本文來(lái)自微信公眾號(hào)：AIGC從0到1，作者：王零壹，原文標(biāo)題：《Agent競(jìng)爭(zhēng)推演：誰(shuí)會(huì)贏，誰(shuí)會(huì)死，按什么邏輯（萬(wàn)字慎點(diǎn)）》，頭圖來(lái)自：AI生成

反直覺(jué)提問(wèn)——人類(lèi)歷史上最強(qiáng)超級(jí)個(gè)體、全球最強(qiáng)一人公司OPC、孤身就開(kāi)創(chuàng)了“個(gè)人Agent”范式（堪比Mac之于個(gè)人商用電腦、堪比iPhone之于個(gè)人智能手機(jī)）、Github史上增長(zhǎng)最快的項(xiàng)目（力壓操作系統(tǒng)Linux內(nèi)核）、無(wú)數(shù)榮耀加身的OpenClaw，為什么被收編了？

2026年2月14日，情人節(jié)。OpenClaw創(chuàng)始人Peter Steinberger在博客上宣布加入OpenAI。

這個(gè)消息讓很多人困惑。OpenClaw當(dāng)時(shí)已經(jīng)是GitHub歷史上增長(zhǎng)最快的開(kāi)源項(xiàng)目之一，19.6萬(wàn)顆星，三個(gè)月。百度、騰訊、阿里三大云爭(zhēng)相上線一鍵部署，網(wǎng)易直接推出國(guó)產(chǎn)版"LobsterAI"，王慧文公開(kāi)喊話要投這個(gè)方向的創(chuàng)業(yè)者。整條產(chǎn)業(yè)鏈兩周內(nèi)形成，速度前所未有。

這么火，為什么要走？

這不很奇怪嗎？不值得深思嗎？————在此停下來(lái)思考1分鐘，再繼續(xù)，看我們的答案是否對(duì)應(yīng)？

Peter的解釋是：他想讓他媽媽也能用上Agent，加入OpenAI是最快的路。

這個(gè)解釋很坦誠(chéng)，但它掩蓋了一個(gè)更深的邏輯：OpenClaw所在的那一層，正在被吸收。

不是OpenClaw不好。恰恰相反，正因?yàn)镺penClaw太好了，它證明了“個(gè)人Agent編排”這件事是可行的，于是OpenAI、Anthropic、Google都開(kāi)始親自下場(chǎng)做同樣的事。Sam Altman親自試用過(guò)OpenClaw，扎克伯格私下在折騰這個(gè)東西。當(dāng)最頂級(jí)的玩家開(kāi)始認(rèn)真做一件事，獨(dú)立創(chuàng)業(yè)者就沒(méi)有空間了！

Peter選擇加入OpenAI，某種程度上是一個(gè)清醒的判斷：與其在一個(gè)正在被吸收的層里繼續(xù)建造，不如去更高的地方。

這就是我想從這里開(kāi)始講的故事。

OpenClaw引發(fā)的agent創(chuàng)業(yè)潮是狂熱的、真實(shí)的。但浪潮里的競(jìng)爭(zhēng)邏輯，大多數(shù)人還沒(méi)想清楚。誰(shuí)會(huì)贏，誰(shuí)會(huì)死，按什么規(guī)則——這才是真正重要的問(wèn)題。

一、為什么現(xiàn)在是真正的拐點(diǎn)？

在講競(jìng)爭(zhēng)之前，先確認(rèn)一件事：這一次真的是真的。

過(guò)去三年，AI的“拐點(diǎn)”被宣布過(guò)太多次，以至于很多人產(chǎn)生了免疫。但2026年的這次不一樣，有三個(gè)信號(hào)同時(shí)出現(xiàn)，而且是第一次同時(shí)出現(xiàn)。

第一個(gè)信號(hào)：門(mén)檻降到了普通人能用的程度

Gary Tan在YC的Lightcone節(jié)目里提到，一些毫無(wú)技術(shù)背景的管理者，已經(jīng)把公司流程交給了OpenClaw。郵件整理、信息查詢、表單填寫(xiě)，24小時(shí)自動(dòng)流轉(zhuǎn)。這在一年前還不可想象；而在國(guó)內(nèi)，AI春晚完成了最大范圍的市場(chǎng)教育。

技術(shù)本身不算新，但2026年是第一次真正普及到普通用戶?？捎眯陨系目缭?，這個(gè)區(qū)別很重要——不是“技術(shù)可以做到”，而是“普通人真的在用”。

