新眸对话开为杨通：Agent的终极形态并非“超级智能”

发布日期： 2025-05-19 阅读量： 作者： 小编

　　今年初，一场由Manus引发的产品井喷，吸引了行业对“智能体价值”的集体审视。作为承接大模型落地的关键形态，Agent被普遍认为即将重构人与机器协作的基本范式。

　　这场热潮中，对“时间窗口”的把握显得尤为重要，杨通2016年创立的开为科技（KiWi），在Manus上线后的一个月内，迅速推出了对标产品Roles Space（螺丝空间），通过自然语言生成初步流程，自动拆解任务后输出结果。针对“Agent技术护城河不高”的争议，他坦言，“随着LLM开源、MCP协议标准化，基础技术确实不再是独家秘方。”

　　在他看来，现在的AI创业早已过了技术垄断的阶段，而是进入“产品驱动+运营驱动”的综合竞争。但也同时强调，Agent的壁垒，或许在于对场景的解耦——把多智能体协作、长周期规划、工具调用等技术模块，整合成可落地的“任务级解决方案”。

　　争议的焦点在于，Agent是否真正解决了“复杂问题处理”的痛点。数据显示，当前主流Agent产品在单轮对话场景（如信息查询）的完成度可达80%以上，但在涉及多工具调用、长周期规划的复杂任务中，成功率骤降。

　　作为一个连续创业者，从社交APP、计算机视觉，到如今的Agent，当行业陷入“Agent万能论”与“泡沫论”的争辩时，杨通对AI的看法带着技术人的理性与创业者的敏锐。

　　他承认Agent的空间远超机器视觉（“市场规模可能是百倍千倍”），但拒绝空谈技术颠覆，而是聚焦“如何让智能体真正进入企业workflows”；看好MCP协议的革命性，但也坦言“长周期规划、多智能体协作仍有技术卡点”；相信人机协作是未来，但强调“人类永远需要在关键环节‘踩下刹车’”。

　　“现阶段Agent能完成70%的执行性工作，比如数据清洗、生成、流程自动化，但剩下30%的策略决策、创意判断、风险鉴别，必须由人类主导。”

　　随着百度、字节等大厂入局，Agent竞争愈发复杂。大厂的优势是流量与资本，但也受制于“大象转身”；创业公司的机会，或许是大厂不愿涉足的“深水区”，但当大厂开始复制小而美模式，他们的差异化能维持多久？

　　面对国内C端AI产品的盈利困境，用户付费习惯尚未养成，高昂的GPU成本让市场成为‘烧钱战场’，如果转向B端，又如何界定可量化的ROI，让企业愿意为“数字员工”买单？

　　一系列追问之下，这个新兴领域的未来，既不取决于技术参数，也不依赖资本故事的包装，而在于那个最朴素的问题：它是否让人类的工作与生活，变得更简单、更高效、更有尊严？

　　在技术泡沫与务实创新的博弈中，问题的答案，将预言Agent是否真的是改变世界的开端。

　　杨通：对于大厂来说，转型可能意味着放弃原有优势，但对初创公司，转型是主动拥抱更大的机会。

　　当时主要考虑两点，首先是技术迭代的窗口期。十年前ResNet的出现让计算机视觉准确率明显提升，催生了AI四小龙。但近年来，Transformer架构和大模型带来了更颠覆性的机遇——NLP让AI从“理解图像”进阶到“理解世界”，结合虚拟世界与物理世界的交互接口，Agent具备了规划、协作、使用工具的能力，其中的商业价值和市场空间远超单一的计算机视觉。

　　其次是考虑到市场逻辑的本质区别。我们原先业务主要是ToG和部分ToB，本质上仍是互联网经济的延伸；现在通过MCP协议将所有SaaS工具“智能化”，使其成为Agent可调用的模块，彻底重构了软件的使用方式。这种变革不仅覆盖ToB领域，还延伸到ToC场景，市场规模可能达到计算机视觉的数十倍甚至百倍。

