文 | 科技新知 AI 新科技组，作者 | 樱木，编辑 | 江篱
2025 年 5 月，红杉资本 AI 峰会在旧金山落下帷幕，在这场包含 Open AI 创始人 山姆· 奥特曼 以及 谷歌首席科学家 Jeff Dean 等 150 位全球顶尖 AI 公司创始人 、科学家以及投资人 的大会中，一个共识逐渐被确立下 来 —— 即 下一轮 AI，卖的不是工具，而是收益。 这句看起来有些跳跃的话， 红杉 给出了 一个模式 性的解释，即未来 AI 将 从卖工具到卖协作，最终走向卖成果 （Software as an Outcome）。
如何从卖工具到卖结果，这场红杉的峰会更具落地的意义，也许在于强调了 Agent 的价值。随后，硅谷大厂开启了第一波加速， 微软 CEO 纳德拉在主题演讲中宣布：“ 我们已经进入了 AI Agent 时代，正在见证 AI 系统如何以全新方式帮助我们解决问题。”Open AI CEO 山姆· 奥特曼宣布，推出面向开发者的新 Codex 智能体，称“ 这可能是编程史上最大的变革 。”
而在大洋这一端的国内市场，已经蠢蠢欲动的大厂们，似乎也有了相同的判断，从字节、百度、阿里的动作来看，头部互联网大厂纷纷加速布局 Agent 应用。据内部人士透露，字节已经有 7 个团队在竞速 Agent，而百度在前不久的 create 大会中直接拿出了心响，声称其为直接可用的 Agent。而在阿里一侧，夸克内部已经自我定位为“ 超级 Agent”。
而除了通用 Agent 之外，各个大厂在垂类 Agent 方面也在不断加速。阿里飞猪问一问，百度旗下的法行宝等也在不断扩张。
Agent 作为大模型之后 的 第二波确定性浪潮，已经开启了加速争夺，而最后 影响战局的变量 ， 除了各家的生态厚度，还有对于心智、用户习惯的占领。 这也就意味着最终能够参战的，也许只剩下阿里与百度 、 字节、腾讯等少数玩家，而率先出牌的百度与阿里，能否抢得先机，值得一番拆解。
Agent 爆发年，也是冲刺年
第一个叫醒大厂的，显然是 Manus，这家由真格基金投资的国产 Agent 团队，在 2025 年 3 月初 突然上线了 Manus ， 从开启内测伊始，就赢得了全世界的关注。“10 万元抢一内测码”、“ 一码难求” 等热词刺激着人们的神经。主流观点第一次意识到，基于主流大模型的 Agent 居然能够实现如此强大的实操型功能应用与用户体验。而大厂的动作，似乎从那时起，就开启了加速。
字节是饱和攻击的代表。在晚点的报道之中，3 月初， 智能体应用 Manus 出圈前后，字节已有至少 5 个团队在开发不同智能体产品，其中有些是对内工具。 而这一数字在 4 月底时，已经达到了 7 个团队。4 月底，字节的 flow 团队拿出 定位为 “ 用户与 AI Agent 协同办公的最佳场所” 的扣子空间并开启内测，扣子 基于自研的豆包大模型 （如豆包 1.5Pro） 构建，支持 MCP（模型上下文协议） 协议，可调用飞书多维表格、高德地图、图像工具等组件 。
而百度的动作，也可以从李彦宏的发言中看出端倪。在 4 月的百度 create 大会之中，李彦宏直接表明“ AI 的终极价值在于应用落地，而智能体是连接模型能力与用户需求的核心载体 ”，就在大会期间，百度一口气拿出了通用智能体心响，同时宣布 mcp 全兼容。
而另一方面，阿里也没有放松，基础模型的优势，以及对夸克、钉钉的加码，让其在 tob 和 toc 端都有了竞争的实力。
从大模型的竞争，到 Agent 的竞争，大厂到底在角逐什么？简而言之，是技术加速后，交互方式的变化，对生态级别的入口争夺。
一个典型的类比，就是在大模型时代，当 DeepSeek 出现之后，由于其技术的领先性，没有花费任何营销费用，就轻松获取了庞大的用户量，而腾讯凭借着元宝对 DeepSeek 的链接，直接抢夺到了大模型时代的入场券。今天的 Agent 也是一样的逻辑，技术的底层已经成型，谁家的产品可以快速的成型，就意味着对市场碾压级别的领先。
