B端是Agent主戰場，效率革命才是核心競爭力。

新眸原創·作者 | 李小東

當我們談論Agent時，究竟在談論什么？

是替代人類的數字勞工，還是輔助決策的智能伙伴？

今年初，一場由Manus引發的產品井噴，吸引了行業對“智能體價值”的集體審視。作為承接大模型落地的關鍵形態，Agent被普遍認為即將重構人與機器協作的基本范式。

這場熱潮中，對“時間窗口”的把握顯得尤為重要，楊通2016年創立的開為科技（KiWi），在Manus上線后的一個月內，迅速推出了對標產品Roles Space（螺絲空間），通過自然語言生成初步流程，自動拆解任務后輸出結果。針對“Agent技術護城河不高”的爭議，他坦言，“隨著LLM開源、MCP協議標準化，基礎技術確實不再是獨家秘方。”

在他看來，現在的AI創業早已過了技術壟斷的階段，而是進入“產品驅動+運營驅動”的綜合競爭。但也同時強調，Agent的壁壘，或許在于對場景的解耦——把多智能體協作、長周期規劃、工具調用等技術模塊，整合成可落地的“任務級解決方案”。

爭議的焦點在于，Agent是否真正解決了“復雜問題處理”的痛點。數據顯示，當前主流Agent產品在單輪對話場景（如信息查詢）的完成度可達80%以上，但在涉及多工具調用、長周期規劃的復雜任務中，成功率驟降。

作為一個連續創業者，從社交APP、計算機視覺，到如今的Agent，當行業陷入“Agent萬能論”與“泡沫論”的爭辯時，楊通對AI的看法帶著技術人的理性與創業者的敏銳。

他承認Agent的空間遠超機器視覺（“市場規模可能是百倍千倍”），但拒絕空談技術顛覆，而是聚焦“如何讓智能體真正進入企業workflows”；看好MCP協議的革命性，但也坦言“長周期規劃、多智能體協作仍有技術卡點”；相信人機協作是未來，但強調“人類永遠需要在關鍵環節‘踩下剎車’”。

“現階段Agent能完成70%的執行性工作，比如數據清洗、報告生成、流程自動化，但剩下30%的策略決策、創意判斷、風險鑒別，必須由人類主導。”

這個賽道的爭議從未停歇。

隨著百度、字節等大廠入局，Agent競爭愈發復雜。大廠的優勢是流量與資本，但也受制于“大象轉身”；創業公司的機會，或許是大廠不愿涉足的“深水區”，但當大廠開始復制小而美模式，他們的差異化能維持多久？

面對國內C端AI產品的盈利困境，用戶付費習慣尚未養成，高昂的GPU成本讓市場成為‘燒錢戰場’，如果轉向B端，又如何界定可量化的ROI，讓企業愿意為“數字員工”買單？

一系列追問之下，這個新興領域的未來，既不取決于技術參數，也不依賴資本故事的包裝，而在于那個最樸素的問題：它是否讓人類的工作與生活，變得更簡單、更高效、更有尊嚴？

在技術泡沫與務實創新的博弈中，問題的答案，將預言Agent是否真的是改變世界的開端。

以下是《新眸》和楊通的對話精選：

01

理性看待爭議，技術壁壘的相對論

新眸：從機器視覺轉型AI賽道，開為轉型的關鍵契機是什么？

楊通：對于大廠來說，轉型可能意味著放棄原有優勢，但對初創公司，轉型是主動擁抱更大的機會。

當時主要考慮兩點，首先是技術迭代的窗口期。十年前ResNet的出現讓計算機視覺準確率明顯提升，催生了AI四小龍。但近年來，Transformer架構和大模型帶來了更顛覆性的機遇——NLP讓AI從“理解圖像”進階到“理解世界”，結合虛擬世界與物理世界的交互接口，Agent具備了規劃、協作、使用工具的能力，其中的商業價值和市場空間遠超單一的計算機視覺。

其次是考慮到市場邏輯的本質區別。我們原先業務主要是ToG和部分ToB，本質上仍是互聯網經濟的延伸；現在通過MCP協議將所有SaaS工具“智能化”，使其成為Agent可調用的模塊，徹底重構了軟件的使用方式。這種變革不僅覆蓋ToB領域，還延伸到ToC場景，市場規模可能達到計算機視覺的數十倍甚至百倍。

所以我們判斷，這是一個能在全球AI競爭中“換道超車”的關鍵節點。

新眸：Agent概念近兩年爆發式增長，尤其近期市場出現不少類Manus產品。你認為他們的核心競爭力是什么？

楊通：這個問題的核心在于AI創業邏輯的轉變。

現在技術壁壘確實不像十年前那樣高，大模型開源、開發框架普及，以及Cursor等工具提升工程師效率，基礎技術能力已相對標準化。比如Manus的核心優勢并非技術獨家，而是“先手”和“運營”。

