2025 年已進(jìn)入第 3 個(gè)月，AI 行業(yè)的迭代速度仍在加速。DeepSeek 從模型到應(yīng)用帶來的 AI 普及，在國(guó)人心中已然成為類似 AI 的代名詞，就像 ChatGPT 在海外一樣。

而今年 AI 的發(fā)展，有些領(lǐng)域比大部分人預(yù)期的要快，一些領(lǐng)域可能比之前預(yù)想的要慢不少。前幾天 Latent Space 的 Shawn Wang（@swyx）在 X 上分享稱，今年 AI 領(lǐng)域發(fā)展比預(yù)期快很多的有 8 個(gè)領(lǐng)域：

1. Deep Research
2. RL Strikes Back in Agents
3. Inner loop dev Agents (Cursor, Windsurf)
4. Low code Agents (Bolt, Lovable)
5. Voice customer support (Sierra, Decagon)
6. AI outbound sales (11x)
7. News agents
8. MCP as industry standard

這里、延續(xù)了去年的發(fā)展，而第三和第四都可以說是 AI 編程這塊。同樣他還分享了幾個(gè)發(fā)展不及預(yù)期的 5 個(gè)領(lǐng)域：

1. Email agents. Superhuman AI missed mark. then again ~everyone else who has tried has pivoted
2. Scheduling agents. ChatGPT tasks shouldve been 1 year ago
3. Wearables. Bee still only GA wearable, weird
4. Issue to PR outer loop dev agents (incl Devin)
5. Realtime voice to voice . demos well, not ready for business use or even really sustained consumer use.

就我的感受來看，比預(yù)期快很多的典型領(lǐng)域主要有兩個(gè)：一個(gè)是 AI 編程，另一個(gè)是 Deep Research（Think）。這兩個(gè)領(lǐng)域不僅在應(yīng)用層面掀起了激烈競(jìng)爭(zhēng)，還帶到了模型層，讓其成為模型最核心的一個(gè)底層能力。

AI 編程這塊不用說，Cursor、Bolt.new 以及 Lovable 在 ARR 這塊的快速增長(zhǎng)，已經(jīng)掀起了個(gè)人和小團(tuán)隊(duì)開發(fā)產(chǎn)品的浪潮《》，僅 Lovable 這一個(gè)平臺(tái)，其 CEO 稱現(xiàn)在平臺(tái)上每天有 3 萬個(gè)產(chǎn)品被創(chuàng)建出來，這感覺已經(jīng)將編程做產(chǎn)品變成像是開公眾號(hào)寫文章一樣簡(jiǎn)單了，大大降低了創(chuàng)作門檻。

AI 編程快速發(fā)展帶來的變革，可能仍會(huì)超出很多人的預(yù)期。根據(jù)華爾街日?qǐng)?bào)最近的報(bào)道，越來越多的大型傳統(tǒng)企業(yè)已經(jīng)通過 AI 編程改變了公司內(nèi)部的軟件開發(fā)流程，比方說 Uber 通過內(nèi)部的編程助手，幫助縮短約 30% 的代碼審查周期；Google CEO Sundar Pichai 透露公司超過 25% 的新代碼由 AI 生成；Coach 母公司已通過 GitHub Copilot 實(shí)現(xiàn)10-20% 的效率提升；Atlassian 使用 AI 編程助手的開發(fā)者完成任務(wù)速度提升了 55%。

作為這波 AI 編程最大的受益者之一，Supabase 的 CEO 前兩天分享說，Supabase 網(wǎng)站的流量已經(jīng)超過了 MongoDB。

而 Deep Research（Think）和 AI 編程不太一樣，它直接從大模型自己的應(yīng)用迅速流行開來，現(xiàn)在每個(gè)大模型的產(chǎn)品幾乎都添加了單獨(dú)的 Deep Research（Think）模式，并將這種能力快速延展到了應(yīng)用層。結(jié)合多 AI Agent 的協(xié)同，正在帶來巨大價(jià)值。

Monica 團(tuán)隊(duì)昨晚發(fā)布的首個(gè)通用 AI Agent Manus，在我看來就是Deep Research 的延伸疊加多 Agent 協(xié)作完成復(fù)雜任務(wù)，并交付一個(gè)更加完整的方案。有點(diǎn)結(jié)合了目前 Deep Research（更好更完整的實(shí)現(xiàn)過程）和 AI 編程（交付更好的解決方案而非一個(gè)答案）兩個(gè)趨勢(shì)的感覺。

從目前的體驗(yàn)來看，確實(shí)還是挺驚艷的，驚艷的點(diǎn)在于它幫我們真實(shí)實(shí)現(xiàn)了非常復(fù)雜的一些任務(wù)，而且交互的結(jié)果超出了大部分人的期待。這里的期待不是之前問一個(gè)問題得到一個(gè)更好的答案，而是問一個(gè)問題它交付了一套方案。