第二個(gè)信號(hào)：市場(chǎng)響應(yīng)速度空前，按天計(jì)算

OpenClaw爆火后幾天內(nèi)，三大云一鍵部署上線，網(wǎng)易推出國(guó)產(chǎn)版，OpenAI把創(chuàng)始人招入麾下。這種響應(yīng)速度在以往的技術(shù)浪潮中從未出現(xiàn)過(guò)。

原因是AI降低了開(kāi)發(fā)門(mén)檻，工具之間的組合變得更快，生態(tài)形成的速度也隨之加速。以前任何新技術(shù)的落地都需要慢慢搭建配套，現(xiàn)在這個(gè)過(guò)程被壓縮到了以天計(jì)算。

第三個(gè)信號(hào)：企業(yè)第一次算得清賬

富士通用Agent優(yōu)化倉(cāng)儲(chǔ)，省了1500萬(wàn)美元。醫(yī)療機(jī)構(gòu)節(jié)省了400工時(shí)。Foxconn有80%的決策實(shí)現(xiàn)了自動(dòng)化。AI從“燒錢(qián)的技術(shù)”變成“省錢(qián)的機(jī)器”，企業(yè)的大規(guī)模采用就成了順理成章的事。

劍橋大學(xué)技術(shù)經(jīng)濟(jì)學(xué)家Carlota Perez研究過(guò)去200年的五次技術(shù)革命，發(fā)現(xiàn)每次技術(shù)革命都會(huì)經(jīng)歷“安裝期”和“部署期”。安裝期是基礎(chǔ)設(shè)施建設(shè)和投機(jī)泡沫，部署期是真正的大規(guī)模應(yīng)用和財(cái)富創(chuàng)造。

AI的安裝期大概是2017到2024年。模型在進(jìn)化，算力在積累，大量早期應(yīng)用在試錯(cuò)和死亡。

2025到2026年是轉(zhuǎn)折點(diǎn)。三個(gè)信號(hào)同時(shí)出現(xiàn)，意味著部署期已經(jīng)開(kāi)始。

部署期的特征是：技術(shù)已經(jīng)足夠好，問(wèn)題不再是“能不能做到”，而是“誰(shuí)來(lái)做、怎么做、做給誰(shuí)”。

這就是為什么現(xiàn)在的競(jìng)爭(zhēng)如此激烈，也如此關(guān)鍵。安裝期的競(jìng)爭(zhēng)是技術(shù)競(jìng)爭(zhēng)，部署期的競(jìng)爭(zhēng)是市場(chǎng)競(jìng)爭(zhēng)、場(chǎng)景競(jìng)爭(zhēng)、信任競(jìng)爭(zhēng)。規(guī)則變了。

對(duì)個(gè)人從業(yè)者來(lái)說(shuō)，這個(gè)轉(zhuǎn)折點(diǎn)意味著：你的工作數(shù)據(jù)如果已經(jīng)線上化，AI大概率會(huì)干得比你更好。程序員最先受到?jīng)_擊就是這個(gè)原因——代碼全都在線上，AI把這些數(shù)據(jù)一學(xué)就可以做得比大部分人更好。越早看清楚，越早調(diào)整。

二、競(jìng)爭(zhēng)的三層結(jié)構(gòu)：哪層是機(jī)會(huì)，哪層是陷阱

大多數(shù)人沒(méi)有意識(shí)到，他們?cè)谀囊粚痈?jìng)爭(zhēng)，決定了他們的命運(yùn)。

Sequoia Capital對(duì)Agent價(jià)值鏈做了一個(gè)清晰的三層分析，我認(rèn)為這是目前最準(zhǔn)確的競(jìng)爭(zhēng)地圖。

第一層：基礎(chǔ)層（模型+算力）

這一層正在快速商品化。OpenAI、Anthropic、Google、Meta在這里競(jìng)爭(zhēng)，開(kāi)源模型不斷拉低價(jià)格上限。兩年內(nèi)，百萬(wàn)token的成本下降了90%以上。

這一層不是創(chuàng)業(yè)機(jī)會(huì)。不是因?yàn)樗恢匾?，而是因?yàn)樗母?jìng)爭(zhēng)邏輯是規(guī)模競(jìng)爭(zhēng)，需要的資源量級(jí)不是創(chuàng)業(yè)公司能匹配的。Kimi K2.5能以O(shè)penAI旗艦?zāi)Ｐ?/8到1/9的價(jià)格提供接近的效果，這本身就說(shuō)明基礎(chǔ)層的商品化速度有多快。

