隨著Deepseek、Manus火遍全網(wǎng)，科技圈的熱點過半和大模型、智能體有關(guān)。

4月22日的酷開春季發(fā)布會上，由影音、健康、生活、設(shè)備、創(chuàng)作、教育六大智能體構(gòu)成的超級智能體正式亮相；

3天后的百度AI開發(fā)者大會，李彥宏連發(fā)通用超級智能體心響APP、內(nèi)容操作系統(tǒng)滄舟OS等多款A(yù)I應(yīng)用；

5月中旬舉辦的紅杉AI峰會，意料之中地將“智能體”列為核心議題，坦言AI有著“10倍于云計算”的市場潛力；

以及接踵而至的谷歌I/O 2025、微軟 Build 2025等開發(fā)者大會，無不提到了智能體，涵蓋編程、醫(yī)療、金融等多個行業(yè)……無論是微軟、谷歌、OpenAI等海外巨頭，阿里、騰訊、百度、酷開等國內(nèi)企業(yè)，還是紅杉代表的資本機構(gòu)，無不開始大力推進智能體。

與之對應(yīng)的問題是：到底什么是智能體，為什么“大廠”都在競逐智能體，又將會帶來哪些改變？

01 智能體的“魔力”：下一個交互入口

開始討論前，不妨先花點時間了解下“智能體”的概念。

智能體是英文AI Agent，其中Agent的含義中有“代理人”的意思，讓智能體和對話式AI產(chǎn)生了質(zhì)的差別：不再局限于問答，而是一種能夠深度思考、自主規(guī)劃、作出決策并深度執(zhí)行的智能應(yīng)用。

場景不可謂不誘人?？上胍忾_智能體爆紅的原因，還需要找到另一個視角——企業(yè)和消費者為什么需要智能體？

任何一項技術(shù)的普及，最關(guān)鍵的可能不是能力的上限有多高，而是應(yīng)用的門檻有多低。倘若只有工程師才能調(diào)用、專家才能配置、少數(shù)人才能用明白，即使再強大的能力，也只能停留在“實驗室中的奇跡”。

將大模型和云計算的演變歷程做個對比的話：

大模型的訓(xùn)練和推理需要龐大的算力和底層架構(gòu)優(yōu)化，類似于云計算中的IaaS，擔(dān)綱了智能體的“發(fā)動機”，但離業(yè)務(wù)和用戶較遠(yuǎn)；

大模型平臺能力與API封裝，包括MCP工具、插件系統(tǒng)、開發(fā)接口等，對應(yīng)的是PaaS，為AI開發(fā)與調(diào)用提供了統(tǒng)一的“工具箱”；

最貼近用戶和業(yè)務(wù)場景的智能體，通過能力的整合、意圖的理解和任務(wù)的執(zhí)行，可以看作是SaaS的形態(tài)，提供的是“即買即用”的智能。

以To B場景為例，傳統(tǒng)的企業(yè)系統(tǒng)功能模塊繁多、界面邏輯復(fù)雜，通常需要接受系統(tǒng)培訓(xùn)、掌握業(yè)務(wù)規(guī)則后，才能順利完成一個流程。企業(yè)投入了大量的時間成本，只是為了“讓人適應(yīng)系統(tǒng)”。

當(dāng)智能體有了理解、推理和執(zhí)行的能力，用戶無需面對復(fù)雜界面，不必理解系統(tǒng)的內(nèi)部邏輯，僅需一句自然語言發(fā)出指令，智能體即可自動識別意圖，調(diào)用系統(tǒng)資源，完成任務(wù)鏈路，并以圖表、文本或通知的形式輸出結(jié)果。從人適應(yīng)系統(tǒng)，到AI適配人的需求，生產(chǎn)力將大幅提升。

再比如To C場景中的例子，過去用戶想要看某部電影，需要用遙控器蹩腳地輸入片名進行搜索。有時想不起片名，還要先在手機上搜索關(guān)鍵詞，查看幾十個鏈接找片名，幾乎耗盡了看電影的心情。

如果是搭載了酷開超級智能體的電視，只需要用語音說出“我要看什么電影”，哪怕不記得片名，簡單描述電影里的情節(jié)和角色，超級智能體理解用戶的需求，并將任務(wù)拆解后，分配至影音智能體進行搜索各大視頻網(wǎng)站上的內(nèi)容，一步直達(dá)播放界面。甚至在AIOT居家場景中，智能體接收到看電影的需求后，還能自動執(zhí)行調(diào)節(jié)燈光、關(guān)閉窗簾等操作。

可以找到的例子還有很多。

除了生產(chǎn)力上的顛覆，智能體還進一步改變了人機協(xié)作的范式：用戶不需要主動操作工具，而是簡單地發(fā)出指令，讓智能體去完成一系列復(fù)雜的任務(wù)。誰能成為用戶需求的第一個承接者，誰就能掌握系統(tǒng)的調(diào)度權(quán)，控制資源分配。