在红杉分享会中，一个特殊的方向也被提到，即 企业级市场中，真正先跑出来的入口未必是通用大模型，而是 Harvey（法律）、Open Evidence（医疗） 这类垂直领域智能体 OS，因为它们能听懂行业语言，理解真实需求。 而对于这两个 Agent，其中 open evidence 大家较为熟悉，投资人朱啸虎在多次访谈中提及，作为 专为医生设计的 AI 诊断辅助工具，通过精准的临床支持和创新的商业模式，迅速在美国医生群体中普及。
所以可以看到的是，Agent 的潜力不仅局限在某一两个应用上，更重要的则是生态级别的入口。而从这个角度来看，大厂无论是做智能体生态，垂直应用 Agent，还是做通用 Agent（心响、扣子，以及夸克） 似乎都是必须要争夺的方向。
胜负手在哪儿？
“Manus 能够成功，我们可以看到它用的是 cloude3.5 模型。” 秘塔创始人在一档播客栏目中曾经评价到。从某种程度来说，这也意味着行业内的共识，最明显的例证来自于字节的扣子团队。
在晚点的报道中 “ 扣子是个开放的平台，如果国内有大模型效果比豆包好，我们也会积极使用。” 扣子团队开发扣子空间时，豆包深度思考模型还没发布，他们曾考虑优先使用 DeepSeek -R1，测试后发现它调用工具的能力不够。
后来团队又对比六款国内大模型，使用了豆包 1.5 Pro 为主的多款模型。因为豆包在指令遵循、调用工具，以及多模态处理能力上表现最好，而且推理成本很低，能支撑大规模调用。
而这一观点，也被行业内广泛认同，拾象科技李广密曾在播客中坦言，预训练可能会重新变得重要，而大模型的能力也决定着 Agent 等能力。
从这个角度来看，百度、阿里与字节几乎可以说不分伯仲。百度拿下了与苹果的合作，从某种程度来说，苹果作为智能手机行业最大的入口，承认了百度在模型能方向上的能力。而阿里则拥有 qwen 这个可能是最优秀的开源大模型。对于字节来说，基于豆包大模型的产品长期霸占着 c 端下载量，实力也非常出众。而三方大量资源的倾注，让这场争夺愈发激烈。
当然，从 Agent 应用的角度来看，生态的厚度也是考量胜负手的关键。 Agent 的 本质上其实就是能够“ 让 AI 真正实现自主完成任务” ， 而相关能够调用的应用的能力也是其能否赢得战役的关键。
这一点，几家大厂的选择似乎有所区别， 百度 开放了 大模型和千帆开发平台兼容，地图、文库、网盘、 Comate 也 开放了 MCP Server。 但字节则相对保守，更愿意自身成为全新的 Agent 工厂，阿里把所有都集合在夸克之中，超级框的概念，就是另一种能力上的调用。
而从行业从业者 3 月的一份数据来看，阿里的厚度优势明显。从该报告来看，国内调用较高的 MCP Servers，包含了高德地图、notion、支付宝，以及 minimax，而其中高德地图凭借着提供全场景覆盖的地图服务，包括地理编码、逆地理编码、IP 定位、天气查询、骑行路径规划、步行路径规划、驾车路径规划成为被调用较高的 APP。
当然，评价生态的厚度的变量还有很多，但可以看出的是，阿里的领先优势正在扩大。
从形态上来看， Agent 仍然是一种社交，而从社交的视角来看，腾讯系则无疑占据着强大的优势。腾讯总裁刘炽平回应道：“ 在微信生态系统内，我认为我们有机会创造一个非常独特的 Agent，即 AI 与微信生态系统特有的内容相连接，包括社交、通信和社区能力以及内容生态系统，比如公众号和视频号，以及数以百万计的小程序。实际上你可以接入各种信息，以及许多不同垂直应用程序的交易和操作能力。”
独一无二的社交生态，让腾讯特别是微信 Agent 也成为了不容忽视的力量。
