、IP定位、天氣查詢、騎行路徑規劃、步行路徑規劃、駕車路徑規劃成為被調用較高的APP。

當然，評價生態的厚度的變量還有很多，但可以看出的是，阿里的領先優勢正在擴大。

從形態上來看，Agent仍然是一種社交，而從社交的視角來看，騰訊系則無疑占據著強大的優勢。騰訊總裁劉熾平回應道：“在微信生態系統內，我認為我們有機會創造一個非常獨特的Agent，即AI與微信生態系統特有的內容相連接，包括社交、通信和社區能力以及內容生態系統，比如公眾號和視頻號，以及數以百萬計的小程序。實際上你可以接入各種信息，以及許多不同垂直應用程序的交易和操作能力?！?/p>

獨一無二的社交生態，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鍵。3月18日，The Information報道，Manus現階段的產品同時受制于其服務器容量和高昂的運營成本。據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，平均每完成一項任務需向Anthropic支付2美元。

總結來看，基礎模型能力、生態厚度、成本等都在成為Agent能否突出重圍的關鍵，而從當下來看，這些變量的發酵暫時難以區分明顯的優劣。

03 Agent還未到“GPT時刻”

盡管大廠的競速與Manus等爆款產品的出現讓Agent賽道熱度飆升，但可以確認的是，當前行業似乎遠未達到類似GPT的顛覆性臨界點。從技術成熟度、商業模式落地到用戶心智占領，Agent仍需跨越多重鴻溝。

一方面，當前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，在處理多步驟任務時，大模型的規劃能力容易崩潰，例如銀行轉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，盡管大廠紛紛推出Agent平臺，但生態整合仍處于碎片化狀態，“各自為戰”的局面導致工具調用接口不統一。不同Agent對其功能的調用方式差異顯著，開發者需重復適配。

紅杉峰會提出的“Software as an Outcome”理念雖被廣泛認同，但落地路徑仍不清晰。當前Agent主要以訂閱制或按調用次數收費，本質上仍是工具思維。例如，Manus的高成本導致其難以向中小企業普及，而百度心響雖宣稱直接可用，但企業用戶更關注其能否真正提升銷售轉化率或降低運營成本。

此外，垂直領域的探索雖初現曙光，但規?；孕钑r間。阿里飛豬問一問在旅游場景的表現可圈可點，百度法行寶在法律領域也積累了案例，但這些垂類Agent的行業滲透率仍然不高。用戶對Agent的信任度尚未建立，尤其在涉及敏感數據的場景中，企業更傾向于保留人工審核環節。

當前Agent的用戶體驗呈現明顯的兩極分化。垂直場景如設計領域的Lovart，通過整合行業知識庫和多模態輸出，實現了“需求 - 交付”全閉環，設計師可直接基于其生成的分層文件進行迭代，效率提升數倍。但通用Agent如Manus，在處理復雜任務時仍顯得笨拙——例如生成設計圖時可能出現字體過小、元素堆砌等問題，用戶需頻繁手動調整。

更關鍵的是，用戶對Agent的期待與實際能力存在落差。部分用戶誤認為Agent能完全替代人類，而實際上其在模糊指令解析、任務邊界把控等方面仍需人工干預。

Agent的爆發印證了AI從技術到應用的躍遷，但距離真正的“GPT時刻”仍有漫長道路。

當前的競爭本質上是生態卡位與場景定義權的爭奪，大廠的角逐布局似乎都在為未來的生態戰爭鋪路。而決定最終勝負的，不僅是技術迭代速度，更是對行業痛點的理解深度與商業模式的創新勇氣。當Agent能像水電煤一樣融入日常生活，真正的變革才會到來。