第二層：編排層（Agent運(yùn)行時(shí)+記憶+工具調(diào)用）

這是現(xiàn)在最熱鬧的一層，也是最危險(xiǎn)的一層。

LangChain、LlamaIndex、各種Agent框架都在這里競(jìng)爭(zhēng)。OpenClaw也在這里。這一層解決的問(wèn)題是：如何讓Agent更好地規(guī)劃任務(wù)、調(diào)用工具、保持記憶、協(xié)調(diào)多個(gè)子Agent。

問(wèn)題是：這一層正在被基礎(chǔ)層吸收。

Agent的進(jìn)化史，就是腳手架不斷被內(nèi)化回模型的歷史。推理模型出來(lái)，催生了第一批Agent產(chǎn)品；這些產(chǎn)品跑出了數(shù)據(jù)，數(shù)據(jù)訓(xùn)練了更強(qiáng)的模型；更強(qiáng)的模型把之前需要腳手架才能做到的事情內(nèi)化了進(jìn)去；然后又催生了新的腳手架需求，循環(huán)往復(fù)。

Claude Code廣受好評(píng)，Codex更進(jìn)一步，OpenClaw讓任務(wù)無(wú)限拉長(zhǎng)——每一次進(jìn)步，都是在把之前需要人工搭建的編排能力，內(nèi)化到模型本身。

The Information的分析直接點(diǎn)出了這個(gè)問(wèn)題：“編排層是一個(gè)陷阱。所有人都在搶編排層，但這一層會(huì)在18到24個(gè)月內(nèi)被模型廠商吸收。OpenAI的Operator、Anthropic的Claude Cowork——這些都是模型廠商在收回編排層。”

OpenClaw的故事是最好的證明。它在編排層做到了極致，然后創(chuàng)始人被OpenAI收編，項(xiàng)目轉(zhuǎn)入基金會(huì)，OpenAI提供資金和技術(shù)支持。這不是失敗，但也不是獨(dú)立的勝利。這是編排層玩家的典型命運(yùn)：要么被吸收，要么在吸收之前找到更深的根。

第三層：應(yīng)用層（垂直工作流+用戶關(guān)系）

這才是真正的機(jī)會(huì)區(qū)！

a16z在分析歷次平臺(tái)轉(zhuǎn)型時(shí)發(fā)現(xiàn)，每次人們都預(yù)測(cè)基礎(chǔ)設(shè)施會(huì)捕獲所有價(jià)值，但每次都錯(cuò)了。PC時(shí)代，微軟贏了操作系統(tǒng)層，但Oracle、SAP、Salesforce在應(yīng)用層捕獲了巨大價(jià)值。移動(dòng)時(shí)代，蘋(píng)果和Google贏了平臺(tái)層，但Uber、Airbnb、Instagram在應(yīng)用層捕獲了巨大價(jià)值。

a16z的預(yù)測(cè)：應(yīng)用層將產(chǎn)生比基礎(chǔ)設(shè)施層更多的百億美元公司。

但應(yīng)用層的競(jìng)爭(zhēng)不是“做一個(gè)AI版的XX”，而是深度嵌入特定場(chǎng)景，建立只有在那個(gè)場(chǎng)景里才能積累的東西。

Bessemer Venture Partners分析了高價(jià)值垂直Agent的共同特征：任務(wù)頻率高（每天或每周，不是每年）、錯(cuò)誤成本高（用戶愿意為可靠性付費(fèi)）、有專有數(shù)據(jù)優(yōu)勢(shì)的可能、監(jiān)管復(fù)雜性（對(duì)通才形成壁壘）。

對(duì)創(chuàng)業(yè)者來(lái)說(shuō)，這意味著一件事：別去搶編排層。去找一個(gè)足夠大但大廠不愿意做的場(chǎng)景，深度嵌入，建立只有在那個(gè)場(chǎng)景里才能長(zhǎng)出來(lái)的東西。

三、意圖層，新的搜索框爭(zhēng)奪戰(zhàn)

理解了三層結(jié)構(gòu)，還需要理解一個(gè)更深的競(jìng)爭(zhēng)邏輯。

Ben Thompson在Stratechery上提出了一個(gè)關(guān)鍵洞察：Agent時(shí)代的競(jìng)爭(zhēng)，本質(zhì)上是對(duì)“意圖層”的爭(zhēng)奪。

搜索時(shí)代，Google控制了“查詢”——你搜什么，Google就知道你想要什么，從而控制了整個(gè)信息生態(tài)，把內(nèi)容提供者變成了供應(yīng)商。

