編輯部 整理自 MEET2026
量子位 | 公眾號 QbitAI

“每個人每天使用最高頻的三個APP中有兩個是Agent時，才意味著AI Agent進(jìn)入新發(fā)展階段。”

“一個好Agent的衡量指標(biāo)，包括可控性、可解釋性以及持續(xù)穩(wěn)定執(zhí)行任務(wù)的能力?！?/p>

“多數(shù)Agent存在負(fù)毛利問題，完成任務(wù)的代價高于用戶支付意愿，這對創(chuàng)業(yè)者來說是巨大挑戰(zhàn)?！?/p>

在量子位MEET2026智能未來大會的圓桌環(huán)節(jié)，三位來自產(chǎn)業(yè)一線的嘉賓圍繞AI Agent的革新進(jìn)程展開深入討論。他們分別是：

• 聯(lián)匯科技CEO兼首席科學(xué)家趙天成博士
• 小宿科技聯(lián)合創(chuàng)始人兼CEO杜知恒先生
• 螞蟻集團(tuán)平臺體驗技術(shù)部負(fù)責(zé)人徐達(dá)峰先生

2025年普遍被視為“Agent元年”。從客服、理賠等相對標(biāo)準(zhǔn)化的場景開始，Agent已經(jīng)完成了初步落地，并驗證了技術(shù)可行性與階段性價值。

但真正的難題才剛剛顯現(xiàn)——

如何讓Agent同時跑通技術(shù)、產(chǎn)品與商業(yè)三條曲線，形成可持續(xù)的正向閉環(huán)，仍是擺在整個行業(yè)面前的共同挑戰(zhàn)。

而在這場圓桌討論中，三位嘉賓從產(chǎn)品形態(tài)、技術(shù)演進(jìn)與商業(yè)現(xiàn)實等多個維度出發(fā)，分享了他們對Agent下一程的判斷。

透過這些觀點，我們或可窺見Agent從技術(shù)概念走向規(guī)模應(yīng)用的關(guān)鍵路徑，以及產(chǎn)業(yè)先行者們在探索中所面臨的思考與抉擇。

本次圓桌環(huán)節(jié)由量子位智庫首席分析師劉萌媛主持。在不改變原意的基礎(chǔ)上，本文對內(nèi)容進(jìn)行了編輯整理。希望能夠給你帶來更多的啟發(fā)與思考。

MEET2026智能未來大會是由量子位主辦的行業(yè)峰會，近30位產(chǎn)業(yè)代表與會討論。線下到場參會觀眾近1500人，線上直播觀眾350萬+，獲得了主流媒體的廣泛關(guān)注與報道。

話題要點

• 目前在AI Agent及相關(guān)領(lǐng)域重點從事哪些工作？
• 各自落地效果最好的案例是什么？
• 真正好用的AI Agent產(chǎn)品應(yīng)該關(guān)注哪些指標(biāo)？
• 未來還有哪些對于AI Agent發(fā)展比較關(guān)鍵的卡點？
• AI Agent的下一步關(guān)鍵演進(jìn)方向是什么？進(jìn)入新階段的標(biāo)志性節(jié)點是什么？

以下為圓桌對話全文：

圓桌實錄

量子位

無論是在前面各位嘉賓的演講中，還是在整個2025年的討論里，相信大家已經(jīng)多次聽到“AI Agent”這一關(guān)鍵詞。

無論是技術(shù)迭代還是產(chǎn)品涌現(xiàn)，AI Agent確實屢屢讓人眼前一亮。今天，我們將從更加理性、務(wù)實的角度來探討：千行百業(yè)距離廣泛應(yīng)用AI Agent究竟還有多遠(yuǎn)？

為此，我們邀請到三位嘉賓，他們分別代表AI Agent產(chǎn)業(yè)鏈上不同領(lǐng)域的最前沿產(chǎn)品與技術(shù)，來為大家?guī)砬袑嵉姆窒怼?/p>

首先，請三位嘉賓簡要介紹一下自己，以及目前在AI Agent相關(guān)領(lǐng)域所從事的工作

趙天成

大家好，我是來自聯(lián)匯科技的趙天成。在過去的五年里，我們團(tuán)隊一直在做的事情是：

第一，研發(fā)信號終端側(cè)的多模態(tài)模型；

第二，探索如何讓智能體從在虛擬世界做PPT、寫寫畫畫，走向物理世界，真正操控終端設(shè)備，也就是實現(xiàn)所謂的“物理智能體”

