文 | 硅谷101黑丝 足交
本年3月初，一款名为“Manus”的通用AI agent居品发布之后爆火。到了3月底，Manus的母公司Butterfly Effec被爆正寻求新一轮融资，办法估值将特别5亿好意思元。
由于Manus处于内测阶段，仅以邀请码模式通达使用，一度让邀请码在二手平台上被炒到数万东说念主民币，无数开发者、投资东说念主和从业东说念主员排着队等测评。
与此同期，业内对Manus的评价从最开动一边倒的追捧，开动有了越来越多质疑和月旦的声息。
对Manus的争议一方面来自于这个团队并莫得相配强的时刻才略，大模子用的Antrhopic的Claude、之后与阿里通义千问合作，被质疑是“套壳”居品，没啥门槛。公司打出的营销话术“寰球上第一个通用AI agent”明显不属实，海外开发者社区早就有这样的general AI agent居品，加上千般媒体和自媒体早期夸张的修饰用词，反而激勉了不少东说念主对Manus激进营销的反感。
然则在另一方面，一些投资东说念主和从业者却看到了相配积极的一面，认为Manus在居品交互上确乎作念得可圈可点。他们指出这个年头作念demo容易，作念出一款好居品却很难，创业公司作念彭胀的时候斗胆少量没什么不好。
而愈加让东说念主奋斗的是，Manus天然不够好，但却让东说念主看到了AI应用爆发前夜的清晨晨曦。
这篇著述咱们就来聊聊Manus激勉的热捧与争议、AI agent的时刻发展道路、咫尺边临的时刻瓶颈、什么是一款好的AI agent居品，以及通用AI agent何时才能莅临。
01 测评ManusChapter 1.1 开发者测评Manus硅谷101也拿到了几个邀请码，团队的小伙伴们都测试了一遍，但遵守确乎比期待中差了不少。
Jacob
硅谷101后期正经东说念主：
我用Manus找一下稿件中的信息来源，我以为对于GPT是愈加贤慧了少量，然则很马虎多任务它花了半个小时才跑完。
陈茜
硅谷101结合首创东说念主兼视频主持东说念主：
我让它帮我整理分镜稿，嗅觉它的审好意思像实习生，而且作念著述的分镜图时卡了21个小时，当今还卡着。
泓君
硅谷101结合首创东说念主兼视频主持东说念主：
让Manus整理微信翰墨稿时出现了幻觉问题。
王可倚
硅谷101特约接洽员，《创来宾生》主持东说念主：
它最开入耳懂了我的需求，然则施行半途就跑偏了。
咱们也邀请了AI agent开发者Nathan Wang来系统性地评测下Manus。Nathan在昔日两年有着丰富的AI agent及AI应用开发资格，他但愿能量化地暗示模子的才略，是以陶冶了一个测评的机制，何况这个系统也可以去测评其他应用或是模子。以下为Nathan评测的部安分容：
我主要有三个掂量磋磨：“准确度”、“可费用”、“完成度”，同期以“接洽”、“教诲”、“生存”、“数据分析”、“创意性责任”这五项任务归类。
我字据每个磋磨的发扬从1到5打分，发扬越好得分越高，发扬越差得分越低，终末取三个维度的平中分。
先说它作念得好的部分：接洽方面为4分，教诲方面为4.5分。这两块的才略黑白常强的，正确性、完成度都很高。
但这两个畛域的终结其实是稳当咱们预期的，因为ChatGPT、 Claude还有Gemini都是有深度接洽的功能，它其实即是在互联网上帮你查找千般各样的信息，字据需求让大模子解说，或者作念出一些行动。
Manus AI构架背后用的是其他模子，据传言说是Claude、DeepSeek-R1，Manus会愚弄这两个模子，字据用户需求生成一个任务列表，然后Manus可以通过编程、互联网搜索，像东说念主相同查阅浏览器上的内容，来持取信息。
总体来说，Manus更多是通过器用、函数、API来获取信息并转头，或者通过渲染的模式给用户发扬出来，比如作念成一个表格、施行一些表率等。
但除了接洽和教诲外，Manus在生存、数据分析、道感性方面的得分却比较低，“生存”为3.5 分，“数据分析”为2.5分，“道感性”2.5分。