推薦時(shí)代，抖音/TikTok控制了“推薦”——你喜歡什么，使用越久，抖音比你還清楚，從而控制了內(nèi)容生態(tài)，成為史上估值最高的未上市公司。

Agent時(shí)代，誰(shuí)控制了“意圖”——你想要什么，在你把它轉(zhuǎn)化成具體任務(wù)之前的那個(gè)原始需求——誰(shuí)就有了同等量級(jí)的杠桿。

Thompson的原話是：“最接近用戶原始意圖的Agent，對(duì)它下面整個(gè)技術(shù)棧都有最大的杠桿。”

這就是為什么Gary Tan說(shuō)YC的slogan或許該從“做人們想要的東西”改成“做Agent會(huì)選的東西”。Agent選什么，背后是意圖層的競(jìng)爭(zhēng)。Supabase、Resend這類(lèi)B端工具流量暴漲，核心原因是AI讀得懂它們的文檔，能在執(zhí)行任務(wù)時(shí)自動(dòng)選擇它們。這就是意圖層競(jìng)爭(zhēng)的早期表現(xiàn)。

但Agent時(shí)代的意圖競(jìng)爭(zhēng)和搜索時(shí)代、推薦時(shí)代有一個(gè)根本區(qū)別：意圖需要持續(xù)的關(guān)系和上下文，不是一次性的查詢。

Google可以通過(guò)一個(gè)搜索框捕獲意圖。Agent需要通過(guò)長(zhǎng)期的交互、記憶積累、場(chǎng)景理解來(lái)捕獲意圖。這意味著意圖競(jìng)爭(zhēng)不是贏者通吃，而是每個(gè)場(chǎng)景里贏者通吃。

a16z的分析印證了這個(gè)判斷：“意圖是極難捕獲的，因?yàn)樗枰掷m(xù)的關(guān)系和上下文，而不只是一次交互。這創(chuàng)造了不同的競(jìng)爭(zhēng)動(dòng)態(tài)：不是全面贏者通吃（像搜索），而是每個(gè)場(chǎng)景里贏者通吃。你的工作Agent、你的健康A(chǔ)gent、你的財(cái)務(wù)Agent——不同的玩家可以在不同的場(chǎng)景里獲勝?！?/p>

這對(duì)企業(yè)來(lái)說(shuō)意味著一個(gè)非常具體的問(wèn)題：你的產(chǎn)品能不能被Agent選中？

能被Agent選中的產(chǎn)品，有幾個(gè)共同特征：文檔結(jié)構(gòu)清晰（AI讀得懂）、API設(shè)計(jì)簡(jiǎn)潔（Agent調(diào)用得了）、錯(cuò)誤信息明確（Agent能處理異常）。這些聽(tīng)起來(lái)是技術(shù)問(wèn)題，但本質(zhì)上是“你是否把Agent當(dāng)成了你的用戶”這個(gè)思維問(wèn)題。

OpenClaw代表的核心范式轉(zhuǎn)移是：用戶變了，你的AI代理成為了主要用戶，它代表你去調(diào)用各種軟件服務(wù)。

四、護(hù)城河的真實(shí)清單：什么是模型永遠(yuǎn)吸收不了的

現(xiàn)在回到最核心的問(wèn)題：在這場(chǎng)競(jìng)爭(zhēng)里，什么東西是真正的護(hù)城河？

這個(gè)問(wèn)題有一個(gè)陷阱：大多數(shù)人以為的護(hù)城河，其實(shí)不是。

技術(shù)領(lǐng)先不是護(hù)城河——模型會(huì)追上來(lái)。UI體驗(yàn)不是護(hù)城河——容易復(fù)制。先發(fā)優(yōu)勢(shì)不是護(hù)城河——沒(méi)有數(shù)據(jù)飛輪的先發(fā)，只是先死。

First Round Capital和YC都做過(guò)類(lèi)似的分析，結(jié)論高度一致：真正的護(hù)城河，是模型永遠(yuǎn)吸收不了的東西。

第一：專有的真實(shí)世界數(shù)據(jù)

不是公開(kāi)數(shù)據(jù)，不是通用數(shù)據(jù)。是你在業(yè)務(wù)運(yùn)轉(zhuǎn)過(guò)程中自然積累的、別人拿不到的數(shù)據(jù)。你服務(wù)了一千個(gè)客戶之后沉淀的行業(yè)know-how，你的Agent在真實(shí)場(chǎng)景中跑了百萬(wàn)次之后形成的決策模式。