目前我們在兩個方向做了很多工作，一是致力于讓多模態(tài)智能體本地化運行，不完全依賴云端強(qiáng)大算力。例如，讓它在端側(cè)設(shè)備（如AI PC）上，甚至在飛機(jī)等無網(wǎng)絡(luò)環(huán)境中，也能高效處理海量多模態(tài)數(shù)據(jù)，并轉(zhuǎn)化為真正實用、能幫用戶解決實際問題的智能體。

更進(jìn)一步，我們致力于將無人機(jī)、機(jī)器人、攝像頭等具備真正執(zhí)行能力的智能終端串聯(lián)起來，形成協(xié)同工作的智能體網(wǎng)絡(luò)。這是一個非常有意思的課題。目前大家熟悉的智能體，或許更多體現(xiàn)在處理工作流或特定查詢場景中。而我們探索的是更系統(tǒng)的物理聯(lián)動

舉個例子，一個智能攝像頭探測到火災(zāi)，它可以自動通知另一個終端——比如一臺配備滅火裝置的機(jī)器狗。機(jī)器狗收到指令后前往現(xiàn)場撲滅火情，并在任務(wù)完成后返回基地，自動生成一份報告給管理員，說明“火災(zāi)已發(fā)生并被撲滅，問題已解決”。

這樣一個從感知、決策、執(zhí)行到反饋的完整閉環(huán)，能否通過智能體流暢地串聯(lián)與調(diào)度，從而實現(xiàn)智能體從數(shù)字世界走向物理世界的跨越？這正是我們團(tuán)隊過去兩年來持續(xù)深耕的核心方向。

徐達(dá)峰

大家好，我是來自螞蟻平臺體驗技術(shù)團(tuán)隊的徐達(dá)峰。我們目前主要聚焦在兩個方向：

一是重構(gòu)軟件的研發(fā)方式。我們正在構(gòu)建一套完整的智能研發(fā)體系——WeaveFox，其中包含WeaveFox-Coder、Vibe-Coding、Spec-Coding等模塊，并打造了面向工程體系的Coding-Agent基礎(chǔ)設(shè)施和軟件工程-Agent基礎(chǔ)設(shè)施。

我們的核心目標(biāo)，不僅僅是“讓模型能夠?qū)懘a”，更是要將多模態(tài)生成代碼、任務(wù)自動拆解、工具鏈智能協(xié)同等能力，真正融入到生產(chǎn)環(huán)境中。我們致力于讓AI從輔助工具，轉(zhuǎn)變?yōu)檠邪l(fā)體系的原生能力，從而推動整個工程鏈路實現(xiàn)更高水平的自動化。

二是致力于將多智能體能力帶給大眾用戶

為此，我們推出了“螞蟻百寶箱”以及“百寶箱超級智能體”。我們的愿景是將其打造成一個“通用Agent平臺”——無需任何代碼依賴，也不要求使用者具備技術(shù)背景，真正做到開箱即用。用戶只需用自然語言描述需求，就能輕松構(gòu)建并發(fā)布屬于自己的智能體應(yīng)用。

無論是內(nèi)容創(chuàng)作類的需求，如生成文案、制作PPT、撰寫報告、設(shè)計網(wǎng)頁，還是通過多Agent協(xié)作完成更復(fù)雜的工作流任務(wù)，都可以通過這個平臺實現(xiàn)。我們的目標(biāo)，是將AI智能體從高門檻的“專業(yè)工具”，轉(zhuǎn)變?yōu)槿巳硕寄苡闷饋淼摹肮ぞ呦洹薄?/p>

杜知恒

我是杜知恒，小宿科技打造的是面向Agent的一站式基礎(chǔ)設(shè)施平臺

我們認(rèn)為，其中尤為重要的一個產(chǎn)品是為Agent設(shè)計的搜索引擎。這里我們也呼應(yīng)一下螞蟻的觀點：我們相信，優(yōu)秀的Agent能夠勝任人類可以完成的工作。

過去，搜索引擎和信息獲取一直是人們工作、學(xué)習(xí)乃至日常生活中最主要的信息獲取工具。我們提供的正是一個多語言、全球化的搜索引擎工具，專門服務(wù)于Agent。

除了搜索能力，我們還提供模型服務(wù)、AI沙盒等多樣化的Agent工具集，致力于為大家打造一站式的Agent Infra平臺。

各自落地效果最好的案例是什么？

量子位

在三位做的Agent相關(guān)的產(chǎn)品里面，效果最好的Agent落地案例是什么？能否結(jié)合具體數(shù)據(jù)和觀眾分享一下，讓大家對Agent落地價值有更直觀的感受？