在咱们的测试中，Manus遭遇的比较大的问题是，它将不同信源信息整合在一皆的才略不是绝顶强；模子本人的逻辑才略、信息概述才略还不够，尚不及以在用户的实质体验中提供灵验的匡助。
以上是Nathan评测的一部分节选，想看完整版的不雅众可以收看硅谷101视频或Nathan的微信视频号“硅谷AI领航”。
马虎转头下Manus的才略：在马虎一些的任务上，它给到了很丝滑的通用AI Agent的交互居品形态，天然Nathan认为这个居品在硅谷开发者社区中很早就有公司有东说念主在作念了，然则对非开发者2C用户来说，当看到Manus页面上展示出它确实在加快看视频、读取文档、探问不同的网站搜索信息时，确乎让用户第一次感受到了“AI agent”在造谣寰球充任机器东说念主、帮用户完成一系列任务的后劲，还黑白常惊艳的。
天然对于略微有难度的任务它完成得不太好，甚而出现了卡壳几十个小时的征象，阐明它还处于相配早期的居品阶段，之后还需要许多的迭代。
Chapter 1.2 2C居品的用户阈值与“唤醒铃”也有嘉宾认为，咱们应该对AI初代居品有所谓的“阈值”倡导。在到达AGI之前，也许不会有准确度100%、完全准确不出错的通用AI agent。人人需要给AI agent一些时辰和耐性，不同东说念主群的需求，会检朴单到复杂逐渐迭代地被终结。
周炜
创世伙伴老本（CCV）首创主管合资东说念主
前KPCB中国基金主管合资东说念主：
我认为Manus这个居品特别了用户的阈值。用户要把一个居品行为坐褥力器用，它必须要特别达到某个稳重度以上才可以完整的使用。
ToB端其实有许多AI居品依然有很好的收入了，然则C端来说，人人以前莫得嗅觉到有个居品改善了生存，我认为Manus作念到了这点，它把用户体验作念得很可以。天然咫尺它的才略比较平方，最终也不成能四平八稳，但至少从咫尺来看，它的一些功能都作念得很完善，将来还有络续普及空间。
咱们看到一些争议，说它只是AI主宰大众，劝诱另外两个AI底层模子来完成任务，这种讨证明明了一个问题，那即是咫尺AI从业者群体里面有一个很大的误区：在时刻上自嗨。
我印象很深的是，乔布斯被踢出苹果又且归后，在一个公开大会上有1000多个工程师，其中一个工程师站起来挑战他说：你又不懂时刻，凭什么指导咱们、作念这个公司的指导者？乔布斯的恢复是：我知说念如何欢快用户需求、用户需要什么样的居品、何况我可以把它卖出去。
我以为这就很好地恢复了当今对Manus的质疑，在申斥它只是是一个AI劝诱大众的时候，为什么你不去作念一个完整的用户界面来终结用户实在的需求？这才是当今AI从业者需要想考的问题，怎样让居品体验超越用户的阈值、能够变成坐褥力器用，淌若作念到了这少量，阛阓认同度就会很高。
Deepseek对全球来说一个Wake-up call（唤醒铃），它告诉人人：蓝本大模子还可以用这种旅途来终结，而不是通过暴力堆叠的旅途。而Manus我以为亦然一个唤醒铃，它告诉统共的AI从业者，不要烂醉于时刻底层，你要作念的是提供一个完整度高的居品，让人人都用起来，最终终结时刻平权、时刻普惠，淌若连老爷爷、老奶奶都开动用它何况以为好用，这才是咫尺ToC端居品的大建立。
Manus给了一个相配廓清的信号：大模子底座依然准备就绪了，满盈作念一个完成度高的居品。是以我觉妥贴今黑白常好的发力时机。
TensorOpera AI结合首创东说念主何向阳认为，要作念好AI agent居品，有四个纬度：“模子”、“器用”、“数据”、“基础设施”。居品或公司至少要在其中两项占完全上风，才能保持最初。他认为，Manus占据了“器用”和“数据”这两个上风。
何向阳
TensorOpera AI
ChainOpera AI结合首创东说念主：
Manus占到了器用的上风，因为他把多个器用缝合到了一皆，他可能也有一些私有式样，比如劝诱多个agent相互合作。我以为把千般器用缝合本人即是一个特质，它确乎可能用的是其他的底层模子，但它可以集聚用户发送的prompt（教导词），对比哪些教导词输出的终结更好，这样就可以匡助它迭代升级。