Manus作為一款通用型Agent產品，搶占了市場窗口期，早期的營銷快速積累百萬級用戶，盡管留存率和使用時長未必理想，但憑借流量效應獲得BenchmarkCapital等機構大量的融資，估值飆升。這種“融資能力→技術投入→生態構建”的循環，本身就是競爭力的一部分。

簡單來說，現在AI創業進入“產品驅動+運營驅動”的全周期競爭。就像當年的Snapchat用濾鏡重新定義社交，Agent時代需要重新定義人機交互的“新界面”。

C端產品依賴用戶體驗和裂變能力，B端則更注重市場拓展與銷售落地。短期團隊需要在技術和產品設計上建立復合壁壘；長期則取決于資源整合能力——當行業進入成熟期，頭部效應會加劇，最終比拼的是融資規模、生態布局和全球化能力。

有爭議也并非壞事。對創業公司，市場聲量能快速建立品牌認知，只要產品有突出亮點，就能形成融資和迭代的抓手。

新眸：最近有款叫Fellou的產品主打“瀏覽器+AI+工作流”，聲稱要顛覆傳統瀏覽器，你對此怎么看？

楊通：Fellou定位是“Agent原生瀏覽器”，主打的網頁內容總結、自動化填表等功能，本質上是Agent在瀏覽器場景的工具化延伸，而ChatGPT、Manus等通用智能體通過插件形式已能實現類似效果（如用ChatGPT總結網頁內容）。用戶沒有強動機為“專用瀏覽器”遷移——畢竟Chrome、Safari等主流瀏覽器的用戶習慣、插件生態已非常成熟。

另外必須要考慮的是，瀏覽器作為入口級應用，成功依賴“自帶流量+生態綁定”。回想90年代的IE、如今的Chrome，背后是Windows系統、安卓生態的支撐。Fellou作為獨立產品，既沒有硬件/系統級流量加持，也未展現出超越現有Agent的獨特價值（比如更精準的網頁交互、更深度的工作流整合），用戶接受度可能會有限。

對比來看，通用Agent雖然也面臨留存難題，但聚焦“復雜任務處理”，場景更垂直、痛點更明確。在現有技術框架下，Agent與瀏覽器更可能是“功能疊加”，而非“顛覆”。

新眸：大廠也推出了一些產品，比如前不久百度的“心響”。

楊通：我也關注了“心響”。它跟Manus這些Agent產品思路不太一樣，和傳統大模型應用也有本質區別。大模型擅長“快問快答”，Agent是處理“復雜任務”

舉個例子：比如你問“新街口哪家咖啡店人氣高”，大模型幾秒鐘就能列出結果；但要是想深入分析“這些咖啡店的客群特點、盈利模式，以及位置對客流的影響”，就需要Agent花更長時間來回搜索數據、交叉驗證信息，還要調用不同工具（比如查地圖數據、扒行業報告），最后整合出一份完整的分析報告。

相比Roles把智能體拆成了“分工明確的助手”，大家按流程協作。“心響”走的是角色化路線，比如處理法務問題時，會分配不同專業的“律師角色”，做旅游規劃時搭配“向導角色”和講解的數字人。這種模式挺有意思，實際效果得看后續市場反饋。

02

商業化迷霧：C端的泡沫與B端的覺醒

新眸：國內AIC端產品大多面臨盈利困境，Agent的商業模式該如何破局？

楊通：這里有個殘酷的現實：國內用戶很難為通用型Agent買單。高昂的GPU成本、激烈的流量競爭，讓C端創業變成“燒錢游戲”。除大廠有流量和資本支撐外，大部分創業公司都把C端業務轉向海外了。

但B端市場卻展現出截然不同的圖景，我們給企業做的方案，核心是讓Agent當“數字員工”，讓Agent用ERP、CRM這些軟件，幫助處理數據分析、報告生成等任務時，最終人工審核，價值變得可量化。

新眸：C端AI產品每天幾十款上線，大部分曇花一現，原因是什么？

楊通：隨著大模型API開放，創業團隊能在幾周內搭建出基礎Agent框架，不過功能集中在對話、內容生成，缺乏差異化。市面上80%的C端智能體都主打“全能助理”，實際體驗與ChatGPT高度重合。

就中美市場來看，用戶早已被頭部產品（如ChatGPT、Midjourney）占據心智，且對“虛擬助手”的付費閾值很低，每月20美元已是敏感帶。創業公司為獲取流量，不得不投入高額營銷費用，容易獲客成本高于收入。