趙天成

今年有兩個點帶來的ROI（投資回報率）提升還是非常明顯的。

第一個是有了多模態(tài)。今年的確是VLM（視覺語言大模型）大幅度成熟的一年，之前大家用ChatGPT、GPT-4比較多，今年GPT-4o、Gemini 3這些新出來的多模態(tài)模型對于圖像和視頻的理解能力其實有質(zhì)的飛躍。

有了這個能力之后，我們的智能體可以算是打開了新的窗戶。之前Agent只能處理文本，要做圖片任務(wù)還需要一段描述，再給到模型去理解執(zhí)行，現(xiàn)在有了端到端模型之后，直接給視頻、給掃描件、給一張圖片甚至混合在一起都可以直接做（任務(wù)），很多以前不敢想的場景瞬間打開。

我們在多模態(tài)領(lǐng)域扎根很久，之前就在做很多探索，今年的確感受到建模本身的提升，多模態(tài)能力可以讓我們的智能體即使在數(shù)字空間場景中，也可以做很多以前不可能做到的事情。

第二個是有了執(zhí)行智能體。以前的AI即使可以理解視頻、理解圖像，也只能給你一個提醒“這邊發(fā)生事故趕快修復(fù)”、“這邊有問題趕快派人去吧”，現(xiàn)在有了執(zhí)行智能體，無論是操控機(jī)械臂還是執(zhí)行其他操作，現(xiàn)場就能直接解決問題。

這對于用戶來說，投資回報率和價值完全不在一個量級，比如以前一個終端最多付一千塊錢，有了智能執(zhí)行端之后愿意付十萬塊錢，這是一百倍的本身價值的提升。

智能體核心邏輯在于結(jié)果即服務(wù)，提供的是一個結(jié)果，這個結(jié)果的價值定義了產(chǎn)品有多大的能力邊界，一個是幫你看著，提醒你趕快滅火吧；第二個是直接告訴你已經(jīng)幫你把火撲滅了，比人撲的更快一些，這個對客戶來說價值是100倍的提升，這也是為什么我們非常篤定地相信多模態(tài)+執(zhí)行是智能體在后續(xù)發(fā)展中非常重要的板塊和體現(xiàn)。

杜知恒

過去這一年Agent進(jìn)化還是很明顯的，從大家只會用Chatbot到真正開始用AI做各種各樣的任務(wù)、工作，包括陪伴式的娛樂、學(xué)習(xí)。

我觀察到在這幾個場景中，Agent能做越來越多智能化的工作。

第一個就是剛才說的做PPT、寫產(chǎn)品文檔，包括Coding，在核心工作流中Agent開始能交付實習(xí)生水平的結(jié)果，這是過去一年中Agent領(lǐng)域非常明顯的進(jìn)步和進(jìn)化。

另外可以看到，各種各樣的垂類軟件正在越來越多地采用AI技術(shù)，無論是客服系統(tǒng)、數(shù)據(jù)平臺還是其他各類軟件工具。我的觀察是，上一代SaaS公司正在快速引入AI能力，這顯著提升了它們服務(wù)客戶的效率與質(zhì)量。

徐達(dá)峰

前面老師提到智能客服，還有端到端多模態(tài)+執(zhí)行，我補(bǔ)充一個Coding Agent能力方面的個人觀察。

Coding Agent已經(jīng)從寫一段代碼進(jìn)化為跑一段流程。在WeaveFox的實踐中，Agent能看懂設(shè)計稿、理解上下文和組件規(guī)范，然后自動生成可上線代碼。過去通常需要工程師在IDE中花半天時間調(diào)試，現(xiàn)在Agent幾十秒就能跑完。而且這是在多個規(guī)模化項目里，我們穩(wěn)定看到了3~5倍的效率提升。

這說明，只要工具鏈和上下文足夠清晰，Agent的能力是可以被“工程化復(fù)制”的

真正好用的AI Agent產(chǎn)品應(yīng)該關(guān)注哪些指標(biāo)？

量子位

今天邀請到的三位嘉賓在AI Agent里面處于不同的生態(tài)位，小宿處于基礎(chǔ)設(shè)施層，另外兩位老師偏向于產(chǎn)品層，請各位在不同的生態(tài)位上定義真的好用、或者有價值的AI Agent產(chǎn)品，你們覺得現(xiàn)在更應(yīng)該關(guān)注哪些指標(biāo)？有哪些指標(biāo)大家沒有關(guān)注？下一步應(yīng)該在哪些方面投入更多技術(shù)和精力呢？