　　新眸：Agent概念近两年爆发式增长，尤其近期市场出现不少类Manus产品。你认为他们的核心竞争力是什么？

　　现在技术壁垒确实不像十年前那样高，大模型开源、开发框架普及，以及Cursor等工具提升工程师效率，基础技术能力已相对标准化。比如Manus的核心优势并非技术独家，而是“先手”和“运营”。

　　Manus作为一款通用型Agent产品，抢占了市场窗口期，早期的营销快速积累百万级用户，尽管留存率和使用时长未必理想，但凭借流量效应获得BenchmarkCapital等机构大量的融资，估值飙升。这种“融资能力→技术投入→生态构建”的循环，本身就是竞争力的一部分。

　　简单来说，现在AI创业进入“产品驱动+运营驱动”的全周期竞争。就像当年的Snapchat用滤镜重新定义社交，Agent时代需要重新定义人机交互的“新界面”。

　　C端产品依赖用户体验和裂变能力，B端则更注重市场拓展与销售落地。短期团队需要在技术和产品设计上建立复合壁垒；长期则取决于资源整合能力——当行业进入成熟期，头部效应会加剧，最终比拼的是融资规模、生态布局和全球化能力。

　　有争议也并非坏事。对创业公司，市场声量能快速建立品牌认知，只要产品有突出亮点，就能形成融资和迭代的抓手。

　　新眸：最近有款叫Fellou的产品主打“浏览器+AI+工作流”，声称要颠覆传统浏览器，你对此怎么看？

　　杨通：Fellou定位是“Agent原生浏览器”，主打的网页内容总结、自动化填表等功能，本质上是Agent在浏览器场景的工具化延伸，而ChatGPT、Manus等通用智能体通过插件形式已能实现类似效果（如用ChatGPT总结网页内容）。用户没有强动机为“专用浏览器”迁移——毕竟Chrome、Safari等主流浏览器的用户习惯、插件生态已非常成熟。

　　另外必须要考虑的是，浏览器作为入口级应用，成功依赖“自带流量+生态绑定”。回想90年代的IE、如今的Chrome，背后是Windows系统、安卓生态的支撑。Fellou作为独立产品，既没有硬件/系统级流量加持，也未展现出超越现有Agent的独特价值（比如更精准的网页交互、更深度的工作流整合），用户接受度可能会有限。

　　对比来看，通用Agent虽然也面临留存难题，但聚焦“复杂任务处理”，场景更垂直、痛点更明确。在现有技术框架下，Agent与浏览器更可能是“功能叠加”，而非“颠覆”。

　　杨通：我也关注了“心响”。它跟Manus这些Agent产品思路不太一样，和传统大模型应用也有本质区别。大模型擅长“快问快答”，Agent是处理“复杂任务”

　　举个例子：比如你问“新街口哪家咖啡店人气高”，大模型几秒钟就能列出结果；但要是想深入分析“这些咖啡店的客群特点、盈利模式，以及位置对客流的影响”，就需要Agent花更长时间来回搜索数据、交叉验证信息，还要调用不同工具（比如查地图数据、扒行业），最后整合出一份完整的分析。

　　相比Roles把智能体拆成了“分工明确的助手”，大家按流程协作。“心响”走的是角色化路线，比如处理法务问题时，会分配不同专业的“律师角色”，做旅游规划时搭配“向导角色”和讲解的数字人。这种模式挺有意思，实际效果得看后续市场反馈。

　　新眸：国内AIC端产品大多面临盈利困境，Agent的商业模式该如何破局？

　　杨通：这里有个残酷的现实：国内用户很难为通用型Agent买单。高昂的GPU成本、激烈的流量竞争，让C端创业变成“烧钱游戏”。除大厂有流量和资本支撑外，大部分创业公司都把C端业务转向海外了。

　　但B端市场却展现出截然不同的图景，我们给企业做的方案，核心是让Agent当“数字员工”，让Agent用ERP、CRM这些软件，帮助处理数据分析、生成等任务时，最终人工审核，价值变得可量化。