對于AI企業(yè)來說，智能體承載的是下一個入口級機遇，布局智能體即是在搶占下一代交互的“控制權(quán)”。

02 智能體爆發(fā)前夜，涌現(xiàn)出三個“流派”

不可否認(rèn)的是，現(xiàn)階段的智能體還處于剛剛起步的階段。

但在技術(shù)迭代和市場需求的雙輪驅(qū)動下，在有越來越多的企業(yè)參與其中。因為不同的切入路徑，對智能體價值的不同理解，基于自身的核心優(yōu)勢和資源稟賦，逐漸分化出了三個鮮明的陣營。

第一派是標(biāo)準(zhǔn)意義上的AI廠商，比如百度、字節(jié)跳動、谷歌、OpenAI等，試圖主導(dǎo)技術(shù)生態(tài)的構(gòu)建。

它們的打法可以概括為：以大模型為底座，開放智能體的開發(fā)工具鏈和解決方案，吸引開發(fā)者到平臺上構(gòu)建各類智能體應(yīng)用。目標(biāo)是構(gòu)建一個面向智能體時代的AppStore，讓智能體像App一樣被創(chuàng)造、調(diào)用與分發(fā)。

在這種理念下，智能體不再是一個產(chǎn)品，而是一個新的“操作系統(tǒng)”，希望在“模型-開發(fā)-分發(fā)”的鏈路中，扮演基礎(chǔ)設(shè)施建設(shè)者與生態(tài)主導(dǎo)者的角色。畢竟誰擁有了最強大的開發(fā)平臺和最活躍的開發(fā)者生態(tài)，誰就掌握了AI時代的“分發(fā)權(quán)”與“調(diào)度權(quán)”，可以說是最迷人、難度最大的一門生意。

第二派是主攻垂直場景的企業(yè)服務(wù)商，比如微軟、IBM、阿里云等，正在著手構(gòu)建企業(yè)級的智能體解決方案。

這個陣營大多來自云計算和企業(yè)服務(wù)領(lǐng)域，對行業(yè)Know-How和企業(yè)架構(gòu)有著深厚理解，并不急于打造“面向大眾的入口”，選擇從最具現(xiàn)實價值的垂直場景切入，聚焦智能體的交付能力和效果驗證。

所以在打法上，傾向于將智能體的能力集成進企業(yè)原有的系統(tǒng)流程中，解決財務(wù)、銷售、人力資源、倉儲等業(yè)務(wù)模塊的自動化與智能化問題。微軟對此有一個大膽的判斷：隨著越來越多智能體加入，每位員工都將成為“智能體主管”，負(fù)責(zé)建立、委派和管理智能體，最大化它們的能力。

第三派是深諳用戶體驗痛點的軟硬件廠商，比如華為、聯(lián)想、酷開、三星等，將智能體直接植入到了用戶“觸點”。

動輒千萬級的用戶量，讓軟硬件廠商長期處在用戶體驗的第一線，在用戶需求滿足、軟硬件打磨和數(shù)據(jù)積累上有著天然優(yōu)勢，普遍開始將智能體深度融合進終端產(chǎn)品，用智能體解決用戶體驗上的瓶頸。

直接的例子就是酷開，早在2014年就推出了帶有AI功能的智慧屏。2025年率先為“超級智能體”提出了“長記憶、快思考、秒行動”的標(biāo)準(zhǔn)：能夠?qū)崿F(xiàn)在用戶使用過程中形成“經(jīng)驗庫”，讓模型更懂用戶習(xí)慣，減少重復(fù)交互成本。同時采用原子化組件和多智能體協(xié)同框架，將響應(yīng)速度提升至1.5秒內(nèi)，滿足終端用戶對“更快、更準(zhǔn)、更直達(dá)”的體驗要求。

以上分類或許并不嚴(yán)謹(jǐn)，就像阿里在To C方向上也有布局，酷開也在向B端市場拓展。

之所以采用三大流派的說法，在于他們構(gòu)成了智能體生態(tài)的三角架構(gòu)——平臺、服務(wù)和體驗，分別從技術(shù)生態(tài)、行業(yè)適配和終端場景出發(fā)，既有競爭，也有協(xié)作，一同推動著智能體從概念到落地再到規(guī)模化應(yīng)用。

03 狂熱與理性并存，智能體的可能潮向

多方力量的共振，讓智能體成了當(dāng)下最具想象力的風(fēng)口。但歷史經(jīng)驗告訴我們，風(fēng)口和泡沫往往如影隨形。

Manus意外走紅后，一線大廠迅速跟進，不到一個月就“炮制”出了同樣的產(chǎn)品。熱度之下也暗藏隱憂：不少“智能體”只是對大模型API的簡單封裝，缺乏任務(wù)編排、長期記憶等核心能力，看似智能，實則“像卻不靈”。