杜知恒

我的觀點還是一樣的，（如果AI）能更像人一樣，交付一個從高中生到大學(xué)生到博士生能交付的結(jié)果，這就是好場景。

企業(yè)愿意為這類AI支付更高成本，背后的邏輯很明確：過去，大家把AI當(dāng)作普通軟件看待，關(guān)注點局限在軟件訂閱費的高低；而現(xiàn)在，大家會將其價值與實習(xí)生、全職員工的人力價值做對比。

即便目前存在堆砌Token完成任務(wù)的爭議，包括我們公司在內(nèi)，許多企業(yè)在高頻使用AI進(jìn)行代碼編寫（Coding）、撰寫產(chǎn)品需求文檔（PRD）、搭建各類工作流以優(yōu)化效率的過程中，通過AI節(jié)省的人工成本，也遠(yuǎn)遠(yuǎn)超過了在Token上投入的費用，即使Claude Code很貴。

我覺得我們內(nèi)部對Agent可用性最主要的評判標(biāo)準(zhǔn)，就是它能不能在特定場景交付一個相對完整的結(jié)果

Agent在中國被叫智能體，但其實我覺得“代理人”這個翻譯是更好的，一個Agent不能給你交付結(jié)果，你肯定不會花錢雇他，包括Coding這些場景在內(nèi)，AI越來越能夠真正交付結(jié)果。

現(xiàn)在Coding還有抽卡的情況，但即使是抽卡抽三次性價比依然很高。

趙天成

我們從時間上來看，有兩方面是整個業(yè)界要慢慢接受和改變的，因為智能體跟以前信息化系統(tǒng)和純粹軟件還是不太一樣的。

第一個是之前很多人說做AI原生的Agent，我們發(fā)現(xiàn)以前軟件系統(tǒng)有很多UI式、表單式結(jié)構(gòu)，很多時候AI就是把表單的某些環(huán)節(jié)換成模型，這是比較方便的方式，但也有很多時候換湯不換藥，還是原來的工作流做的事情。

其實可以把一個環(huán)節(jié)徹底用Agent代替，這時候可能會有一些更加創(chuàng)新型的產(chǎn)品并落地應(yīng)用，這樣才真正能把智能體的優(yōu)勢發(fā)揮出來，而不是受限于很條條框框的地方，只能做以前一些環(huán)節(jié)的替代。大家（才）會接受智能體可以真正替代一個流程一個環(huán)節(jié)，真正用AI的方式做這個事情。

第二個是Agent本身是可以進(jìn)化的，在以往的AI應(yīng)用中，包括我們的不少甲方客戶在內(nèi)，很多人會陷入一種認(rèn)知誤區(qū)：認(rèn)為采購AI本質(zhì)上就是采購一套算法，并且對算法的準(zhǔn)確率、召回率有明確要求，若初始階段無法達(dá)到既定指標(biāo)，就不會驗收。

但實際上，Agent的價值體現(xiàn)在實際應(yīng)用過程中，Context（上下文信息）會不斷豐富，它自身具備記憶能力，再結(jié)合用戶給出的反饋，會逐漸熟悉用戶的業(yè)務(wù)流程，最終真正幫用戶解決實際問題。然而當(dāng)前許多場景下，用戶并不能接受這種漸進(jìn)式優(yōu)化的模式，他們往往期望一步到位，要求AI在初始階段就達(dá)到95%的準(zhǔn)確率。

這就陷入了“雞生蛋還是蛋生雞”的矛盾問題。如果用戶不使用AI、不提供反饋、不補(bǔ)充Context，不給AI學(xué)習(xí)和適應(yīng)的機(jī)會，AI自然無法達(dá)到理想的使用效果；可用戶又因AI初始效果未達(dá)預(yù)期而不愿啟用，形成了惡性循環(huán)。

不過這種情況也在逐漸改變，越來越多人也正在接受，說明大家用豆包、用GPT，已經(jīng)習(xí)慣了越聊越聰明的交互模式，慢慢（把它）變成自己想要的數(shù)字員工。

這個可進(jìn)化性也是我們內(nèi)部衡量智能體的非常重要的指標(biāo)。假如一個智能體做出來就是這樣了，你再跟它聊它都不會有變化，那就不是好的智能體，如果通過一天、一周、一個月使用變得更加個性化了，就是好的智能體。