　　杨通：随着大模型API开放，创业团队能在几周内搭建出基础Agent框架，不过功能集中在对话、内容生成，缺乏差异化。市面上80%的C端智能体都主打“全能助理”，实际体验与ChatGPT高度重合。

　　就中美市场来看，用户早已被头部产品（如ChatGPT、Midjourney）占据心智，且对“虚拟助手”的付费阈值很低，每月20美元已是敏感带。创业公司为获取流量，不得不投入高额营销费用，容易获客成本高于收入。

　　B端的Agent主要是“替代低端操作”，客户愿意为效率提升付费，这也是我们笃定ToB的核心，更看重“可量化的ROI”。

　　杨通：一类是面向办公场景，比如一些嵌入式的工具帮用户自动生成PPT大纲、整理会议纪要，替代了Trello、Notion等传统协作工具功能。再者是传统BI工具，比如Tableau、PowerBI，痛点是操作门槛高，而Agent能通过自然语言指令完成各类任务。最后是AIGC，从图文创作到视频剪辑，Agent正在重构营销内容生产链。

　　至于C端市场，付费场景集中在“应急”，比如学生写论文时用Agent做文献调研、职场人用其生成PPT大纲，典型产品如Jasper、NotionAI，采用订阅制，用户群体以高频文案工作者、科研人员为主。

　　杨通：商业模式并无本质区别，依然以订阅制服务为主，但产品形态和价值交付方式更“智能化”。

　　杨通：我们的核心优势在于“AI驱动的降本效率”：传统SaaS开发一个复杂功能可能需要6-12个月，而我们基于大模型和MCP协议，能在1个月内完成同等能力开发。再直白点，盈利周期更短，依托AI自动化，我们2025年三季度基本盈利，而传统SaaS企业平均需要3-5年实现盈亏平衡。这种效率提升让我们能以更低价格提供更优质服务。

　　新眸：现在AI行业也常提到“先烧钱买流量，再思考变现”的旧模式，您认为未来AI产品的变现逻辑会如何演变？

　　杨通：AI时代的变现逻辑与传统互联网有本质区别，十年前互联网产品核心成本是人力与获客，而AI产品的算力成本占比超过80%。以200万用户规模为例，仅算力设备投入就可能高达3000万美元，远超人员与获客成本之和。

　　这种变化导致AI产品必须“上线即变现”，流量越大，算力亏损越严重。例如OpenAI虽用户基数庞大，但高昂的算力成本倒逼其必须快速推出付费版和企业级API收费。

　　就现在看，C端靠场景化付费。像Cursor、Perplexity等产品，解决高频刚需，以订阅制实现盈利。这类产品的核心是“单次使用价值明确”，用户为具体功能付费。B端是ROI导向的企业服务，客户付费意愿强于纯流量型产品。

　　杨通：存疑。通用型Agent的用户使用时长碎片化，难以形成稳定广告流量；另一方面，企业级AI产品更注重数据安全与效率，广告植入可能破坏用户体验。目前来看，广告可能仅适用于低算力成本的轻量工具类产品。

　　杨通：核心在于“价值可量化”与“成本可覆盖”——无论是C端的“场景刚需付费”，还是B端的“效率提升收费”，本质都是让用户清晰感知“使用收益超过支出”。

　　与互联网时代“先圈地后变现”的模式不同，AI产品必须在上线初期就证明“商业价值≥成本”，否则将陷入“流量越大、亏损越重”的陷阱。未来成功的AI企业，一定是在垂直场景中实现“高价值密度”的玩家。

　　杨通：C端垂直场景的刚需型产品，比如Cursor，精准定位高频场景，通过“免费试用+高级功能订阅”，程序员日均使用时长超过2小时，付费转化率达15%。还有Perplexity，几乎使用3-5次复杂调研后，付费转化率超过20%，因为“节省的时间成本远高于订阅费用”。