因为Manus有先发上风，可以早点拿到用户数据，可能会发现哪些agent更紧迫，然后更快速的迭代它，是以它其实依然在不停升级数据和器用的路上了，这刚好是应用创业者要去作念的。
至于模子和基础设施，我以为跟大厂合作就好了，就不要去四两拨千斤了。
“时刻依然Ready了”，这是咱们和许多AI从业者和投资东说念主交流的时候，他们走漏出的信号和见识。
02 AI Agent时刻发展史昔日一段时辰“agent”这个词略微有点被“太泛化”了，门槛有点过低，是以咱们先明确下AI Agent的界说。
凌晨三点完整版在线观看时刻东说念主员平凡将AI Agent界说为：具有“逻辑推理才略和决策才略”（Reasoning）、“挂牵才略和荆棘文解析”（Memory）、“器用使用才略”（Tools）这三种才略，甚而更进一步说，还需要具备学习使用不同新器用的才略。
Keith Zhai
Tiny Fish结合首创东说念主：
咱们我方界说的agent，它应该在某种兴味上像东说念主相同，可以使用千般网页器用，也同期还可以学习怎样使用不同的东西，但这点对Agent来说黑白常难的挑战。
咱们来望望昔日几年，AI生态圈是怎样发展推理（Reasoning）、挂牵（Memory）和器用（Tools）这三种主要才略的。
Chapter 2.1 推理才略Nathan Wang
硅谷101特邀接洽员
AI Agent开发者：
AI Agent需要有很强的逻辑才略，因为它最终帮用户施行任务的时候，需要理明晰这个任务该如何决策？用哪些器用？得到信息之后应该作念哪些动作？是以推理（Reasoning）是最紧迫的才略之一。
2022年10月，就在ChatGPT上线的一个多月前，ReAct框架被普林斯顿和Google Brain合作的团队提议。
ReAct是一个将推理和举止与LLMs（大谈话模子）相结合通用的范例，这让大模子不仅能恢复问题，还能推理并采选行动。马虎来说，即是让AI在恢复问题的同期，能够施行一些动作，不单是“动动嘴皮子”。
Nathan Wang
硅谷101特邀接洽员
AI Agent开发者：
ReAct所作念的事情愈加偏向于prompt engineering（教导词工程），他其实是通过设定一些不同的教导词，能让大谈话模子按照一定的模式去输出。
比如说第一步是先解析用户想要的是什么，然后再想考下一步要去作念什么，同期也告诉模子，有哪些器用可供选拔。当模子有逻辑才略之后，它会选拔一种器用，比如用户要订机票，那就要去搜索机票联系的信息，然后agent就解析过调用某个器用或API，也可以是模子我方写的功能，来完成这一系列的动作。得到这些信息后，agent还要想考，下一步是要帮用户定这个机票，如故告诉用户这个信息，再让用户来决定。是以统共AI Agent的构架其实都是从这篇论文开动的。
但那时的开端进模子GPT-3.5的才略相对有限，使得AI Agent的逻辑推理才略并不出彩，格外率很高。
此自后发布的GPT-4在解析才略、推理才略、恢复质料都大幅普及。同期2023年3月23日，ChatGPT插件功能Plugin发布，允许大谈话模子调用外部器用并开发APT，维持开发者将LLM与数据库、器用和互联网连络。这些都让AI agent的开发者们昂扬不已。
Nathan Wang
硅谷101特邀接洽员
AI Agent开发者：
刚开动ChatGPT只可作念一些对话、生成文本，但自后它就可以搜索互联网上的内容了，还可以让它接入不同的数据库去索取信息，或者使用一些器用。
那时开发者社区烦扰了，因为通盘模子有了推理才略，也可以接入千般各样的器用来完成一系列复杂的操作。那时有个公司比较故兴味，叫作念Zapier，这个公司是2011年景立的，但它们主要作念一些自动化器用。但大谈话模子发布后，他们就第一时辰去帮大谈话模子去作念这系列器用，许多早期的开发者应该都用过Zapier，比如它可以让大谈话模子接入谷歌邮箱，无意其他的应用，让大谈话模子可以完成更复杂的责任。
是以在2023年头，AI Agent时刻三大身分的第一步依然搭建好了，逻辑推理才略提到了权贵普及，也可以接千般外部API、调用外部器用来完成任务。