B端的Agent主要是“替代低端操作”，客戶愿意為效率提升付費，這也是我們篤定ToB的核心，更看重“可量化的ROI”。

新眸：哪些領域對Agent的需求度較高，愿意付費買單？

楊通：一類是面向辦公場景，比如一些嵌入式的工具幫用戶自動生成PPT大綱、整理會議紀要，替代了Trello、Notion等傳統協作工具功能。再者是傳統BI工具，比如Tableau、PowerBI，痛點是操作門檻高，而Agent能通過自然語言指令完成各類任務。最后是AIGC，從圖文創作到視頻剪輯，Agent正在重構營銷內容生產鏈。

至于C端市場，付費場景集中在“應急”，比如學生寫論文時用Agent做文獻調研、職場人用其生成PPT大綱，典型產品如Jasper、NotionAI，采用訂閱制，用戶群體以高頻文案工作者、科研人員為主。

新眸：這些產品在國內B端市場的商業模式，和傳統SaaS軟件有什么區別？

楊通：商業模式并無本質區別，依然以訂閱制服務為主，但產品形態和價值交付方式更“智能化”。

新眸：如何突破傳統SaaS的瓶頸？

楊通：我們的核心優勢在于“AI驅動的降本效率”：傳統SaaS開發一個復雜功能可能需要6-12個月，而我們基于大模型和MCP協議，能在1個月內完成同等能力開發。再直白點，盈利周期更短，依托AI自動化，我們2025年三季度基本盈利，而傳統SaaS企業平均需要3-5年實現盈虧平衡。這種效率提升讓我們能以更低價格提供更優質服務。

新眸：現在AI行業也常提到“先燒錢買流量，再思考變現”的舊模式，您認為未來AI產品的變現邏輯會如何演變？

楊通：AI時代的變現邏輯與傳統互聯網有本質區別，十年前互聯網產品核心成本是人力與獲客，而AI產品的算力成本占比超過80%。以200萬用戶規模為例，僅算力設備投入就可能高達3000萬美元，遠超人員與獲客成本之和。

這種變化導致AI產品必須“上線即變現”，流量越大，算力虧損越嚴重。例如OpenAI雖用戶基數龐大，但高昂的算力成本倒逼其必須快速推出付費版和企業級API收費。

就現在看，C端靠場景化付費。像Cursor、Perplexity等產品，解決高頻剛需，以訂閱制實現盈利。這類產品的核心是“單次使用價值明確”，用戶為具體功能付費。B端是ROI導向的企業服務，客戶付費意愿強于純流量型產品。

新眸：廣告模式會被最終選擇嗎？

楊通：存疑。通用型Agent的用戶使用時長碎片化，難以形成穩定廣告流量；另一方面，企業級AI產品更注重數據安全與效率，廣告植入可能破壞用戶體驗。目前來看，廣告可能僅適用于低算力成本的輕量工具類產品。

新眸：總結來看，AI變現的核心邏輯是什么？

楊通：核心在于“價值可量化”與“成本可覆蓋”——無論是C端的“場景剛需付費”，還是B端的“效率提升收費”，本質都是讓用戶清晰感知“使用收益超過支出”。

與互聯網時代“先圈地后變現”的模式不同，AI產品必須在上線初期就證明“商業價值≥成本”，否則將陷入“流量越大、虧損越重”的陷阱。未來成功的AI企業，一定是在垂直場景中實現“高價值密度”的玩家。

新眸：能否舉例說明您看好的AI變現案例及其優勢？

楊通：C端垂直場景的剛需型產品，比如Cursor，精準定位高頻場景，通過“免費試用+高級功能訂閱”，程序員日均使用時長超過2小時，付費轉化率達15%。還有Perplexity，幾乎使用3-5次復雜調研后，付費轉化率超過20%，因為“節省的時間成本遠高于訂閱費用”。

B端企業效率的工具型產品，比如微軟Copilot for Business，綁定企業現有工作流成為剛需，還有我們的Roles解決客戶實際難題，按任務收費，年度訂閱，有60%的客戶復購率。

03

大廠的焦慮與創業公司的生存空間

新眸：之前微軟把Copilot嵌入Office和Teams，定位成企業工作流的中樞。它和Agent的關系關系是什么，為什么當時會有定位上的爭議？

楊通：Copilot是Agent在辦公場景的垂直化應用，爭議簡單理解，是大公司在新舊技術銜接時的矛盾。

2023年剛推出時，Copilot以“插件”形式存在于Word、Excel中，用戶通過對話框下達指令，本質是Agent調用Office功能的輕量化形態。這種模式貼合企業現有工作流，降低了使用門檻。

