在“AI Agent元年”的光环之下，AI Agent赛道是否仅仅一场虚伪昌盛？

跟着在杂乱推理、多模态交融以及自主署理（Agent）才能上更强壮的GPT-5发布，有人高呼“AI Agent年代真的来了”，也有人持谨慎态度，以为“GPT-5是对AI Agent创业者的洗牌”。

当时的AI智能体创业，正如朱啸虎所言，“非常像互联网前期的个人站长”，既充溢草根精力，又面对严酷筛选。曾被捧为“国运级产品”、内测约请码一度炒至10万元一个的AI Agent产品Manus退出中国商场，更是为这一赛道添了一把火，引发广泛热议。

实践上，Manus的窘境，也正是当下部分Agent类产品的一起描写。

虽然2025年被冠以“AI Agent元年”之名，Agent类产品迎来了爆发式增加，并出现出纽扣空间（Coze Space）、GenSpark、心响、心流等明星产品，但它们仍面对技能、商业化与产品商场契合度（PMF）等多重应战。

详细而言，Agent产品的开发与运营本钱昂扬，但用户付费志愿较低，商业化形式没有老练。银河证券2025年陈述数据显现，AI Agent职业的均匀用户获取本钱（CAC）高达50美元/用户，而均匀用户生命周期价值（LTV）仅为20-30美元，标明大都产品仍未完结盈余。

此外，大都Agent产品体会未达预期、功用同质化严峻，导致用户流失率高，难以树立长时刻粘性。那么在元年光环之下， AI Agent 赛道是否仅仅一场虚伪昌盛？

昌盛下的结构性窘境，AI Agent的“单点困局”与“安排距离”

从全体来看，当时的AI Agent商场，短少能实在穿越周期的、展现出“Agent比人类更懂履行”的产品。

究其根源，在于当时的Agent类产品遍及面对着两个深层次的结构性问题：一是Agent类产品遍及为“单点”赋能；二则是适当多的企业，都将重心放在了打造所谓的“通用”功用上。

当时的大大都Agent产品，往往专心于优化单一使命或特定场景（如信息检索、报表生成、使命主动化），但短少对企业出产链条中多个环节的协同整合才能。这种“单点”赋能形式导致Agent在杂乱、跨部门的事务流程中难以发挥“纽带”效果。

形成这一现象的原因，既有技能上的短板，也有安排上的滞后。

从技能上来说，一部分Agent运用在技能上并不老练，在履行触及杂乱逻辑、多过程或调用多个东西的使命时，常呈现卡顿、失利或耗时过长的问题。

以Manus为例，不少用户发现在测验中一旦使命触及多个东西（如文件+邮件+ Notion +云盘），Manus就常常会在履行中卡住、过程成果传递过错，或耗时超越一小时。这反映出了此类Agent运用短少显式回忆机制，以致在多轮对话中状况信息常常丢掉，乃至误用旧信息；或是各东西接口无一致协议，调用全赖prompt“蒙”。

而像纽扣空间这样的产品，在进行“依据数据制作图表”的使命时，完结的状况、质量也非常马虎，难以达到“合格”要求。

这说明现在适当一部分的Agent，底子只要一层prompt调用API，短少一整套结构化的、一致的数据接口，以及相应的推理链条。

而从安排结构上来说，当时许多企业实践上并未完结习气AI年代的“人机协作”转型。

一个显着的比如是，本年上半年，有适当一部分企业落地了编程类Agent运用cursor，但得到的反应却是此类运用没有显着提效。

原因就在于，在企业的实践运作中，一段代码从写出来，到实在“用得上”，往往要阅历需求弄清、使命拆解、代码开发、审阅、测验等多个环节，触及跨部门和谐。

现在的问题不是Agent写得慢，而是企业没有乡村奇门医圣王飞无删减把Agent“嵌进流程”中去。整条“软件交给流水线”仍然是人主导的、批阅制的、串联式结构。

成果就是AI或许节约了20%的开发时刻，但流程中60%的瓶颈底子不在编码环节，而在于安排流程和人为要素。这使得Agent带来的功率提高，在陈腐的“人治”流程面前简直被彻底抵消，全都化作了乌有。

Agent分野，通用虚火噱头与垂类深耕应战

在本年出现的各类Agent中，不少明星产品如Manus、GenSpark、纽扣空间等，都挑选了“通用Agent”的道路。

究竟，与垂类Agent比较，“通用”Agent的概念听起来更性感、幻想空间更大。对投资人而言，“打造AI操作系统”的故事远比“开发HR报销帮手”更悦耳。前期用户也更简略被“万能型”Agent的愿景所招引，通用Agent看似更先进、更万能，更能制作FOMO效应。

但是，实际与愿景存在显着落差，当时的通用Agent技能形状更像一个中等智力的虚拟助理，难以担任系统调度、权限办理等中心功能。

关于个人用户，通用Agent现在境况为难。其处理的往往是琐碎事务，如点外卖、订酒店、日子规划，这些需求自身痛点不深，它们一般不紧迫、评价规范含糊。

用户在这些场景中更重视“心态”与“体会”，而非朴实的“功率”。例如在点外卖时，人们往往更介意点哪家外卖，而不是下单速度。

与之比较，一些专心于“专、窄、深”的笔直范畴、聚集于处理企业详细痛点的AI Agent，反而在本年获得了适当程度的成功。

例如在金融职业中，Muffintech作为稳妥客服Agent，可以主动处理常见客服查询（如保单状况），回复准确率98%，并将理赔批阅时刻缩短至1天，为稳妥公司年节约500万美元。