接下来，开发者生态进入到了时刻发展的第二章：挂牵才略与荆棘文解析。
Chapter 2.2 挂牵才略Nathan Wang
硅谷101特邀接洽员
AI Agent开发者：
刚开动GPT大致唯独4096个token，其实黑白常少的，大致只可输入3000多个英文单词，那时人人相配郁闷莫得办法输入更多信息让模子去施行地更好。
但到5月份的时候，OpenAI最大的竞争敌手Anthropic，发布Claude模子。这个模子一开动得到开发者的关注，主要原因就在于，跟ChatGPT比拟，Anthropic可接管的token大致普及了100多倍，意味着它可以获取更多的信息去想考和决策。是以Anthropic的发布亦然时刻史上相配关节的一笔。
2023年5月11日，Anthropic推出的Claude模子可以维持10万token的荆棘文窗口，使得LLM能够处理更大畛域的信息，并增强基于浩繁信息的推理和决策才略。
不久之后的2023年6月13日，OpenAI也在这一办法作念出了时刻迭代，发布函数调用（Function Calling），引入JSON模式和1.6万token的荆棘文窗口。这让AI可以更可靠地调用外部API，比如说查天气、自动填表等等任务。
紧接着在2023年11月21日，Anthropic的Claude 2.1版块又进一步，把荆棘文窗口扩展到20万个token，相配于AI一次性可以记取一整本教科书的内容，想考才略大大普及。也意味着能进一步扩大大模子的挂牵才略，优化推理和决策过程。
再之后在2024年2月，谷歌发布Gemini 1.5的时候，将荆棘文窗口的token数扩展到了百万级别，至此，“挂牵”这个AI Agent发展必备中的第二个时刻壁垒也完全被冲破，对于开发者们来说不再是大问题。
Chapter 2.3 器用使用2023年底，前两个时刻壁垒的突破，让大谈话模子能充任造谣寰球的机器东说念主这件事情变得愈加可行，这时一些初创公司开动在硅谷生态圈活跃了起来。
Nathan Wang
硅谷101特邀接洽员
AI Agent开发者：
我知说念的第一个让大谈话模子去为止用户电脑的AI Agent应用公司是Simular，它应该是2023年12月底的时候发布了初版Demo。人人看到AI agent的功能依然变得越来的刚劲了，从开动使用千般器用、接千般数据库、调用不同的应用，依然发展成可以操控电脑了。这少量让我以为AI Agent的时刻道路有了极大的飞跃。
2024年10月底，Claude发布了“computer use”功能，让AI Agent平直为止规划机的才略更进了一步，AI变得更像实在的、可以行动起来的智能助手。
Nathan Wang
硅谷101特邀接洽员
AI Agent开发者：
你可以看到开发者社区或初创公司其实走的比大厂要早许多。
AI圈引人注目的Andrew Ng（吴恩达）教化在2024年底对于AI Agent的演讲，透彻燃起了时刻圈和非时刻圈东说念主们对于AI Agent的期待和存眷，“2025年将成为AI Agent应用元年”的展望开动出当今各大媒体头版上。
天然千般各样的AI Agent应用demo在全球开发者社群中早就推而广之了，但在Manus出现之前，大部分AI Agent创业公司主要聚焦于企业级（ToB）应用，而非平直面向滥用者（ToC）。是以难点在那儿呢？
Keith Zhai
Tiny Fish结合首创东说念主：
其实自从有互联网开动，集聚上统共器用的遐想式样，主要办法都是为了让东说念主类使用，在这样的逻辑下，机器想完成准确、大面积的交互是很难的，这是在大谈话模子出现前东说念主类无法贬责的问题。
在AI Agent之前行业莫得酿成范式共鸣，是以当今距离AI Agent终结通用化还差一步，那即是通盘产业的维持。
Chapter 2.4 一步之遥咱们前边提到的逻辑推理、荆棘文挂牵、器用调用这些才略，在何向阳看来，都属于“single agent”（单独智能体）的时刻发展。