　　B端企业效率的工具型产品，比如微软Copilot for Business，绑定企业现有工作流成为刚需，还有我们的Roles解决客户实际难题，按任务收费，年度订阅，有60%的客户复购率。

　　新眸：之前微软把Copilot嵌入Office和Teams，定位成企业工作流的中枢。它和Agent的关系关系是什么，为什么当时会有定位上的争议？

　　杨通：Copilot是Agent在办公场景的垂直化应用，争议简单理解，是大公司在新旧技术衔接时的矛盾。

　　2023年刚推出时，Copilot以“插件”形式存在于Word、Excel中，用户通过对话框下达指令，本质是Agent调用Office功能的轻量化形态。这种模式贴合企业现有工作流，降低了使用门槛。

　　2024年迭代后，Copilot试图整合视觉语言模型、复杂任务和自动化任务，功能更接近通用Agent。但微软面临一个核心矛盾：作为靠Office软件盈利的巨头，既要让Copilot展现智能体的先进性，又不能动摇Office的主体地位，导致功能“既像工具又像平台”，用户难以清晰认知。

　　对比创业公司，Copilot绑定了亿级用户的办公生态，但传统软件的架构限制了智能体的自由度，高昂的定价策略也让中小客户望而却步。

　　杨通：大厂的优势是流量与资源，但庞大的组织架构让他们难以快速转身。比如微软Copilot的转型阵痛。创业公司的机会在于“小而美”的场景深耕，我们之前服务的某跨境电商客户，需要Agent同时对接ERP、CRM、海外社交媒体，这种垂直场景的深度适配，是大厂标准化产品难以覆盖的。

　　更关键的是，Agent时代正在打破“赢家通吃”的互联网定律。就像OpenAI与Anthropic的竞争推动技术进步，正在构建多元共生的生态。大厂搭建基础设施，创业公司在细分领域开疆拓土，这种“热带雨林式”的生态，最适合技术创新。

　　杨通：这一轮AI革命让所有人站在了同一起跑线，我觉得创业公司的优势更明显：更灵活、更专注、更纯粹。大厂往往受限于原有业务框架，比如百度可能得需兼顾搜索生态，微软要平衡Office原有功能，而创业公司可以彻底聚焦Agent原生设计。小船掉头快，大船资源足，在技术变革期，创新力或许比规模更重要。

　　杨通：终极形态难以定义，但下一阶段的核心变化一定围绕“人机协作深化”，当前Agent需要用户频繁介入每一步操作，未来会进化为“隐性协作”——AI自主规划复杂任务，仅在关键节点请求人类决策。随着多模态交互普及，结合语音、视觉的交互方式会成为主流。用户通语言描述，Agent同步生成演示，过程中自动识别用户表情反馈，动态调整内容。

　　预计未来3个月内，市场会出现至少5-10款聚焦“低介入度协作”的Agent产品，我们也在研发类似功能，目标是让用户在8小时工作中，有4小时能通过Agent提升效率。

　　早期认为Agent是“替代人力的工具”，现在意识到它是“连接一切的生态节点”。以后Agent不仅能调用ERP、CRM系统，还会接入更多企业私有工具，形成“Agent+X”的协作网络。

　　过去关注模型精度、工具调用效率，现在更注重“场景价值密度”。比如为零售客户开发的智能定价Agent，不是比拼技术参数，而是看能否将定价周期从3天压缩到2小时，是否真正降低了人力成本。

　　这种变化让我们更聚焦客户真实需求，不是做“全能Agent”，而是成为特定场景的“效率刚需”。

　　新眸：“人机协作”是Agent的核心形态，这种协作模式会如何改变工作方式？

　　杨通：理想的Agent不是独立的智能体，而是人类的“数字影子”。比如律师使用Agent会自动检索法律数据库、生成诉讼提纲，但最终决策仍由人类决定，整体来看，最好是“70%机器执行+30%人类决策”。