就像 AI 編程類產(chǎn)品給我?guī)淼母惺芤粯樱痪湓捑蛶臀易龀隽艘粋€(gè)經(jīng)過它深思熟慮設(shè)計(jì)可以基本使用的產(chǎn)品。而且在產(chǎn)品的交互體驗(yàn)上，做到了讓最小白的用戶也能快速上手。

在此之前， 和它比較類似，如果你使用過就會(huì)發(fā)現(xiàn)，它也是分成多個(gè)步驟來實(shí)現(xiàn)，僅僅是信息源這塊，它有時(shí)候會(huì)搜索幾十上百個(gè)，只不過其應(yīng)用場(chǎng)景主要是研究，最后形成的是一個(gè)比較完整的研究報(bào)告，這個(gè)能力讓我已經(jīng)很少用 Perplexity 了。

Bolt 和 Lovable 這類 AI 編程產(chǎn)品我感覺也差不多邏輯，只不過主要用在了編程這塊。另外像國(guó)內(nèi)團(tuán)隊(duì) MGX 做的 AI 編程產(chǎn)品 mgx.dev 在展現(xiàn)形式上讓多 Agent 協(xié)作更加形象，它直接將做產(chǎn)品的過程分配給了一個(gè)虛擬的 Agent 團(tuán)隊(duì)，團(tuán)隊(duì)里有負(fù)責(zé)人、架構(gòu)師、產(chǎn)品經(jīng)理、工程師和數(shù)據(jù)分析師，從接到任務(wù)開始它會(huì)像真實(shí)的團(tuán)隊(duì)協(xié)作那樣分解任務(wù)和執(zhí)行任務(wù)，一旦上一個(gè)任務(wù)完成了下一個(gè)任務(wù)就會(huì)自動(dòng)分配到流程里的下一個(gè)角色 Agent。

在增長(zhǎng)這塊，MGX 目前可能是國(guó)內(nèi)美元 ARR 增速最快的一個(gè)產(chǎn)品。而 Manus 則將它們做了更多延伸，一個(gè)方面是上面提到的 Deep Research 的過程和結(jié)果做了更長(zhǎng)鏈條的延伸，比方說研究報(bào)告出來后還可以做成一個(gè)網(wǎng)頁的形式來展示，網(wǎng)頁里還有各種互動(dòng)的圖表；另一方面就是領(lǐng)域的延展，不再限定于某一個(gè)單獨(dú)的場(chǎng)景，這是其聲稱 General AI Agent 定位的核心邏輯。

通用化是一個(gè)非常有想象空間的事情，不過我覺得挑戰(zhàn)也在這里。我們都說術(shù)業(yè)有專攻，AI 時(shí)代通過 Agent 的協(xié)同是否能打破這種優(yōu)勢(shì)，我還是比較懷疑的，特別是對(duì)于企業(yè)級(jí)需求，這不僅有技術(shù)層面的挑戰(zhàn)，可能還有資源和數(shù)據(jù)安全方面的挑戰(zhàn)。

但從 Monica 這個(gè)產(chǎn)品本身的發(fā)展路徑以及之前跟創(chuàng)始人肖弘的交流來看，Manus 似乎延續(xù)了他們?cè)?Monica 這個(gè)產(chǎn)品的邏輯：All In One。只不過 Monica 是通過一個(gè)個(gè)功能模塊來實(shí)現(xiàn)各個(gè)場(chǎng)景 All In One 在一個(gè)產(chǎn)品上，Manus 現(xiàn)在希望通過一個(gè)入口來實(shí)現(xiàn)多種需求的 All In One。

不管如何，相信 Manus 會(huì)給今年的 Agent 行業(yè)帶來一些新的探索。而在海外，單一領(lǐng)域的 Agent 和平臺(tái)化 Agent 都發(fā)展挺快，最近一個(gè)做合規(guī)領(lǐng)域 Agent 的 AI 產(chǎn)品很快就估值 4 億美金了，而另一個(gè)面向企業(yè)級(jí)的 AI Agent 平臺(tái)，僅一年時(shí)間，現(xiàn)在客戶使用其平臺(tái)搭建的 Agent 每月活躍量已經(jīng)超過了 5000 萬，其做法是允許......

全 文 共3267字

后續(xù)內(nèi)容為付費(fèi)會(huì)員專屬，會(huì)員掃碼登錄直接閱讀

Memo: Signal, not noise!

訂閱 MemoPro

Memo（vcsmemo.com）是一個(gè)基于付費(fèi)訂閱模式的創(chuàng)投內(nèi)容平臺(tái)，已得到大量 VC、企業(yè) CEO 以及高管的支持，我們希望幫助你捕捉最具價(jià)值的行業(yè)信號(hào)、過濾噪音（Signal,Not Noise）。

訂閱 MemoPro你將獲得：

1.解鎖未來一年以及之前的所有會(huì)員專屬內(nèi)容

2.：付費(fèi)內(nèi)容+最新行業(yè)快訊+...

3.優(yōu)先體驗(yàn) Memo 新產(chǎn)品和新功能

限時(shí) 799 元/年（原價(jià) 999 元/年），掃碼立即訂閱

1.

2.

3.

4.