關(guān)鍵不是“有數(shù)據(jù)”，而是“有一個(gè)越轉(zhuǎn)越快的飛輪”。越多人用，數(shù)據(jù)越好，產(chǎn)品越好，更多人來(lái)用。這個(gè)循環(huán)一旦轉(zhuǎn)起來(lái)，后來(lái)者追不上。

第二：已建立的用戶信任

Gartner調(diào)查了500個(gè)企業(yè)CIO，78%在試點(diǎn)AI Agent，但只有23%在規(guī)模化部署。第一大障礙不是技術(shù)，是信任——“我們不相信Agent能在沒(méi)有人工審查的情況下做決策”。

信任是時(shí)間的函數(shù)，不是算力的函數(shù)。你可以用AI寫(xiě)出完美的品牌故事，但你不能用AI替你積累十年的行業(yè)聲譽(yù)。在一個(gè)所有人都能說(shuō)漂亮話的時(shí)代，“這個(gè)人靠譜”這五個(gè)字價(jià)值千金。

第三：監(jiān)管關(guān)系和制度性壁壘

金融牌照不會(huì)因?yàn)锳I消失，醫(yī)療準(zhǔn)入資質(zhì)不會(huì)因?yàn)锳I消失。當(dāng)所有人都“能做”的時(shí)候，“被允許做”反而成了真正的篩選機(jī)制。Bessemer分析的高價(jià)值垂直Agent里，法律、金融、醫(yī)療排在前三——因?yàn)楸O(jiān)管復(fù)雜性對(duì)通才形成了天然壁壘。

第四：物理世界的嵌入

AI的能力在數(shù)字世界里幾乎無(wú)限，但一旦涉及物理世界，它就需要“身體”。你的軟件可以被復(fù)制，但你在某個(gè)城市鋪設(shè)的服務(wù)網(wǎng)絡(luò)不能。你的算法可以被模仿，但你和某條工廠產(chǎn)線的深度集成不能。

第五：組織上下文和記憶積累

這是最被低估的一個(gè)?。?/p>

Lenny's Newsletter采訪了15位AI創(chuàng)始人，得出的最重要結(jié)論是：記憶不是功能，記憶是產(chǎn)品本身。

一個(gè)運(yùn)行了6個(gè)月的Agent，積累了三種記憶：情節(jié)記憶（過(guò)去發(fā)生了什么）、語(yǔ)義記憶（用戶的偏好和上下文）、程序記憶（如何為這個(gè)特定用戶做事）。競(jìng)爭(zhēng)對(duì)手無(wú)法通過(guò)提供更好的模型來(lái)復(fù)制這些——他們必須說(shuō)服用戶從零開(kāi)始，放棄所有積累的上下文。

Chris Dixon的分析更直接：“運(yùn)行了6個(gè)月的Agent，相對(duì)于新Agent有巨大優(yōu)勢(shì)，因?yàn)樗?個(gè)月關(guān)于用戶的上下文。這創(chuàng)造了一種不同于移動(dòng)App的鎖定——不是‘我的數(shù)據(jù)都在這里’，而是‘這個(gè)Agent了解我’。”

這五樣?xùn)|西，有一個(gè)共同的底色：它們都需要“時(shí)間×真實(shí)性”才能長(zhǎng)出來(lái)。AI可以把生產(chǎn)壓縮到零，但它壓縮不了生長(zhǎng)。

這條分界線：凡是可以被AI瞬間生產(chǎn)出來(lái)的，都不值得押注。值得押注的，是那些需要時(shí)間和真實(shí)性才能長(zhǎng)出來(lái)的東西。這個(gè)判斷在Agent競(jìng)爭(zhēng)的語(yǔ)境里，變得更加精確和緊迫。

對(duì)創(chuàng)業(yè)者來(lái)說(shuō)，這意味著一個(gè)非常具體的自測(cè)：你在建造的東西，18個(gè)月后會(huì)不會(huì)被模型升級(jí)覆蓋？如果答案是“會(huì)”，你在建造的不是一個(gè)公司，是一個(gè)功能。

五、競(jìng)爭(zhēng)的演化時(shí)間線，窗口比你想象得短

現(xiàn)在把所有分析整合成一條時(shí)間線。

這條時(shí)間線來(lái)自The Information、Sequoia、Benedict Evans等多方分析的交叉驗(yàn)證，我認(rèn)為是目前最可信的預(yù)測(cè)。