　　技术层面，我们正在解决“长周期规划”与“多智能体协作”的难题。当Agent能自主规划复杂任务、动态调整执行策略，并在出错时主动请求人类介入，才算真正协作智能。这不是简单的技术叠加，而是需要将“人类反馈机制”深度融入模型训练，让Agent学会“用错误学习”，而不是一味顺从。

　　现在C端用户感知较弱，解决这一问题的关键，是场景不断下沉与交互不断简化，如同2000年的浏览器、2010年的移动应用，Agent可能经历“工具化→平台化→基础设施化”三阶段：现阶段作为效率工具服务企业与高频用户，未来可能嵌入手机、汽车等终端，成为类似“操作系统”的底层设施，实现“无感化普及”。

　　杨通：证明Agent的商业价值，留下“AI产品化”的方法论遗产，比如如何将实验室技术快速转化为可落地的企业级解决方案，为后来者提供路径参考。

　　当地时间5月16日，美国财政部公布的数据显示，2025年3月，美债前三大海外债主中，日本、英国增持美国国债，中国减持。中国由美国第二大债主变为第三大债主，英国变为第二大债主。随着美国总统特朗普对全球推出百年未见的高关税后，美国债市陷入动荡。

　　大象新闻记者姜明圆上官正义于2025年开云网站开云网址5月12日曝光湖南长沙县一处乡村别墅内存在非法活动后，引发广泛关注。该事件涉及地下产业链的多个环节，并因幕后人员直接联系举报者的“求和”行为进一步引发舆论震动。

　　中美日内瓦经贸会谈联合声明中华人民共和国政府（“中国”）和美利坚合众国政府（“美国”），认识到双边经贸关系对两国和全球经济的重要性；认识到可持续的、长期的、互利的双边经贸关系的重要性；鉴于双方近期的讨论，相信持续的协商有助于解决双方在经贸领域关切的问题；本着相互开放、持续沟通、合

　　来源：央视新闻客户端当地时间18日，印度空间研究组织使用极地卫星运载火箭发射地球观测卫星“EOS-09”。该卫星原计划被送入太阳同步轨道，但发射后不久，发射基地与卫星失联。随后，印度空间研究组织宣布卫星未能成功进入预定轨道，发射任务失败。

　　大象新闻记者近日，大象新闻记者联合知名打拐志愿者上官正义在湖南省长沙市蹲守多处非法场所。5月12日中午14时许，记者向相关部门举报后，跟随开福区卫生健康局、当地公安及市场监督管理局执法人员进入一处位于开福区绿城春晓苑的非法的别墅内。

　　当地时间5月12日，中美经贸高层会谈后，双方发布《中美日内瓦经贸会谈联合声明》，大幅降低双边关税水平，基本取消了4月2日美国发动关税战以来加征的关税。彭博社指出，美国在会谈中作出了让步，中国几乎得到了所希望的最理想结果。这令一直密切关注相关进展的岛内舆论炸了锅。

　　中国女排前队长朱婷妹妹被保送浙大，网友质疑不合规，校方：录取审核时不知其身份

　　美签被取消后悔莫及 #美国签证 #美国签证面试问题 #美国签证申请攻略 #美签 #美国签证拒签 @DOU+小助手

　　潮水退去，大概率还是美团占据70%的市场，不要纠结了，京东现在好的也不能太乐观，美团还是我们餐饮人最应该重视和发力的平台。饿了么最近讲实话确实吃到一波红利，但是也就仅限大城市。广大的代理商毛都没有，未来的京东可能也是会大城市去发展自己的基本盘，一年以后我们再看，让时间告诉我们答案！

上一篇: 不玩虚的！深入 B 端 SaaS 产品设计核心理念｜干货

下一篇: 泛零售B端SAAS为何成为未来零售业的必备利器

Kaiyun(中国大陆) - 官方认证的数字化服务平台

新眸 对话开为杨通：Agent的终极形态并非“超级智能”

随便看看

新眸对话开为杨通：Agent的终极形态并非“超级智能”