AI智能体，是不是可以慢一点？ToB产业观察
发布时间：2025-5-8 10:41
发布者：中服云
|
Manus爆火之后，产品过度营销曾使其一度饱受业内争议——不自研大模型，而是基于第三方大模型进行工程化包装，实现通用AI智能体（Agent）的能力。在创始团队看来，极致的套壳就是一种胜利。 大模型应用套壳其实是个微妙的话题。特别是在此之前，无论是DeepSeek还是OpenAI，亦或是加入基础大模型混战的知名科技企业、AI大模型创企，都以标榜自家的基础大模型自研技术能力为荣。 也因此，大模型研发作为一项需要卷算力、卷数据、卷算法的系统性底层工程，且赢者通吃，市场的聚光灯也始终聚焦于头部企业。对于只做上层应用的AI套壳或“借鉴”企业而言，尽管市场爆发的可能性高，但始终不掌握底层核心技术，往往被认为缺乏风险承受能力。金沙江创投主管合伙人朱啸虎甚至直言：“所有AI应用都是套壳应用，说有壁垒是忽悠人的。” 尽管如此，笔者注意到，仅在一个多月的时间内，部分大模型大厂已正快速下探到Manus所在的赛道——AI智能体。而另据外媒报道，Manus背后的公司“蝴蝶效应”获得了由美国风投Benchmark领投的一轮融资，融资金额达7500万美元。该轮融资让Manus的估值提升至近5亿美元。 这种迹象表明，市场需要借DeepSeek-R1大模型普及和Manus应用爆火的催化，去化解过去企业智能化转型过程中遗留的大量业务需求和技术空白。AI智能体在产品设计、商业化服务、安全治理等方面，既是新问题，也是老问题。 大厂下探AI智能体，很努力目前大厂正加快布局AI智能体。 据相关媒体报道，Manus出圈前后，字节就搞了至少5个团队在开发不同AI智能体产品。而据百度官方，新上线的“心响”APP则由一群95后组成的团队，在30天内研 目前字节推出了智能体协作平台“扣子空间”，通过部署多类型AI智能体，调用精通各项技能的“通用实习生”与各行各业的“领域专家”两种专业身份处理任务。基于“扣子空间”，初步提供两种专家Agent，一是针对股票分析的“华泰A股观察助手”，另一个则是针对行研分析的“用户研究专家”。 而百度亮相的体“心响”APP，则是一款宣称对标Manus的通用AI智能体，涵盖超200个任务类型，包括日常的例行任务、城市旅游规划，专业性较强的深度研究、法律咨询、健康咨询等。 而与Manus合作密切的阿里也动作频频。最早在3月份，阿里就与Manus达成战略合作，双方将基于通义千问系列开源模型，在国产模型和算力平台上实现Manus的全部功能。近日，阿里旗下AI智能体“心流”开启了高级研究模式公测，用户可填写问卷等待邀请。该智能体宣传称能像人类专家一样，自动帮做研究、写报告、写代码。 为了进一步达成AI智能体生态的构建，上述厂商也不约而同先后拥抱MCP机制。 当下来看，业内对AI智能体的实践目标是使其真正意义上适应复杂的应用场景。AI智能体要构建一个能够自主决策、与环境交互的智能体，需要解决感知、理解、规划、执行等多个环节的技术难题，且各环节之间需要高度协同，从被动执行固定指令到主动进化，其技术架构和实现方式远比传统的软件系统复杂。 比如在自动驾驶领域，当前车企针对端到端自动驾驶系统的改造逻辑，正是对传统系统中的感知、融合、预测、规划、控制、定位等技术模块进行AI融合，在业务流程上体现出的不是简单模块间的拼接。 那么，AI智能体或多个AI智能体，在主动适应复杂工作流程的过程中，就不可能像RPA等技术在严格划分的场景中有效运作，而是基于动态环境和业务流程的变化，以最佳方式实现预期结果。 因此，在应用和实践AI智能体之前，对其原理、成本及风险性等诸多需要考量的关键因素进行解构。 可能对于有多年智能化探索经验的客户而言，希望“慢一点”的本质在于，在AI智能体领域的治理能力和认知的提升，重要的不是听一个个花式技术名词，而是怎么能在大量的实践和基础夯实中找到成功的故事共鸣。 |
网友评论