量子位

我想再追問一下趙總，您剛剛提到用Agent徹底替代某一部分工作流，或者某一部分工作場景，那讓你暢想一下在未來6個月或者一年之內(nèi)，您覺得會有哪些行業(yè)或者場景率先有可能被徹底改變工作流呢？

趙天成

假如是6個月的時間，在那些失敗結(jié)果沒有那么災(zāi)難性的地方，相關(guān)問題或許可以得到徹底解決。（這些場景的容錯空間相對較大），AI一次沒做好，大不了再做一次，而且如果做三次的成本，比我自己干整個過程的成本還是低很多，那這類工作就可以被替換掉。

量子位

也就是說結(jié)果不夠致命，有一點容錯空間的任務(wù)基本可以實現(xiàn)AI替代人。

那么徐總，螞蟻目前在做的這些產(chǎn)品，包括您剛才提到的Coding Agent，以及面向群眾的產(chǎn)品，從您的角度來說，一款A(yù)I Agent產(chǎn)品最值得關(guān)注的指標(biāo)是什么呢？

徐達(dá)峰

在我看來，判斷一款A(yù)gent是否優(yōu)秀，可以從以下幾個角度界定標(biāo)準(zhǔn)，比如可控性、可解釋性，乃至于穩(wěn)定性，這是基礎(chǔ)要求，在此就不贅述了。

需要明確的是，Agent一定是基于某一類特定任務(wù)去設(shè)計的，很多場景里，任務(wù)本身就是開放型問題、還存在各種例外情況，模型也不可能100%完美解決所有問題。所以我認(rèn)為優(yōu)秀的標(biāo)準(zhǔn)是看Agent產(chǎn)品有沒有設(shè)計人機(jī)協(xié)作的流程

企業(yè)真正需要的不是“永不犯錯”，而是犯錯時能暴露不確定性，是否具有回滾的能力，能不能回溯回去找到問題。另外在這個過程中，在出現(xiàn)問題后，能順暢地將任務(wù)交由人工接管。

也就是說，它要像一位可靠的同事，而不是像一名（缺乏協(xié)作性的）天才小學(xué)生。如果沒有如上指標(biāo)，即便效果再驚艷，也很難真正落地，我覺得這是一個好的Agent的標(biāo)準(zhǔn)指標(biāo)。

量子位

如果把剛剛給趙總的問題再拋給您，目前您涉及的所有用戶場景里，未來6個月，您覺得哪一個是被改寫最徹底的？

徐達(dá)峰

徹底不敢談。我認(rèn)為軟件工程可能仍會面臨較大的沖擊和變革。

這主要是因為其工具鏈相對成熟，有上一代數(shù)字基建作為基礎(chǔ)，且任務(wù)本身偏向結(jié)構(gòu)化。

同時，進(jìn)一步自動化的收益非常高。這些因素共同作用，將推動整個流程越來越自動化，通過輔助編碼和自動化流程，研發(fā)團(tuán)隊也會更容易接受。因此，我認(rèn)為是軟件工程。

量子位

我們把這個問題換一個方向問杜總，您作為基礎(chǔ)設(shè)施層的代表，您認(rèn)為基礎(chǔ)設(shè)施層究竟是如何影響不同AI Agent產(chǎn)品最終呈現(xiàn)的任務(wù)水平呢？能否結(jié)合小宿或其他具體案例，為我們解析一下具體的影響鏈路？

杜知恒

其實我們很難直接影響到Agent本身，更多是客戶基于自身場景對基礎(chǔ)設(shè)施提出更高要求，我們?nèi)ロ憫?yīng)和滿足。

回到搜索本身，從ToC時代到ToAgent時代，三十年來它的核心標(biāo)準(zhǔn)——相關(guān)性、權(quán)威性、時效性，本質(zhì)上沒有改變。變化的是這些標(biāo)準(zhǔn)的重要程度。

過去，用戶搜索時前三條結(jié)果必須吸引點擊，所以相關(guān)性是最重要的指標(biāo)。（但僅有相關(guān)性還不夠）即使內(nèi)容相關(guān)但質(zhì)量很差，排到前面用戶接受的概率，也比展示不相關(guān)信息要低得多。

但對于AI而言，調(diào)用搜索的核心原因在于消除信息幻覺與獲取時效內(nèi)容。

對AI Agent來說，搜索的首要要求是權(quán)威性——信息必須準(zhǔn)確、全面。即便在前十條結(jié)果中，哪怕極端情況下有兩條不相關(guān)，也遠(yuǎn)比“十條看似相關(guān)、卻缺乏精準(zhǔn)性和時效性的信息”要好，后者帶來的后果反而更加災(zāi)難性。