但要让AI Agent实在发展起来，作念到主流化、畛域化，那还需要终结multi-agent（多个智能体）之间的通讯和互联，不同的Agent需要在不同开辟、不同机房之间去作念规划和联动，才能鼓动上亿级别用户契机的应用。这其中的难点在于通用的、圭臬化的合同适配范式。
何向阳
TensorOpera AI
ChainOpera AI结合首创东说念主：
用大模子来驱动逻辑推理、荆棘文挂牵、器用调用这些才略，所产生的AI agent，被人人界说为单独智能体，这是第一个发展阶段。
第二阶段的标记，就在于agent之间能终结互重复信。
第三阶段是让agent在不同的开辟、不同的机房之间规划、联动，我以为它是将来维持亿级别用户必须要有的架构，这是一个单点是无法作念到的。
咫尺，咱们仍然处于第三阶段的竞争和尝试中，这个阶段要贬责的问题是，许多网站或者器用不维持AI agent的调用。
比如说许多网站和服务都会有“反机器东说念主/anti-bot”的诞生，咱们也看到Manus施行任务时也每每因为探问不了一些数据而导致任务失败，是以在这个阶段中，咱们需要打造一个通用合同来贬责这个问题，才能维持不同AI agent之间的联动。
包括Anthropic等在内的许多公司正在作念合同适配上的尝试。2024年11月初，Anthropic推出“模子荆棘文合同”（Model Context Protocol，简称MCP），引进了“应用如何为LLM提供荆棘文”的表率。
Anthropic将MCP合同称为“AI应用的USB-C端口”，维持将大模子平直连络到数据源。此前，企业和开发者要把不同的数据接入AI系统，都得单独开发对接有磋磨，而MCP作念的，即是提供一个 “通用” 合同来贬责这个问题。
关联词，MCP贬责了第三代时刻的问题，还有终末一代问题，是咫尺AI Agent应用大畛域爆发的壁垒，那即是：实在宗一的Agent-Agent之间Protocol通讯圭臬与散播式规划，就像如今的安卓与iOS相同，咱们也需要一个全球承认且通用的AI OS。
何向阳
TensorOpera AI
ChainOpera AI结合首创东说念主：
举个例子，当今有两个落寞的agent，淌若要让这两个agent之间相互合营，就需要造第三个agent，这个agent来正经和前两个agent之间互重复信。
但agent之间的交互莫得圭臬，可能一个合同是A，另一个合同是B，是以第三个agent就要把各自的合同给改一下，让两者之间能互重复信。
就好比10年、20 年前，有两种电脑，一个是IBM造的，另一个是Intel造的，它们之间底层的链路莫得买通，就会导致软两个软件之间莫得办法换取，那时还莫得TCP/IP的时候就比较勤奋。但到迁移互联网的时候，比如说基站的通讯圭臬TTL、 TEL等等，淌若统共开辟软件都稳当这个圭臬，人人是可以相互交流的。
是以今天单独智能体里面调用器用的问题，MCP依然一定进度地贬责了，但两个agent之间如何通讯，是更高维的通讯合同。我对将来AI的假想即是，有一个相配复杂的散播式集聚，有浩繁的服务，用户的诉求分发到通盘集聚里面，然后得到一个响应。
我依然看到安卓的首创东说念主（之一）出来切身作念AI OS 这件事情，我以为安卓一定要被重构，可能这个系统你掀开之后即是一个框，你可以问的一切问题，统共的信息或动作都会呈当今这个框的里。这个是我认为合同的中枢。
2024年11月底，一个由安卓系统前高管们创业的公司，/dev/agents招引了外界和媒体的醒目，他们书记获取了5600万好意思元的种子轮资金，结合首创东说念主兼首席施行官David Singleton暗示：“咱们需要一个访佛于安卓系统的东说念主工智能时刻”。
他们想要打造的就和何向阳的公司相同，但愿开发一个通用操作系统，为AI Agent提供一个联合的平台。淌若作念到了，终末一个AI Agent的时刻壁垒也就买通了，AI Agent就达到了第四阶段。
何向阳
TensorOpera AI