2026年：工具混戰(zhàn)期（現(xiàn)在）

特征是所有人都在做Agent，門(mén)檻極低，同質(zhì)化嚴(yán)重。這一年的競(jìng)爭(zhēng)邏輯是：誰(shuí)先占住用戶的“第一個(gè)Agent”位置。

死亡模式很清晰：功能堆砌、沒(méi)有場(chǎng)景深度、被模型原生能力覆蓋。First Round Capital分析了200多個(gè)Agent創(chuàng)業(yè)公司，發(fā)現(xiàn)73%建立在模型能力之上，而這些能力會(huì)在18個(gè)月內(nèi)被原生吸收。

這一年，大多數(shù)Agent創(chuàng)業(yè)公司會(huì)死。因?yàn)槲恢缅e(cuò)——站在了編排層，或者站在了模型和用戶之間當(dāng)搬運(yùn)工。參見(jiàn)：開(kāi)年創(chuàng)造者入場(chǎng)避坑：3層框架避開(kāi)先發(fā)陷阱

對(duì)個(gè)人從業(yè)者來(lái)說(shuō)，這一年是認(rèn)知建立期。不要追每一個(gè)熱點(diǎn)，要建立自己的判斷框架。你在哪個(gè)場(chǎng)景里有不可替代的上下文，比你會(huì)用哪個(gè)工具更重要！

2027年：場(chǎng)景卡位期

混戰(zhàn)結(jié)束，垂直場(chǎng)景開(kāi)始出現(xiàn)領(lǐng)導(dǎo)者。數(shù)據(jù)飛輪開(kāi)始轉(zhuǎn)動(dòng)，先跑通場(chǎng)景的玩家開(kāi)始建立壁壘。

這一年的關(guān)鍵變量是：誰(shuí)的Agent在真實(shí)工作流里跑的任務(wù)最多，誰(shuí)就積累了最好的場(chǎng)景數(shù)據(jù)。

Bessemer的警告值得重視：“垂直Agent市場(chǎng)將快速整合。在大多數(shù)垂直領(lǐng)域，只會(huì)有1到2個(gè)贏家。建立領(lǐng)導(dǎo)地位的窗口是從現(xiàn)在起的12到18個(gè)月?！?/p>

這意味著，如果你現(xiàn)在還沒(méi)有找到你的垂直場(chǎng)景，2027年底你就會(huì)發(fā)現(xiàn)那個(gè)場(chǎng)景已經(jīng)有人占住了。

對(duì)企業(yè)來(lái)說(shuō)，這一年是戰(zhàn)略選擇期。采購(gòu)哪個(gè)Agent工具，不只是效率問(wèn)題，是戰(zhàn)略問(wèn)題——你選擇的Agent會(huì)積累你的組織上下文，這個(gè)上下文會(huì)成為你的資產(chǎn)，也會(huì)成為你的鎖定。

2028年：生態(tài)整合期

場(chǎng)景領(lǐng)導(dǎo)者開(kāi)始橫向擴(kuò)張，Agent之間開(kāi)始互相調(diào)用。

這一年的競(jìng)爭(zhēng)邏輯從“單個(gè)Agent競(jìng)爭(zhēng)”變成“Agent網(wǎng)絡(luò)競(jìng)爭(zhēng)”。誰(shuí)的Agent能被其他Agent調(diào)用，誰(shuí)就有了新的增長(zhǎng)飛輪。

MCP協(xié)議的競(jìng)爭(zhēng)意義在這個(gè)階段會(huì)變得清晰。現(xiàn)在看起來(lái)是技術(shù)標(biāo)準(zhǔn)之爭(zhēng)，實(shí)際上是生態(tài)控制權(quán)之爭(zhēng)——誰(shuí)定義了Agent之間通信的標(biāo)準(zhǔn)協(xié)議，誰(shuí)就有了類(lèi)似HTTP之于互聯(lián)網(wǎng)的地位。

這一年，孤島型Agent（不能被其他Agent調(diào)用）會(huì)面臨生存危機(jī)。

2029年：成熟市場(chǎng)

3到5個(gè)主導(dǎo)平臺(tái)，加上眾多垂直專家。這個(gè)結(jié)構(gòu)類(lèi)似于今天的企業(yè)軟件市場(chǎng)——Salesforce、SAP、Oracle是平臺(tái)，無(wú)數(shù)垂直SaaS是專家。

馬斯克說(shuō)人類(lèi)向“硅基智能”轉(zhuǎn)型的窗口僅剩約2000天。不管這個(gè)時(shí)間線是否精確，它指向的方向是一致的：這場(chǎng)轉(zhuǎn)型的速度，超過(guò)所有人的預(yù)期。