未來還有哪些對于AI Agent發(fā)展比較關(guān)鍵的卡點？

量子位

我們剛剛幾個問題都聊的是Agent今天有怎么樣的成就和價值，那我們現(xiàn)在從批判的角度聊一聊。

首先想問一下，從各位的角度來看，除了現(xiàn)在常說的推理大模型，或者語言大模型，還有哪些對于AI Agent未來發(fā)展比較關(guān)鍵的卡點？

既可以是技術(shù)方面，也可以是生態(tài)運營方面的，不知道各位是怎么看待這個問題的？

趙天成

我最近比較關(guān)注的是智能體的雙腦架構(gòu)

剛才提到的代碼生成這些創(chuàng)新都是用大語言模型做快速的處理，但是到我們這種物理場景之后，有時候你逃不掉，必須做雙腦架構(gòu)。

什么叫雙腦？比如大語言模型給出一個指令，說無人機(jī)幾點幾分到這個地方去，但是在飛行過程中怎么飛？假如還是依賴云端語言模型思考的話，這個飛機(jī)干脆不要飛了，每飛5米就要想一想再飛一下，不太現(xiàn)實。

所以必須在端側(cè)要有快速的、類似于小腦的模型做飛行這一塊的執(zhí)行，這個就跟常規(guī)的MCP模式還不太一樣，以往云端模型調(diào)用工具，可能只是完成一次搜索、查詢或簡單指令下發(fā)；但在雙腦架構(gòu)里，云端大腦調(diào)用的不是普通工具，而是要驅(qū)動端側(cè)小腦模型，讓它把飛機(jī)飛過去。

這其實和目前主流智能體架構(gòu)有區(qū)別，跟學(xué)術(shù)界研究的問題也不太一樣。這里面得有一個框架，方便把各種小腦和大腦集成在一起，真正形成一個指揮官和類似于行動單元的組合的形態(tài)。

這個是我們近期一直在看的點，因為現(xiàn)在的確碰到了這樣的現(xiàn)實問題，而且需要解決這些問題。

徐達(dá)峰

我可以補(bǔ)充一個企業(yè)視角下的觀點，Agent如果要在企業(yè)中落地，可能還會有一些挑戰(zhàn)。尤其是大規(guī)模用在企業(yè)端時，首當(dāng)其沖的可能是會面臨訪問核心資產(chǎn)數(shù)據(jù)，以及隱私和安全審計問題。

怎么樣能夠讓這樣的Agent可以被安全地運行？它訪問數(shù)據(jù)是否有權(quán)限？能不能被審計？這些都是關(guān)鍵命題。

以往很多流程設(shè)計更多是針對常規(guī)系統(tǒng)和人類操作場景設(shè)計的，很少有為Agent設(shè)計的，這是很關(guān)鍵的基礎(chǔ)設(shè)施的缺漏。這樣的安全基礎(chǔ)設(shè)施建立起來之后，才可能會為Agent大規(guī)模落地鋪好前提。

面向Agent的設(shè)計，很可能是權(quán)限體系的重新設(shè)計和重塑。

杜知恒

我也說一個非?，F(xiàn)實的問題，我們看Agent，特別是ToC的Agent最大的挑戰(zhàn)就是成本和ROI的問題。

因為即使當(dāng)下的Agent可以幫你完成一些任務(wù)，但其實它完成任務(wù)所付出的代價和用戶愿意付的成本還是有一個很明顯的差距，目前市場上絕大多數(shù)的Agent都是以負(fù)毛利在運營，這在長期看來是一個很大的挑戰(zhàn)，因為你很難在一個負(fù)毛利商業(yè)模式下做大規(guī)模的用戶滲透。

除非像螞蟻、字節(jié)這樣的巨頭，可以為獲取客戶長期承擔(dān)非常大規(guī)模的虧損，這個對于大部分的Agent創(chuàng)業(yè)者來說可能也是一個挑戰(zhàn)。所以核心問題就是怎么能把商業(yè)模式跑通，能夠把用掉的Token和工具的錢賺回來？

對于一個基礎(chǔ)設(shè)施提供方來說，對客戶健康度的判斷很重要，如果我的客戶都很賺錢，那我大概率收取的價格是比較合理且可持續(xù)的，如果所有人都在虧錢，或者說大家都是期待下一輪的融資再來付今天用的基礎(chǔ)設(shè)施的錢，（那么整個生態(tài)的健康度就會存疑），對于我們來說也非常關(guān)心這個問題。