此外，成本也是 Agent 能否完成蜕变的另一重关键。3 月 18 日，The Information 报道，Manus 现阶段的产品同时受制于其服务器容量和高昂的运营成本。据两位直接了解情况的人士透露，Manus 使用人工智能公司 Anthropic 的模型，平均每完成一项任务需向 Anthropic 支付 2 美元。
总结来看，基础模型能力、生态厚度、成本等都在成为 Agent 能否突出重围的关键，而从当下来看，这些变量的发酵暂时难以区分明显的优劣。
Agent 还未到“GPT 时刻”
尽管大厂的竞速与 Manus 等爆款产品的出现让 Agent 赛道热度飙升，但 可以确认的是，当 前行业 似乎 远未达到类似 GPT 的颠覆性临界点。 从技术成熟度、商业模式落地到用户心智占领，Agent 仍需跨越多重鸿沟。
一方面， 当前 Agent 的核心能力仍高度依赖大模型，但模型本身存在显著局限性。CSDN 博客指出，在处理多步骤任务时，大模型的规划能力容易崩溃，例如银行转账这类需十几步操作的流程，模型常因逻辑链断裂而失败。
同时， 尽管大厂纷纷推出 Agent 平台，但生态整合仍处于碎片化状态 ， “ 各自为战” 的局面导致工具调用接口不统一。不同 Agent 对其功能的调用方式差异显著，开发者需重复适配。
红杉峰会提出的“Software as an Outcome” 理念虽被广泛认同，但落地路径仍不清晰。当前 Agent 主要以订阅制或按调用次数收费，本质上仍是工具思维。例如， Manus 的高成本导致其难以向中小企业普及，而百度心响虽宣称直接可用，但企业用户更关注其能否真正提升销售转化率或降低运营成本。
此外， 垂直领域的探索虽初现曙光，但规模化仍需时间。阿里飞猪问一问在旅游场景的表现可圈可点，百度法行宝在法律领域也积累了案例，但这些垂类 Agent 的行业渗透率仍 然不高 。用户对 Agent 的信任度尚未建立，尤其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。
当前 Agent 的用户体验呈现明显的两极分化。垂直场景如设计领域的 Lovart，通过整合行业知识库和多模态输出，实现了“ 需求 - 交付” 全闭环，设计师可直接基于其生成的分层文件进行迭代，效率提升数倍。但通用 Agent 如 Manus ，在处理复杂任务时仍显得笨拙—— 例如生成设计图时可能出现字体过小、元素堆砌等问题，用户需频繁手动调整。
更关键的是，用户对 Agent 的期待与实际能力存在落差。部分用户误认为 Agent 能完全替代人类，而实际上其在模糊指令解析、任务边界把控等方面仍需人工干预。
Agent 的爆发印证了 AI 从技术到应用的跃迁，但距离真正的“ GPT 时刻” 仍有漫长道路。
当前的竞争本质上是生态卡位与场景定义权的争夺 ，大厂的角逐 布局 似乎都 在为未来的生态战争铺路。而决定最终胜负的，不仅是技术迭代速度，更是对行业痛点的理解深度与商业模式的创新勇气。当 Agent 能像水电煤一样融入日常生活，真正的变革才会到来。
参考资料：
- 晚点 latepost《字节 AI 再创业：独立组织、全链条的饱和攻击》
- 新皮层 newthings《掌权一年半来，吴泳铭是如何管理阿里巴巴的》
- 腾讯科技 《微软一晚上发了 50 个新东西，要建一个 Agent 互联的“ 伊甸园”》
- AI 深度研究员 《只谈生存：AI Agent 倒计时 730 天，硅谷 3 位“ 异见者” 给出 3 条活路》
- AI 深度研究员 《红杉 AI 峰会闭门 6 小时，150 位创始人共识浮现：AI 不再卖工具，而是卖收益》
中国企业家 《AI 新战场，腾讯押注 Agent》
更多精彩内容，关注钛媒体微信号 （ID：taimeiti），或者下载钛媒体 App