Benedict Evans的觀察給了這條時(shí)間線最好的注腳：App Store時(shí)代的10年演化，Agent時(shí)代會(huì)壓縮到2到3年。這意味著更快的贏家，也意味著更快的輸家。

六、定價(jià)革命，你在和誰(shuí)競(jìng)爭(zhēng)

還有一個(gè)維度，是大多數(shù)分析都忽略的：Agent公司在和誰(shuí)競(jìng)爭(zhēng)。

大多數(shù)人以為Agent公司在和其他軟件競(jìng)爭(zhēng)。這是錯(cuò)的。

Bessemer Venture Partners的分析直接點(diǎn)出了這個(gè)問(wèn)題：Agent時(shí)代，定價(jià)邏輯從“按座位收費(fèi)”轉(zhuǎn)向“按結(jié)果收費(fèi)”。這意味著Agent公司不是在和軟件競(jìng)爭(zhēng)，是在和人力成本競(jìng)爭(zhēng)。

傳統(tǒng)SaaS：你付錢(qián)買(mǎi)使用權(quán)，每月固定費(fèi)用。

Agent時(shí)代：你付錢(qián)買(mǎi)結(jié)果，只有成功了才付錢(qián)。

Harvey（法律AI）按文件收費(fèi)，Cognition（軟件工程）按任務(wù)收費(fèi)，Artisan（銷(xiāo)售）按預(yù)約到的會(huì)議收費(fèi)。

這個(gè)轉(zhuǎn)變的競(jìng)爭(zhēng)含義是：如果一個(gè)Agent能做$6萬(wàn)/年員工的工作，收費(fèi)$3萬(wàn)/年就是絕對(duì)的競(jìng)爭(zhēng)優(yōu)勢(shì)——不是相對(duì)于其他軟件，而是相對(duì)于雇人。

Goldman Sachs的市場(chǎng)分析印證了這個(gè)框架：AI Agent的總可尋址市場(chǎng)是4.1萬(wàn)億美元、4.1萬(wàn)億美元、4.1萬(wàn)億美元（重要的事說(shuō)三遍），相當(dāng)于當(dāng)前全球知識(shí)工作者的勞動(dòng)力市場(chǎng)。這不是軟件市場(chǎng)的一個(gè)子集，而是勞動(dòng)力市場(chǎng)的一個(gè)子集。

競(jìng)爭(zhēng)框架因此發(fā)生了根本性的轉(zhuǎn)變：不是“哪個(gè)軟件功能更好”，而是“誰(shuí)能更好更便宜地完成這項(xiàng)工作”。

能自信提供“按結(jié)果收費(fèi)”的公司，說(shuō)明它的Agent足夠可靠，這本身就是最強(qiáng)的競(jìng)爭(zhēng)信號(hào)。這也解釋了為什么YC觀察到B端Agent公司達(dá)到100萬(wàn)美元ARR的速度是B端普通SaaS的3倍——因?yàn)樗鼈冊(cè)诤腿肆Τ杀颈容^，而不是在和其他軟件比較，價(jià)值主張更清晰，決策更容易。

對(duì)企業(yè)來(lái)說(shuō)，這意味著評(píng)估Agent工具的框架需要改變：不是“這個(gè)工具值多少錢(qián)”，而是“這個(gè)Agent能替代多少人力成本，可靠性如何”。

七、OpenClaw之后，真正的競(jìng)爭(zhēng)才開(kāi)始

回到開(kāi)頭的問(wèn)題：OpenClaw為什么被收編？

不知我的分析和你心中的答案是否對(duì)應(yīng)。

OpenClaw做了一件極其重要的事：它證明了個(gè)人Agent是可行的，它讓普通人第一次真切地感受到“AI在實(shí)打?qū)嵉馗苫盍恕?。它是部署期開(kāi)始的信號(hào)彈。

但信號(hào)彈本身不是目的地。

OpenClaw所在的編排層，正在被基礎(chǔ)層吸收。這是技術(shù)演化的規(guī)律——每一層的創(chuàng)新，最終都會(huì)被下一層內(nèi)化。就像當(dāng)年的推理能力、多Agent協(xié)作能力，都被內(nèi)化進(jìn)了模型本身。