量子位

有關(guān)產(chǎn)品線的ROI，也想再問一下徐總，您剛剛提到咱們有做一些面向大眾普惠型的產(chǎn)品，像剛剛提到收費方面的問題，會不會從您的角度來看，為了讓大眾使用AI Agent的產(chǎn)品，除了技術(shù)上要達(dá)成一些目標(biāo)，是不是還有其他的要素也需要注意的？

徐達(dá)峰

說一點個人的粗淺判斷。

首先，使用門檻在產(chǎn)品設(shè)計上必須足夠低，不能預(yù)設(shè)用戶具備專業(yè)知識背景，更不能假定他們本身就懂代碼?，F(xiàn)實中，這樣的前提不太可能成立。

其次，更高頻的使用場景，可能集中在文案、PPT等內(nèi)容創(chuàng)作上，其本質(zhì)是信息的聚合、創(chuàng)作過程的協(xié)助，以及后續(xù)內(nèi)容排版等工作。這類場景天然更適合大眾用戶。

此外，還會出現(xiàn)許多新的特色玩法。比如螞蟻最近發(fā)布的“靈光”產(chǎn)品，就是一款很有意思的App，用戶可以用它制作小游戲、小應(yīng)用，實用性很強(qiáng)。大致會是這類產(chǎn)品設(shè)計方向。

Agent的下一步關(guān)鍵演進(jìn)方向是什么？

量子位

眾所周知，2025年已被視為AI Agent的元年。那么，元年之后下一個關(guān)鍵的演進(jìn)方向是什么？剛才趙總提到了“雙端”和“多模態(tài)”，我們想請各位具體展望一下，對于Agent而言，下一步的關(guān)鍵方向是什么？

趙天成

雖然2025年被稱為“智能體元年”，但可能現(xiàn)實生活中還沒有那么多智能體。今年更像是iPhone 1的階段，距離真正成熟、普及的iPhone 4，還有很多要做的事情

就我個人在C端的使用體驗而言，日常可能會用一個類似豆包的智能體，來替代部分搜索類工作，我覺得已經(jīng)達(dá)到了“可用”的水平。但如果是下一輪融資的PPT，讓智能體來完成，即便是現(xiàn)在最好的智能體也做不到，這仍然需要我自己完成大量策略層面的思考，才能有比較好的結(jié)果。

所以在我看來，即使是目前定義已經(jīng)相當(dāng)成熟的智能體，在可靠性和實際效果上，依然有大量提升空間。

這種提升可能來自基礎(chǔ)模型能力的增強(qiáng)，也可能來自工程化能力的改進(jìn)，也可能正如前面幾位所提到的，是多個層面的共同進(jìn)步。

只有這些條件都到位，智能體才能真正把哪怕是“做PPT”這樣看似簡單的功能，提升到一個全民都能夠使用的水平——這是第一個方面。

第二個方面，是我們自己正在做的事情。我們一直相信，如果未來的AI只停留在替代一部分?jǐn)?shù)字化工作，那一定是不夠的。它最終必須能夠替代部分藍(lán)領(lǐng)工作，走向現(xiàn)實世界，幫我們在物理世界干活。

（而要實現(xiàn)這一點），需要解決的問題依然非常多，包括前面多位老師提到的VLA、世界模型等，這些很可能都是不可或缺的組成部分，只有在它們被有效拼合之后，智能體才有可能真正走向物理世界。

在這里有兩個關(guān)鍵問題。第一，未來是否會一直是“大語言模型+其他模型”的組合形式？短期來看大概率如此，但從長期看并不一定——完全有可能被一種全新的架構(gòu)徹底取代，這并非不可能。其實早兩年我們看待大語言模型時，也曾覺得這條路徑不太可能，但現(xiàn)在它已經(jīng)成為主流。

第二，還是可靠性的問題。（當(dāng)智能體進(jìn)入物理世界），可靠性就變得更加嚴(yán)肅，不能說一下子把桌子砸了，那會是災(zāi)難性的后果——在電腦里最多是誤刪文件，雖然也很嚴(yán)重，但相比之下還是要輕一些。