ChainOpera AI结合首创东说念主：
咱们想作念一个实在的distributed multi-agent framework（散播式多代理框架），何况是hybrid as cloud（夹杂云）的架构，这样的话就需要agent之间的通讯，何况不是一个单系统，它是公司之间的合营。
咫尺Router这种时刻（如何笃定分发意图、买通不同的agent的合同），咱们当今是一个一个地去找合作伙伴适配，咱们正逐渐地尝试去彭胀这种通用的合同。
但字据10年前的训导，这件事最终应该是几个大厂、或者然后国度队结合起来一皆彭胀，有点像通讯畛域的 5G、6G圭臬。
转头一下何向阳从通盘AI Agent生态角度来看待的四代时刻：
第一阶段是planner规划（也即是逻辑推理）、挂牵memory、器用tools，让单个智能体在时刻上的熟练。
第二阶段是通过planner的发展，在单机上终结多个智能体之间的通讯。
第三极点是AI Agent在不同开辟和机房之间能联动，这将鼓动上亿级别的用户承载量。
第四阶段是Agent-Agent之间的通讯圭臬与散播式规划，也即是一个全新的AI OS。这亦然咱们当今正在突破的阶段。
何向阳与许多AI从业者们都说，在暮夜中探索了这样久，当今天快亮了。
何向阳
TensorOpera AI
ChainOpera AI结合首创东说念主：
淌若是一个居品司理的视角，我觉妥贴今的阶段应该说是天亮了。
如今，跟着AI Agent基建的进一步完善，包括底座大模子在内的各项时刻进一步普及，以及科技巨头、初创企业、开发者生态中对合同和圭臬的进一步探索以及联合，咱们似乎能感受到，AI Agent的爆发唯唯一步之遥。
Manus和访佛的通用AI Agent公司只是给咱们打了个样，之后的路还有很漫长。但这一步的距离其实还有挺多莫得贬责的问题。
Nathan Wang
硅谷101特邀接洽员
AI Agent开发者：
推理、挂牵、器用调用这三个才略，只可让路发者作念一个熟练的demo出来，然则淌若想变成一个实在可用的居品，其实还需要贬责两个时刻瓶颈。
一个是可靠性，比如说至少有90～95%以上的情况能给用户正确且联系的信息。
二个是这个鲁棒性，怎样样让大模子或AI agent 能够具有鲁棒性，在千般边际情况下都能够欢快用户需求，黑白常有挑战性的。
Keith Zhai
Tiny Fish结合首创东说念主：
对企业来说有许多问题需要筹商，比如第一步出错的概率是1%，第二步是2%，第三步可能是1%，但最灾祸的情况是，它会有一个叠加的格外遵守，等它完成到第十步的时候，格外率就相配高了，许多企业办公经由达到了十几二十步，终末可能格外率会相配高。
Keith暗示他们公司Tiny Fish扒了一下网上的数据，全好意思国有1.5万家接管了融资的初创企业在作念AI agent办法的创业，这自大出AI agent这个大赛说念的生态火热。
03 硅谷AI Agent公司疆土接下来由硅谷101的特约斟酌员王可倚来归类下，AI Agent公司的疆土和人人在尝试的办法。
咫尺的AI Agent居品主要分为以下三类：
1. 以Manus为代表、直面用户的通用型agent；
2. Agent基础设施与框架层，也即是匡助搭建agent应用的地基和器用；
3. 面向特定行业的垂直化agent，比如编程、客服、销售、科研、生意分析与调研、甚而供应链料理等畛域。
通用型agent前边依然斟酌许多了，接下来重心讲讲后头两类。
Chapter 3.1 Agent基础设施与框架层说到架构，不少开发者小伙伴一定会开头猜测LangChain。这个出生几个月内就获取了超5.5万GitHub星标、和3千万好意思元融资的开源器用，迄今是agent开发者用来让大谈话模子调用外部器用与数据库、领有长程挂牵、及完成多范例责任流的首选器用包之一。
还有一些其他热点器用，比如Pinecone这类匡助agent高效检索外部学问的向量数据库，或让agent能更刚正理私域数据的LlamaIndex等等，天然并非仅针对agent，但也都是咫尺agent应用开发必不成少的“左膀右臂”。
