瑞承：AI 取代人类工作？Agent 是助手还是竞争者

2025年,AI领域风云变幻,Agent的出现无疑是其中最引人瞩目的浪潮。从年初DeepSeek 的惊艳亮相,到GPT - 4o、Claude 3.5等大模型的接连登场,大模型的边界不断被拓展。然而,真正让AI产业链神经绷紧的,是Agent的横空出世。Manus、Devin等产品爆火,让人们达成共识:大模型将不再只是工具,而是要成为可以自我调度的智能体。Agent成为继大模型之后,全球科技圈最快形成共识的第二个风口,巨头战略重构,创业赛道快速跟进,成为全民下注的方向。

但在这股热潮中,问题也逐渐浮现。C端产品密集涌现,开发者热情高涨,真正跑通用户价值闭环的项目却寥寥无几,众多产品陷入“用老需求套新技术”的焦虑。热浪过后,市场回归冷静,人们开始思考:Agent究竟是一场范式的重构,还是一次新的包装?“通用”与“垂直”的路径分野,是否真的带来可持续的市场空间?“新入口”背后,是交互方式的进化,还是旧世界的投影?

深入探究,我们会发现Agent的真正门槛或许并不在模型能力,而在于其赖以生存的底层设施。从可控运行环境到记忆系统、上下文感知、工具调用,每一个基础模块的缺位,都是Agent从演示走向实用的最大阻力。这些底层工程问题,构成了Agent从“潮流玩具”走向“生产力工具”的最大阻碍,也恰恰是当下最确定、最高价值的创业蓝海。

在通用Agent领域,“模型即Agent”(Model as Agent)是目前做得最好的。做Agent并不一定要一开始就瞄着完全自动化的Agent去做,可以从Copilot做起,在这个过程中收集用户数据、做好用户体验、占领用户心智,然后慢慢转型。AGI有可能最先在Coding(编码)环境下实现,因为这个环境相对简单,能锻炼AI的核心能力。Coding是这个世界里的“万用之机”,有了它,AI就可以去构建和创造,甚至有可能拿走整个大模型产业阶段性90%的价值。

AI Native的产品不只是给人用的,还必须同时服务于AI。一个真正的AI Native产品,应该是内建了服务AI和人类的双向机制。今天的AI产品正在从“工具”走向“关系”。人不会和工具建立关系,但会和一个有记忆、懂你、能与你“心有灵犀”的AI建立关系。

在这样一个供给溢出、需求未明的阶段,我们迫切需要探寻Agent的真问题与真机会。这不仅关乎Agent本身的发展,更关乎人与Agent之间全新的协作关系,以及构建下一代智能基础设施所面临的核心挑战与无限机遇。我们需要从底层设施入手,解决Agent实用化的难题,挖掘其真正的价值,让Agent从潮流走向实用,从玩具成为生产力,为人类社会的发展带来新的动力和变革。