DeepSeek之后，又一款國產AI成功出圈。

3月6日凌晨，中國團隊Monica推出全球首款通用型AI智能體產品Manus，能夠獨立完成復雜任務并交付完整成果。

在權威測試中，Manus在三個難度級別均排名第一，性能超越Open AI的同類產品。并且，團隊還宣布將開源Monica部分技術。

有分析師表示， Manus的開源將帶動AI Agent性能和滲透率加速提升， 在醫療、金融領域產生眾多商業化場景，Agent已進入工程化落地關鍵階段，2025年進入放量元年。

AI Agent，即智能體，是一種能夠感知環境、自主決策并執行動作的智能實體。理想狀態下，人類只需進行預先設定目標并進行監督，AI Agent便可以全權自主完成具體任務。

相較于聊天機器人，Agent的能力達到了更高水平，可以解決各類復雜多變的任務，而非僅僅提供建議或答案，被視作AI最為重要的發展方向之一。

去年比爾·蓋茨曾指出：未來5年內將進入AI Agent時代，它將改變人與計算機的交互方式，將顛覆軟件行業。德勤預測，到2027年，59%使用生成式AI的企業將部署 AI Agent。

具體到醫療領域，AI Agent將覆蓋“預防-診斷-治療-康復”全流程，其核心價值在于融合多模態數據、優化決策效率并保障安全，高質量數據與稀缺場景的結合將成為突破重點。

在國內，京東健康、騰訊健康、衛寧健康、潤達醫療、華為、螞蟻集團等行業巨頭正積極布局AI Agent以深度賦能自身業務，還出現了若生科技、和光數字等一些相關初創企業，為藥企、醫院、保險機構等客戶提供智能體解決方案。

DeepSeek帶給我們的震撼還未停止，Manus引發的AI Agent浪潮已經來臨，未來，智能體有望接棒大模型，推動AI在醫療領域的落地實踐。

大模型的下一站

以DeepSeek為代表的開源大模型的問世，極大拓展了AI的想象空間，推動在AI醫療的快速落地。

但顯然，僅僅有DeepSeek是完全不夠的，聊天機器人的形式僅能充當較為初級的輔助工具，無法滿足醫療領域的復雜需求。

而AI Agent具備更強的任務拆分、工具選擇和進度控制能力，并完成絕大部分工作，人類只需設立目標、提供資源并監督結果。

其實AI Agent并不是個新詞，其歷史已有近40年，只不過大語言模型（LLM）具備的自然語言理解能力、思維鏈、涌現能力，讓AI Agent擁有更好的學習和遷移能力，推動著AI Agent進入發展新階段。

從這一角度看，Agent更像是大模型落地的下一站。

目前，AI Agent在醫療方向的應用場景集中在醫院和互聯網醫療領域，畢竟，過去數年的數字化轉型為醫療行業的B端用戶積累了豐富的智能化經驗，而基數龐大的C端患者則擁有大量的健康管理需求。

這本身也非常符合邏輯，在醫療資源頗為緊張的中國，Agent通過提高醫療服務供給效率來幫助解決行業痛點。

另一方面，醫院和互聯網醫療公司也積累了海量的數據，為優化、迭代Agent性能提供基礎，推動業務持續演進。

可以預見的是，在肉眼可見的未來，互聯網醫療和醫院系統仍舊是AI Agent角逐的熱門場景，而醫療數據的深度挖掘與多模態大模型的技術突破，將推動AI Agent在精準診療、資源調度和健康管理領域釋放更大價值。

此外，Agent在藥企和保險機構的落地也在加速推進，賦能藥物研發與銷售流程管理、個性化保險產品設計與風險識別、智能核保與理賠業務。

醫療AI Agent的現實意義與推演

Agent并非空有概念，其本質上是AI向更實用、更智能的方向發展的必由之路，是AI醫療企業必須關注與投入的重要領域。

從戰略視角出發，AI Agent正在開啟醫療行業的價值重構之戰，表現為三個非常重要的階段目標：短期看流量，中期建閉環，長期定格局。

短期：流量超級入口

Agent毫無疑問將改變用戶的交互方式，其通過深度理解用戶需求提供智能化服務，有望取代搜索引擎、傳統應用程序和信息系統，成為新的流量入口。

例如，在傳統流量紅利見頂的大背景下，互聯網醫療的獲客成本不斷攀升，而Agent讓用戶通過對話即可直接調取、使用各種工具，通過更自然的交互方式和更精準的服務能力，重新定義用戶觸達路徑。

圖：京東健康“康康”成國內AI健康第一入口，上線半年使用人次超3000萬

這意味著，Agent有望在統一和擴大入口的同時，也會更加精準地發掘和匹配需求，實現了流量價值的重構。

未來，新一輪的AI Agent之爭，也將會是一場流量之爭，成為幾乎所有AI醫療企業的必爭之地。

所以，短期內流量將成為衡量AI Agent的核心指標，用戶基數的持續增長提供了Agent迭代的基礎，另一方面也反映出產品對醫療領域細分需求的感知和捕捉能力，以及對?用戶行為的深刻理解。

中期：構建商業閉環

初期以虧損換來的流量與用戶沉淀，將在中期轉化為商業價值。

這背后的邏輯是，醫療Agent的變現，必然依賴于市場的成熟度與用戶付費習慣的養成。

一般而言，互聯網醫療可能將更快看見Agent的經濟效益，對于他們來說，Agent將很快為其業務過程中的關鍵KPI帶來改善，包括提高電商復購率、咨詢客單價等等。

比較難的是面向醫院、藥企等B端客戶，因為To B很難短期內產生具體可感的經濟效益，還容易受到大型機構復雜的管理模式以及政策監管上的影響。

此外，以什么形式計費也需要討論。目前行業內已經探索出來的商業模式包括定期付費制、基于調用量計費制、基于交付結果計費制等。

曾經，極難賺錢的SaaS為一幫中國創業者和投資人留下了深刻印象，與之相比，Agent在開發、運營、維護上的成本有望降低，而在商業模式上更加開放，盈利情況有望遠遠好過SaaS。

有投資人表示：“未來十幾年中國 SaaS 行業掙不到的錢可能會通過 AI Agent 來實現”，這對于一大批醫療SaaS企業帶來了轉型希望。

長期：打開成長空間

如果說GPT相當于紐卡門蒸汽機，首次向世界展示了AI的巨大潛力；DeepSeek就像是瓦特蒸汽機，通過優化效率降低了技術使用門檻，讓AI得以服務大眾，進入真正的規模化應用時代。

而AI Agent則相當于蒸汽火車、蒸汽船的的出現，其代表在AI在具體行業的實際落地方案，背后引出的是一個更大的市場。

從長期來看，AI Agent帶來的效率提升與供給創新有望刺激醫療領域新一輪投資與需求釋放，深刻影響行業格局，為相關參與者帶來發展機遇。

此外，由于Agent自身強大的協同能力，這將將導向集體智能，生態將成為未來關鍵命題。這意味著，行業引領者不僅要在基礎研發上持續突破，還需要在生態的構建上大力押注。

—The End—