但不能因此否定智能體。

每次新技術(shù)周期的起始，或多或少都存在“泡沫先行”的現(xiàn)象，市場對概念的追逐快于技術(shù)本身的成熟，導(dǎo)致短期價值被高估，長期價值被嚴(yán)重低估，最終在狂熱與理性的較量中螺旋式進步。

身處“概念已清晰、路徑未統(tǒng)一”的前夜，我們嘗試從理性思考的角度，“揣測”下智能體接下來的可能潮向。

1、垂直智能體將比通用更早落地。

通用智能體的問題普遍在于“強而不專”。相比之下，貼近業(yè)務(wù)、熟悉流程、擁有明確目標(biāo)邊界和行業(yè)知識圖譜的垂直智能體，已經(jīng)在醫(yī)療、教育、酒店、制造等場景中初步達(dá)到了“能上崗”的要求。

由此產(chǎn)生的一個挑戰(zhàn)在于：單個智能體可以勝任簡單任務(wù)，一旦任務(wù)鏈條稍復(fù)雜，就必須依賴多個智能體協(xié)同工作。

比如在日常生活中，可能涉及旅行規(guī)劃、美食推薦、酒店預(yù)訂等任務(wù)，需要在用戶給出指令后，準(zhǔn)確理解用戶的意圖，將需求進行拆解并分配給不同智能體進行完成。目前只有酷開的超級智能體展示了對家庭服務(wù)的智能化整合，其余大多數(shù)智能體還停留在手動調(diào)用單個智能體對話的階段。

當(dāng)用戶提出“幫我規(guī)劃下全家5人在深圳 3 日游的行程”這樣的復(fù)雜需求，智能體可以一站式關(guān)聯(lián)天氣、交通、美食、酒店、景點和地圖等服務(wù)，制定出一份詳細(xì)的旅行計劃，直接選好合適的機票、酒店，你可以直接掃碼購票。

整合用戶個性化意圖識別、動態(tài)任務(wù)編排、多智能體協(xié)同等能力，或?qū)⒊蔀橹悄荏w馬拉松的第一個賽點。

2、屬于硬件的機會可能大于軟件。

當(dāng)前關(guān)于智能體的討論，話題主要是對軟件形態(tài)的重構(gòu)：從工具到助手，從應(yīng)用到代理。一個更值得關(guān)注的現(xiàn)象是——智能體對硬件的影響，可能遠(yuǎn)遠(yuǎn)大于軟件。可當(dāng)智能體開始主導(dǎo)交互邏輯，硬件本身就成了“服務(wù)的入口”。

甚至可以預(yù)見：基于自然語言的交互，將重塑硬件的話語權(quán)，每一塊屏幕都可能成為“服務(wù)中樞”。

在智能音箱上已經(jīng)有了類似的趨勢，用戶關(guān)心的只有結(jié)果，不在乎智能音箱播放的是哪個平臺的內(nèi)容。有了智能體的賦能，服務(wù)的交付權(quán)將進一步從APP轉(zhuǎn)移到具備感知與理解能力的硬件：

電視、閨蜜機等不再只是播放工具，而是一個家庭的AI控制中心；學(xué)習(xí)機的能力不再局限于批改作業(yè)、視頻課程，教育智能體的“長記憶”精準(zhǔn)記錄孩子的學(xué)習(xí)軌跡，“快思考”實時解析薄弱點，“秒行動”生成個性化方案，真正實現(xiàn)“千人千面”的AI教育范式……

需要說明的是，以上只是我們研究微軟、聯(lián)想、酷開、IBM等企業(yè)的智能體戰(zhàn)略后得出的淺見。

卻可以篤定，智能體不會是單一產(chǎn)品，而是技術(shù)、交互、服務(wù)方式的全面重構(gòu)，從通用大模型的“萬能引擎”，到垂直智能體的“行業(yè)大腦”，再到硬件終端的“智能入口”，AI產(chǎn)業(yè)的結(jié)構(gòu)性升級已悄然開始。

04 寫在最后

留給智能體的難關(guān)還有很多很多。

通用智能體能否打破孤島，形成可持續(xù)的開放生態(tài)；垂直智能體能否找準(zhǔn)應(yīng)用場景，從樣板間走向規(guī)?；渴?；以及人機協(xié)同的邊界如何設(shè)定、數(shù)據(jù)安全與個性隱私如何平衡、多智能體之間的協(xié)同機制是否能像現(xiàn)實組織那樣高效有序……都是智能體走向產(chǎn)業(yè)主舞臺必須翻越的“能力之坎”。

當(dāng)這些問題被一一回答，AGI將不再遙遠(yuǎn)。

借用紅杉AI峰會上的共識：AI時代的勝利屬于那些既深耕垂直場景、構(gòu)建護城河，又能保持敏捷迭代、擁抱技術(shù)浪潮的行動派。