2024年迭代后，Copilot試圖整合視覺語言模型、復雜任務和自動化任務，功能更接近通用Agent。但微軟面臨一個核心矛盾：作為靠Office軟件盈利的巨頭，既要讓Copilot展現智能體的先進性，又不能動搖Office的主體地位，導致功能“既像工具又像平臺”，用戶難以清晰認知。

對比創業公司，Copilot綁定了億級用戶的辦公生態，但傳統軟件的架構限制了智能體的自由度，高昂的定價策略也讓中小客戶望而卻步。

新眸：百度、字節等大廠產品紛紛入局，創業公司的生存空間在哪里？

楊通：大廠的優勢是流量與資源，但龐大的組織架構讓他們難以快速轉身。比如微軟Copilot的轉型陣痛。創業公司的機會在于“小而美”的場景深耕，我們之前服務的某跨境電商客戶，需要Agent同時對接ERP、CRM、海外社交媒體，這種垂直場景的深度適配，是大廠標準化產品難以覆蓋的。

更關鍵的是，Agent時代正在打破“贏家通吃”的互聯網定律。就像OpenAI與Anthropic的競爭推動技術進步，正在構建多元共生的生態。大廠搭建基礎設施，創業公司在細分領域開疆拓土，這種“熱帶雨林式”的生態，最適合技術創新。

新眸：創業公司與大廠競爭比，各有哪些優勢？

楊通：這一輪AI革命讓所有人站在了同一起跑線，我覺得創業公司的優勢更明顯：更靈活、更專注、更純粹。大廠往往受限于原有業務框架，比如百度可能得需兼顧搜索生態，微軟要平衡Office原有功能，而創業公司可以徹底聚焦Agent原生設計。小船掉頭快，大船資源足，在技術變革期，創新力或許比規模更重要。

新眸：Agent會有終極形態嗎？未來三年可能有哪些關鍵變化？

楊通：終極形態難以定義，但下一階段的核心變化一定圍繞“人機協作深化”，當前Agent需要用戶頻繁介入每一步操作，未來會進化為“隱性協作”——AI自主規劃復雜任務，僅在關鍵節點請求人類決策。隨著多模態交互普及，結合語音、視覺的交互方式會成為主流。用戶通語言描述，Agent同步生成演示，過程中自動識別用戶表情反饋，動態調整內容。

預計未來3個月內，市場會出現至少5-10款聚焦“低介入度協作”的Agent產品，我們也在研發類似功能，目標是讓用戶在8小時工作中，有4小時能通過Agent提升效率。

新眸：近兩年，您對Agent的認知發生了哪些關鍵變化？

楊通：確實很多變化。

早期認為Agent是“替代人力的工具”，現在意識到它是“連接一切的生態節點”。以后Agent不僅能調用ERP、CRM系統，還會接入更多企業私有工具，形成“Agent+X”的協作網絡。

過去關注模型精度、工具調用效率，現在更注重“場景價值密度”。比如為零售客戶開發的智能定價Agent，不是比拼技術參數，而是看能否將定價周期從3天壓縮到2小時，是否真正降低了人力成本。

這種變化讓我們更聚焦客戶真實需求，不是做“全能Agent”，而是成為特定場景的“效率剛需”。

新眸：“人機協作”是Agent的核心形態，這種協作模式會如何改變工作方式？

楊通：理想的Agent不是獨立的智能體，而是人類的“數字影子”。比如律師使用Agent會自動檢索法律數據庫、生成訴訟提綱，但最終決策仍由人類決定，整體來看，最好是“70%機器執行+30%人類決策”。

技術層面，我們正在解決“長周期規劃”與“多智能體協作”的難題。當Agent能自主規劃復雜任務、動態調整執行策略，并在出錯時主動請求人類介入，才算真正協作智能。這不是簡單的技術疊加，而是需要將“人類反饋機制”深度融入模型訓練，讓Agent學會“用錯誤學習”，而不是一味順從。

新眸：如何去期待Agent的普及？

現在C端用戶感知較弱，解決這一問題的關鍵，是場景不斷下沉與交互不斷簡化，如同2000年的瀏覽器、2010年的移動應用，Agent可能經歷“工具化→平臺化→基礎設施化”三階段：現階段作為效率工具服務企業與高頻用戶，未來可能嵌入手機、汽車等終端，成為類似“操作系統”的底層設施，實現“無感化普及”。

新眸：未來五年，開為希望以怎樣的定位被行業記住？

楊通：證明Agent的商業價值，留下“AI產品化”的方法論遺產，比如如何將實驗室技術快速轉化為可落地的企業級解決方案，為后來者提供路徑參考。

本文系新眸原創，申請轉載授權、商務合作請聯系微信： ycj841642330，添加好友請備注公司和職位。

更多內容，點擊下方關注