同期各大云服务商也都不甘人后地推出了agent器用包，举例微软的Semantic Kernel、AWS的Bedrock Agents等，用来组合多种AI手段，主打对agent开发者怜惜入微。
就像前边提到的，跟着AI Agent基建和框架层的进一步探索和完善，这一块亦然这两年VC风投老本们相配热点的投资办法，使得开发者们能用的器用和维持生态越来越熟练。
咱们在昔日几个月看到不同业业和场景中，不少创业公司们的Agent应用尝试。接下来咱们聊聊具体的垂直赛说念的明星公司们。
Chapter 3.2 AI编程Agent如今，AI agent应用被认为最早落地的是编程类的agent：它们不仅能自动补全代码，还能协助表率员们编写、调试，甚而自主部署软件。
GitHub Copilot在2025年2月推出的agent模式，想必码农小伙伴们都很熟悉。由初创公司推出的编程agent不仅多到让东说念主目眩，还可以称得上AI届“造星工场”。
堪称首位“AI软件工程师”的Devin，背后是“生下来就在罗马”的新贵初创公司Cognition AI，成立不到半年，估值就跃升到20亿好意思金。Devin声称能替代低级码农落寞阅读时刻文档、编写。
Devin的无餍很浩大，每月高达500好意思金的订阅费也很秀气，但我身边的表率员一又友却吐槽： Devin写代码一般般，作念调研倒还可以。是以实践情况是，定位于企业级用户的Devin在庞杂冗杂的代码库、欠缺的时刻文档和缺乏不清的配景信息（context）这三座大山前，有点力不从心。
Cursor是另一个风头正劲的AI编程助手，出生于四位MIT本科生于2022年创立的公司Anysphere。Cursor由于好用、速率快，对用户代码库解析才略出色，且成本远低于Devin，赶快成为了许多码农的首选，包括OpenAI、Shopify、Instacart的团队都有使用。
据业内音书，不到三岁的Anysphere已终结1.5亿好意思金年化收入，且正在洽谈估值可能高达百亿好意思金的新一轮融资。
其他还有许多编程类agent，比如领有2000万开发者用户的Replit，旗下的AI Agent可以字据天然谈话指示生成完整的网页端应用。还有正在以近30亿好意思金估值融资的Codeium，旗下的Windsurf已拿下包括戴尔在内的超一千家企业级用户；以及字节跨越针对华文开发者推出的编程助手Trae等等。
看来AI编程畛域的agent跑马越来越精彩，不知诸君码农一又友是欢悦如故担忧呢？
Chapter 3.3 客服与销售Agent客服与销售是两个管事密集型岗亭，但如今AI agent在这两个畛域中突显了遵守上风，受到浩繁企业经受的畛域。
客服助理中发扬杰出的是Decagon。这家炙手可热的AI初创公司已融资超1亿好意思元，客户包括人人熟悉的Duolingo、Notion和Eventbrite等。
Decagon的AI客服能自动处理高达70%的客服工单，为企业省俭每年数百万好意思元的东说念主力开支。企业客户之一Bilt曾说：使用Decagon就像整夜之间多招聘了65名全职客服东说念主员。
与此同期，销售畛域则有快速崛起的AI独角兽Clay，它愚弄AI agent自动持取和推行办法客户数据，批量与潜在客户进行量身定制地互动，并帮销售东说念主员处理浩繁责任中的脏活，从而成倍放大销售团队的坐褥力，咫尺已累积了十万名用户。
Chapter 3.4 其他新兴应用场景除了上头说到的几个畛域除外，AI agent还在以下许多畛域扩大影响。
1. 生意调研：行为生意数据分析畛域的头部AI agent，Hebbia服务于全球资管畛域前50名基金中的近1/3，以及多家大型律所、扣问公司、甚而好意思国空军。
2. 科研：学术界明星科研助手Elicit擅长自动生成论文部安分容并处理海量数据，咫尺全球已有特别200万科研东说念主员使用；它极大普及了机器学习、制药与生物科技等畛域的接洽遵守。
