当大模型开始为Agent“打工”

图片来源：unsplash

什么是Agentic AI时代到来最有力的象征？

或许，当大模型开始抢着为Agent“打工”时，AI的新故事就开始了。

而在当下这个节点，国内外头部大模型几乎都在Agent方向上押注、探索了一段时间后，故事的主角也在悄然变换。

当Agent开始定义大模型

此前，有关AI大模型的一大质疑是其一直“飘”在云端，智能难以落地兑现实际的经济价值。今年以来，以“龙虾OpenClaw”为代表的Agent“破圈”席卷全球，其主动规划、执行任务的特点，被称作是让大模型长了“手和脚”。

以Anthropic为代表，顶级大模型厂商迅速将大模型的发力方向从AI Coding等相对聚焦的赛道，切换或扩展至打造、发挥Agent能力。

不同于一手掀起生成式AI浪潮的OpenAI，创始团队脱胎于前者的Anthropic，并未将重点放在C端，而是从一开始就瞄准B端。这本就是看重实用性、生产力、兑现经济价值的市场，而接连踩中甚至引导了Coding、Agent浪潮后，Anthropic的业绩和估值也均实现暴增。就在5月末，该公司宣布完成H轮650亿美元融资，投后估值高达9650亿美元，压过OpenAI一头。6月初又有消息称，Anthropic抢先OpenAI一步，秘密提交了招股意向书，或能率先完成IPO。

而大模型与Agent的故事也仍在继续，更多新的尝试已经涌现。

近日，国产AI大模型头部公司阶跃星辰发布并开源了Step 3.7 Flash模型，主打面向真实的Agent工作流，聚焦如何高效解决Agent、多模态、Search与Coding任务。

该公司近来颇受市场瞩目，在年初完成50亿人民币B+轮融资后，5月又爆出消息称阶跃星辰新一轮25亿美金融资也接近完成，赴港上市节奏在加快，很有可能成为智谱、MiniMax之后第三家登陆港交所的国产大模型公司。

据了解，5月末曾有行业观察者点评国产大模型厂商动态时称，在IPO预期下，阶跃近期可能会集中“亮牌”，拿出更多能印证公司方向、体现价值的“硬货”。

最新发布的模型可能就是其中之一。根据阶跃星辰官方公众号介绍，Step 3.7 Flash特别适合高频、多轮的Agent应用场景，并针对生产级Agent场景需求优化了原生多模态理解与执行、联网与视觉搜索增强、高可靠工具调用与编排等关键能力，能显著提升任务完成效率。

Artificial Analysis最新Output Speed榜单显示，该模型输出速度达到409 tokens/s，在主流模型中居首。此外，其端到端响应时长（End-to-End Response Time）、智能效率（Intelligence vs. Output Speed）以及速度价格比（Output Speed vs. Price）等指标亦排在前列。

目前来看，Agentic AI时代的大模型竞争，正在被重新定义。此前通过打榜、做题来比拼谁“更聪明”的做法已渐渐失去吸引力，而Agent真实场景中的任务完成效率，很可能会成为评价大模型的重要指标。

有业内人士表示，在新的叙事中，单点性能指标的重要性会下降，优化整个Agent loop变得更为关键。能平衡好速度、智能、成本、任务完成率的大模型，离应用更近，也更容易兑现经济价值。

与此同时，随着各行各业加速推进Agent落地，Flash类模型的角色也正在发生转变。以往，与Pro版、Ultra版模型相比，主打快速、便捷、性价比的Flash版更多只被视为轻量级替代品。但在Agent大幅推涨Token消耗量和价格，推进AI广泛落地之际，谁能以更低延迟、更低成本和更高吞吐，完成更多真实任务变得更加紧要，而这正是Flash的主战场。也因此，不少业内声音看好其逐步成为支撑生产级Agent规模化落地的基础设施。

不过，目前来看，大模型在释放Agent生产力、激活Flash价值方面还有不少路要走。阶跃方面也表示，后续将围绕 Step 3.7 Flash 推出生态共建计划和生态伙伴限时体验活动，与开发者一起探索 Agent 效率的评估方式、工程实践和生产化路径。

据了解，Step 3.7 Flash发布后两天就冲入 OpenRouter 全球热榜前列。此外，全球权威大模型评测 Artificial Analysis Output Speed 榜单更新，Step 3.7 Flash 以 409 tokens/s 的输出速度位列主流模型第一。与此同时，Step 3.7 Flash 在端到端响应时长（End-to-End Response Time）、智能效率（Intelligence vs. Output Speed）以及速度价格比（Output Speed vs. Price）等多个关键维度均处于领先位置。

终端Agent能写下哪些新故事？

梳理以往资料可发现，阶跃星辰与其他大模型厂商的差异化特点更多集中于对Agentic模型和AI+终端应用场景的大举布局。

该公司在业内曾有“多模态卷王”之称。有数据显示，在阶跃发布的40余款大模型中，超八成都是多模态，覆盖视觉理解、图像生成、图像编辑、语音推理、音乐生成、GUI、多模态推理等方向，是国产大模型中少有的坚持“原生多模”方向的厂商。

多模态能力也是终端Agent走向规模化应用落地的关键。在AI+终端布局上，阶跃目前是国内和手机厂商合作最多的独立大模型厂商之一，还同时覆盖汽车、IoT及具身智能等端侧场景。从近期动向来看，智能终端Agent也愈发成为该公司商业化的关键一环。

目前，随着Agent兴起，越来越多的AI硬件涌现，终端Agent已被不少人视为大势所趋。此前有端侧芯片从业者对作者表示，端侧市场已经进入爆发“元年”，未来可能超过80%的大模型推理都会在终端完成。

不过，该从业者也提示，终端AI的上下游产业链还有待完善，端侧大模型目前的能力也亟需提升，包括在多模态、全模态等视频、语音交互方面，需要更能满足实时性等核心需求的产品。

这显然也成为了不少大模型的发力方向。

从目前能了解到的一些Step 3.7 Flash测试Demo和用户反馈来看，不少都集中在终端界面，并凸显多模态的作用。比如识别产品界面的设计特点、理解飞机驾驶舱环境并生成起飞操作说明、识别多个不同场景手机拍摄的发票照片并一键导出表格等。据介绍，相关案例中模型能理解远较以往复杂的场景和真实世界工作流，具备更强的端到端任务完成能力和跨场景泛化能力。

阶跃方面也强调，在Agentic时代，多模态能力更多被视为模型理解能力的扩展，在真实的物理世界工作场景中，只有具备稳定多模态理解能力的模型，才能真正进入任务环境，并参与后续的决策与执行流程。这也意味着，多模态能力将承担起模型接入真实世界任务的关键接口的重要功能，也会愈发成为大模型的标配。

从行业视角来看，如果多模态能力能够实现跃迁，不仅Agent落地节奏会进一步加快，端侧AI的爆发可能也会加速到来。

当大模型愈发聚焦如何让Agent走入任务和生活的现场时，相信AI的故事也将迎来新的篇章。