真正的競(jìng)爭(zhēng)，在編排層之下，在應(yīng)用層之中。

在那里，競(jìng)爭(zhēng)的規(guī)則是：誰(shuí)控制了意圖，誰(shuí)積累了上下文，誰(shuí)建立了信任，誰(shuí)嵌入了物理世界，誰(shuí)擁有了監(jiān)管關(guān)系。

這些東西，不是靠算力堆出來(lái)的，不是靠融資燒出來(lái)的，不是靠模型升級(jí)得到的。它們是在真實(shí)場(chǎng)景里，一天一天長(zhǎng)出來(lái)的。

前文開(kāi)年創(chuàng)造者入場(chǎng)避坑：3層框架避開(kāi)先發(fā)陷阱里寫(xiě)過(guò)一個(gè)判斷標(biāo)準(zhǔn)：先發(fā)陷阱的本質(zhì)不是時(shí)間問(wèn)題，是位置問(wèn)題。死的不是入場(chǎng)早的人，死的是站在模型和用戶之間當(dāng)搬運(yùn)工的人。

站在編排層的人，正在被吸收。

站在意圖層的人，正在建立最強(qiáng)的杠桿。

站在應(yīng)用層、深度嵌入垂直場(chǎng)景的人，正在建立唯一真正持久的護(hù)城河。

窗口真實(shí)，但窗口比所有人想象的都短。

Bessemer說(shuō)，垂直Agent市場(chǎng)建立領(lǐng)導(dǎo)地位的窗口是12到18個(gè)月。The Information的時(shí)間線說(shuō)，2027年底沒(méi)有建立清晰領(lǐng)導(dǎo)地位的玩家，大概率出局。

這是正在發(fā)生的故事，這是2026的每一天。

參考文獻(xiàn)：

1. Ben Thompson， "Agents and Aggregation" & "The Agent Layer Cake" & "Why OpenClaw Changes Everything"， Stratechery， 2025-2026

2. Sequoia Capital， "The Agent Stack: Where Value Accrues"， 2026

3. a16z， "Intent is the New Search" & "The Application Layer Renaissance" & "Why the Agent Era is Different from Mobile"， 2025-2026

4. Bessemer Venture Partners， "The Vertical Agent Opportunity: A Framework" & "The Death of Per-Seat Pricing"， 2025-2026

5. First Round Capital， "Why Most AI Agent Startups Will Fail" & "Agent-Native vs Agent-Enabled" & "The Agent Startup Playbook"， 2025-2026

6. Lenny Rachitsky， "The Only Moats That Matter in the Agent Era" & "Memory is the New Moat"， Lenny's Newsletter， 2025-2026

7. Benedict Evans， "The App Store Moment for AI Agents"， 2026

8. The Information， "The Orchestration Wars" & "The Consolidation Timeline"， 2026

9. Andreessen Horowitz， "Why Cursor Won and What It Means for Agent Startups" & "How Agents Create Lock-in: A Framework"， 2025

10. Coatue Management， "Data Flywheels in the Age of Agents"， 2025

11. NFX， "Network Effects in the Agent Economy"， 2026

12. Goldman Sachs， "The $100B Agent Market: Where the Money Will Flow"， 2026

13. Carlota Perez， "Technological Revolutions and Financial Capital"， Cambridge University Press（框架引用）

14. Y Combinator， "What Doesn't Get Absorbed: A Framework" & "Why B2B Agent Startups Are Winning"， 2026

15. Gartner， "The Trust Deficit: Why Enterprise Agent Adoption is Slower Than Expected"， 2026

16. Azeem Azhar， "AI and Perez's Technology Revolutions Framework"， Exponential View， 2025

17. VentureBeat， "OpenClaw and the Open Source Agent Ecosystem"， Feb 2026

18. YC Lightcone Podcast， Gary Tan， Harj Taggar， Jared Friedman， Feb 2026

本文來(lái)自微信公眾號(hào)：AIGC從0到1，作者：王零壹（ex上市公司CMO，《AIGC從0到1》第一作者，專注AI時(shí)代的商業(yè)模式與產(chǎn)品架構(gòu)，主張"用AI，不AI"?！癆IGC從0到1”是創(chuàng)造者的航海日志，由<航線圖><方向舵><壓艙石>組成）

本內(nèi)容由作者授權(quán)發(fā)布，觀點(diǎn)僅代表作者本人，不代表虎嗅立場(chǎng)。如對(duì)本稿件有異議或投訴，請(qǐng)聯(lián)系 tougao@huxiu.com。

本文來(lái)自虎嗅，原文鏈接：https://www.huxiu.com/article/4836961.html?f=wyxwapp