3. 供应链优化：被誉为好意思国最奥秘的大数据公司Palantir近期在其东说念主工智能平台（AIP）推出了agent功能，用于自动化料理物流与库存，已在60余家大型企业进入使用。
4. 医疗健康：好意思国最大的医疗信息公司Epic愚弄AI agent，将浩繁繁琐重复的行政责任自动化，比如患者预约与分流、基本换取、手续查抄与面孔批准等，灵验松开了医护东说念主员的包袱。
Chapter 3.5 AI Agent应用小结跟着AI agent时刻的发展，为什么一些应用场景会更快地落地应用呢？咱们发现咫尺取获顺利的agent大多具备以下几个特征：
1. 任务界阐明确且高度重复，比如客服、销售等场景，AI能权贵提效且风险相对较低。
2. 责任流模块化且相对落寞，比如经过邃密切割的软件开发任务，agent可以不需要浩繁配景学问，在紧闭、可控环境中运行。
3. 珍视信息检索、分析与推理，浩繁天然谈话交互，且不需借助复杂外部器用的场景。比如千般模式的调研，利于AI取长补短。
4. 聚焦于协助而非完全取代东说念主类，让企业能够渐渐、稳妥地将AI整合到现存责任流中。
总得来说，业界浩繁认为大模子和agentic AI的底层时刻，已发展到了足以维持浩繁2B畛域生意化的阶段，而2C畛域MVP（最小可行居品）的雏形也依然显现。
天然，想让AI agent承担更复杂的脚色，在遥远挂牵、多模态、API整合、以及多agent合营等方面，还有很长的路要走。此外，企业也要作念好里面经由、数据和文档圭臬化的责任，才能让AI agent更有用武之地，这无意会像10年前的企业上云，并非旦夕之功。
04 AI Agent的将来在Manus激勉的昂扬和争议不久，OpenAI发布了新的Agent功能，推出专用于简化agent开发的API和器用，包括Responses API、内置器用和Agent SDK，匡助开发东说念主员和企业构建有用且可靠的AI Agent。
是以Manus可能只是一说念前菜，而精彩的部分才刚刚开动，Agentic这个词也注定会成为2025年AI赛说念的关节词。
周炜
创世伙伴老本（CCV）首创主管合资东说念主
前KPCB中国基金主管合资东说念主：
ToB端其实旧年就有一些居品收入很高了，ToC端的话，我认为本年会是AI应用的元年。
我以为一个通用的 AI agent想笼罩统共的应用场景是不成能的，统共在AGI达到之前，日常生存中应该需要多种AI agent相互配合，比如有买机票的agent，买保障的agent，买房的agent等等。
其实无用把agent想得太奥秘，它即是相配于日常生存中，某个垂直畛域的护士人或者是从业东说念主员在帮你作念这个事儿。统共在AI agent它应该也有许多个，针对不同的办法帮你贬责不同的问题。
天然，我信服将来统共的agent会是大一统的情状，但说念路还很漫长，是以我以为没必要不雅点太终极。我觉妥贴今创业公司得先专注在垂直畛域把它作念到相配细巧。
Perplexity这个居品就给了人人一个相配明确的办法，你看它从一开动即是专心在“接洽”这一块作念得相配的专科，我以为就走这条路，满盈建立一家很好的公司。
天然，一个新时刻和新范式的产生少不了失败，这个失败在于对创业旅途的失败，也在于对时机判断的失败，还有对于烧钱速率的失败等等。
在AI Agent这条说念路上，咱们依然看到一个初创明星公司的倒下：这即是Adept。
Adept总融资额增至4.15亿好意思金、公司B轮估值特别10亿好意思金晋升独角兽之后，却因为时刻研发受阻而我方又研发基础模子是以烧钱太狠，不得不最终在2024年年中“卖身”给亚马逊。那时，这给统共想要从事AI Agent赛说念的初创公司都枪响了警钟。
淌若Adept能撑过暮夜、撑到如今的清晨时刻，说不定能比Manus拿出更好的居品、公司的结局会不会不相同呢？
不管如何，如今天快亮了，但新的一天才刚刚开动。长路逐渐，还早着呢。
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
黑丝 足交
下一篇：没有了