在法令职业，聚集于文书起草的Harvey，专心处理法令文书起草痛点，如手动研讨耗时长（每案均匀20小时）、文书起草过错率高，完结主动剖析法令事例和法规并生成研讨陈述，准确率90%，为律所带来了直观的功率提高。

虽然这些垂类Agent看上去朴实无华，技能上也并不非常杂乱，但也并非任何一家企业都能容易照搬，其间存在多重门槛和难点。

笔直范畴需求许多且搜集门槛颇高的职业数据，模型有必要针对特定场景进行微调或从头练习。

例如，制作业的Agent需求处理传感器数据，法令Agent需求生成契合逻辑的文书，这些使命对准确率要求极高。

这使得模型团队不只要通晓AI技能，还要了解职业常识，这类复合型人才非常稀缺且招聘本钱昂扬。

一起，垂类Agent需求与企业现有的职业规范系统（如SAP、Salesforce）无缝对接，以完结数据同享和流程优化。

但是，许多企业内部存在数据孤岛问题，跨系统集成需求开发定制API，这需求团队具有系统架构规划和职业软件集成的经历，对技能才能要求极高。

对技能、职业常识的高要求，使得大部分中小企业难以打造出有竞赛力的垂类Agent。

现阶段，包含BAT、字节在内的大厂，都拿手做渠道和demo，例如阿里的钉钉+夸克、百度的千帆App Builder等，但实在把杂乱笔直事务完结端到端改造的事例并不多，大部分仍是小规模试点或简略辅佐。此外，许多企业做了许多POC（概念验证），但实在投入规模化运用的很少。乡村奇门医圣王飞无删减

依据ThoughtWorks陈述发表，由于事务协同缺乏与运营本钱高，高达88%的AI POC未能进入大规模布置。研讨发现，每家公司推出的33个AI概念验证项目中，只要4个可以进入出产阶段。

究其原因是互联网大厂更拿手做“通用才能+流量和渠道”，而实在把垂类职业的脏活、定制、合规、施行做到位，则需求线下深耕与职业Know-How堆集，这和它们的事务特点、查核系统和商业动力并不非常匹配。

跨过商场距离，出海挑选与本乡价值验证

除了前面说到的两大结构性问题，Agent产品自诞生之初便面对着一个挥之不去的商业化难题，即国内与国际商场的深度分裂。

对国内大部分AI企业来说，“合规性”要求下使其开展高度依靠国产模型才能，但是国产模型与美国顶尖模型之间仍存在代际距离。

与国内模型比较，Claude Opus 4 等国外先进模型，在杂乱推理链条，尤其是跨范畴、多条件推导上往往能坚持更安稳的逻辑一致性，出错率更低。

且在上下文长度上，也已做到百万等级。在严厉依照格局、生生长且结构化的文档、代码、JSON 等方面安稳性颇高，这些都是当时国内模型尚难完结的水准。

一起，受限于国内全体数字化程度与消费习气，现阶段B端、C端用户的付费志愿皆不抱负。这使得消费级AI运用，尤其是草创产品，价值更难以被商场充沛认可并完结商业化。

在这样的大前提下，国内AI运用创业者需求支付更大的尽力，来补偿模型才能与商场希望间的价值距离。这意味着团队在场景规划、数据工程、模型了解、商场和事务认知等归纳才能上，需具有愈加深沉的沉淀。

在“高投入、低价值”的压力下，Manus这样的Agent产品挑选出海成为情理之中的战略。

据海外AI创业者泄漏，海外商场对AI产品的估值更为大方，1万日活即可支撑1亿美元估值。也就是说，1个日活用户就价值7万人民币。

虽然如此，出海也并非终极解药。一切Agent产品都逃不过模型才能的比拼。

跟着2025年OpenAI、Anthropic等巨子纷繁开端布局自有的Agent产品，为了坚持竞赛优势采纳“模型断供”战略，将使套壳类Agent的优势敏捷分裂。

例如前段时刻，海外闻名的AI编程运用Windsurf，就遭到了Claude的全面断供，这反映出了许多没有自研模型的企业（包含Manus），在巨子面前的脆弱性。

因而，出海应该是“活下去+练才能”的阶段性战略，不是“一去不返”的结局。

而在国内商场，本钱们留给Agent赛道的耐性亦不会太久。虽然笔直范畴大模型及运用厂商标语不断、标杆事例宣扬频出，但Agent未来能发明多少实在经济效益，仍是个未知数。

但可以必定的是，现在的Agent已经在客服、营销、数据剖析等流程清晰、规矩固定的场景里，实在展现出降本增效的价值。有这些商业化场景托底，Agent在本年就不会全然是一个“泡沫”。

而未来更大的商业化打破，则有待Agent在某些高价值的垂类范畴，例如金融、医疗等场景实在发挥出革新性效果，而这则需求技能演进、安排适配与工业生态协平等多种要素协同效果。

本文来自微信大众号“正见TrueView”，作者：林书，修改：咏鹅，36氪经授权发布。