因此我認(rèn)為，可靠性是所有智能體真正成為“每個人每天都在使用”的工具之前，必須解決的核心問題之一

杜知恒

我可能更多是從商業(yè)視角來看這個問題。對于2026年，我有幾個基本預(yù)期。

第一會是巨頭的大規(guī)模下場

無論是在B端還是C端，都會出現(xiàn)真正意義上的重投入，去爭奪DAU、ARR和核心客戶。2025年我們已經(jīng)看到，超大規(guī)模投入主要來自字節(jié)的豆包，BAT其他幾家以及螞蟻更多是在下半年才逐漸發(fā)力。

我認(rèn)為到明年，這一趨勢會變得非常清晰且激烈——所有Tier 1、Tier 2的傳統(tǒng)大型互聯(lián)網(wǎng)公司，都會在Agent方向上加大投入，圍繞“入口”展開競爭。

第二個預(yù)期也由此引出：在這種大規(guī)模投入的推動下，AI的整體滲透率會顯著提升

包括現(xiàn)場各位的手機(jī)和電腦，其AI含量也都會大幅上升。頭部Agent會開始真正進(jìn)入二線、三線城市，被非專業(yè)用戶廣泛使用，甚至包括我們父母這一代人，也會逐步開始接受和使用。

因此，在我看來，Agent的大規(guī)模滲透將是2026年我比較期待的事情。

徐達(dá)峰

如果說未來一年的Agent的話，我可能會分幾個層次看。

第一層次是數(shù)據(jù)和算法，再上層是模型能力，可以看到，這兩層的技術(shù)能力呈現(xiàn)慢慢收斂的趨勢。第三層是Agent的框架，以及和系統(tǒng)交互和集成，無論是C端還是B端，都可以看到有更多的數(shù)據(jù)管控、權(quán)限管控、接入集成等多方面的實踐。

另外再往上延伸至產(chǎn)品側(cè)與行業(yè)應(yīng)用層面。目前可以看到越來越明顯的趨勢。

除了能解決一些日常小工具類的任務(wù)，或者一些小型的效率場景，也可以看到有一些Killer App（現(xiàn)象級應(yīng)用）出現(xiàn)。這類應(yīng)用往往會錨定泛娛樂賽道，給用戶提供很多情緒價值，甚至慢慢App擴(kuò)展到智能硬件上，這些是能看到的趨勢。

當(dāng)然，也期待2026年這樣的趨勢逐步爆發(fā)，可以給大家?guī)砀嗟腁I Agent在各行業(yè)，各領(lǐng)域的體驗。

AI Agent進(jìn)入新發(fā)展階段的標(biāo)志節(jié)點

量子位

最后一個問題，再替公眾朋友們試圖向三位嘉賓詢問一下不確定中的確定性。

像剛剛提到，不管是從技術(shù)需要的基礎(chǔ)設(shè)施，還是未來的產(chǎn)品形態(tài)，其實都有可能還有很多新的內(nèi)容出現(xiàn)。

如果從三位嘉賓的角度來看，有沒有哪個節(jié)點是你們覺得如果看到了就意味著AI Agent已經(jīng)進(jìn)入新的發(fā)展階段了，不是像現(xiàn)在這樣只是從無到有，而是真正徹底改寫，而且普惠大眾的，有沒有哪個標(biāo)志性的節(jié)點是各位現(xiàn)在最期待的？

杜知恒

可能是我媽媽開始用Manus開始畫PPT或者做一個什么事情的時候開始。

我覺得當(dāng)前Agent的滲透率雖然看起來如火如荼，但是在三、四線城市和人們?nèi)粘Ｉ钪羞€是一個超級低的狀態(tài)。

可能我自己的觀察指標(biāo)是身邊的年長，或者非技術(shù)行業(yè)的人真正開始在用一些Agent，改變他的生活方式，或者提升他的生活體驗。

趙天成

我覺得就是當(dāng)你每天最高頻使用的三個APP里面有兩個是Agent，到那天可能就差不多了。

徐達(dá)峰

我比較贊同趙天成老師的看法，如果你每天用的軟件都已經(jīng)是Agent，那就已經(jīng)產(chǎn)生質(zhì)變了。

量子位

確實，今年我們看到很多Agent產(chǎn)品出現(xiàn)，無論是現(xiàn)場和線上的觀眾可以多去嘗試嘗試不斷出現(xiàn)的新的Agent產(chǎn)品，看這些產(chǎn)品能不能帶來一些新的收獲和新的價值。

再次感謝三位嘉賓今天來到圓桌，跟我們從一線視角聊一聊AI Agent還需要進(jìn)步的地方，以及現(xiàn)在明確能夠帶給我們的價值，謝謝大家。

— 完 —