大厂抢夺Agent话语权 百度阿里字节加速布局

2025年5月,红杉资本AI峰会在旧金山圆满落幕。这场汇聚了Open AI创始人山姆·奥特曼、谷歌首席科学家Jeff Dean等150位全球顶尖AI公司创始人、科学家及投资人的盛会中,一个重要共识逐渐形成——下一轮AI浪潮的核心不再是工具销售,而是收益变现。红杉资本给出了一个具有启发性的解释:未来AI将经历从卖工具到卖协作,最终走向卖成果(Software as an Outcome)的演变。如何实现这一转变?红杉峰会强调的Agent价值成为关键所在。

硅谷大厂迅速响应,微软CEO纳德拉在主题演讲中明确指出:”我们已经进入了AI Agent时代,正在见证AI系统以全新方式帮助我们解决问题。”Open AI CEO山姆·奥特曼更是宣布推出面向开发者的Codex智能体,称其为”编程史上最大的变革”。与此同时,大洋彼岸的中国市场也呈现出积极的态势。字节跳动、百度、阿里巴巴等头部互联网大厂纷纷加速布局Agent应用。据内部人士透露,字节跳动已有7个团队在竞速开发Agent,百度在create大会上直接展示了心响Agent,而阿里巴巴的夸克内部已将自身定位为”超级Agent”。此外,阿里飞猪问一问、百度法行宝等垂类Agent也在不断扩张。

大厂抢夺Agent话语权 百度阿里字节加速布局

Agent作为大模型之后的第二波确定性浪潮,正迎来加速争夺。最终影响战局的变量,除了各家的生态厚度,还有对用户心智和习惯的占领。这意味着,最终能够参战的或许只有阿里、百度、字节跳动、腾讯等少数玩家,而率先出牌的百度与阿里能否抢得先机,成为业界关注的焦点。

Agent爆发年也是冲刺年。第一个叫醒大厂的,是Manus——这家由真格基金投资的国产Agent团队。2025年3月初,Manus突然上线并迅速赢得全球关注。”10万元抢一内测码”、”一码难求”等热词成为焦点。主流观点首次意识到,基于主流大模型的Agent竟能实现如此强大的实操型功能应用与用户体验。大厂的动作似乎从那时起加速。

大厂抢夺Agent话语权 百度阿里字节加速布局

字节跳动以饱和攻击为代表。在Manus出圈前后,至少已有5个团队在开发不同智能体产品,其中部分是对内工具。4月底,这一数字已增至7个团队。4月底,字节的flow团队推出定位为”用户与AI Agent协同办公的最佳场所”的扣子空间并开启内测。扣子基于自研的豆包大模型(如豆包1.5Pro)构建,支持MCP(模型上下文协议)协议,可调用飞书多维表格、高德地图、图像工具等组件。

百度的动作同样显著。4月的百度create大会上,李彦宏明确表示:”AI的终极价值在于应用落地,而智能体是连接模型能力与用户需求的核心载体。”大会期间,百度一口气推出通用智能体心响,并宣布mcp全兼容。

大厂抢夺Agent话语权 百度阿里字节加速布局

阿里巴巴也未放松。基础模型的优势,以及对夸克、钉钉的加码,让其在ToB和ToC端都具备了竞争力。

从大模型竞争到Agent竞争,大厂到底在角逐什么?简而言之,是技术加速后交互方式的变化,以及对生态级别入口的争夺。一个典型的类比是,在大模型时代,DeepSeek凭借技术领先性轻松获取庞大用户量,而腾讯通过元宝链接DeepSeek,直接抢夺了大模型时代的入场券。今天的Agent同样遵循这一逻辑,技术底层已成型,谁家的产品能快速成型,就意味着对市场碾压级别的领先。

大厂抢夺Agent话语权 百度阿里字节加速布局

红杉分享会中提到,企业级市场中,真正先跑出来的入口未必是通用大模型,而是Harvey(法律)、Open Evidence(医疗)这类垂直领域智能体OS,因为它们能听懂行业语言,理解真实需求。Open Evidence作为专为医生设计的AI诊断辅助工具,通过精准的临床支持和创新商业模式,迅速在美国医生群体中普及。

Agent的潜力不仅局限在某一两个应用上,更重要的则是生态级别的入口。大厂无论是做智能体生态、垂直应用Agent,还是做通用Agent(心响、扣子,以及夸克),似乎都是必须要争夺的方向。

大厂抢夺Agent话语权 百度阿里字节加速布局

胜负手在哪儿?秘塔创始人在播客栏目中评价到,Manus的成功与其使用的cloude3.5模型密不可分。这也意味着行业内的共识。字节的扣子团队在开发扣子空间时,曾考虑优先使用DeepSeek-R1,但测试后发现其调用工具的能力不够。后来团队对比了六款国内大模型,使用了豆包1.5 Pro为主的多款模型。因为豆包在指令遵循、调用工具,以及多模态处理能力上表现最好,而且推理成本很低,能支撑大规模调用。

这一观点被行业内广泛认同。拾象科技李广密曾在播客中坦言,预训练可能会重新变得重要,而大模型的能力也决定着Agent等能力。

大厂抢夺Agent话语权 百度阿里字节加速布局

从这个角度来看,百度、阿里与字节几乎可以说不分伯仲。百度拿下了与苹果的合作,从某种程度来说,苹果作为智能手机行业最大的入口,承认了百度在模型能力方向上的实力。阿里则拥有qwen这个可能是最优秀的开源大模型。字节跳动基于豆包大模型的产品长期霸占着c端下载量,实力也非常出众。而三方大量资源的倾注,让这场争夺愈发激烈。

当然,从Agent应用的角度来看,生态的厚度也是考量胜负手的关键。Agent的本质上其实就是能够”让AI真正实现自主完成任务”,而相关能够调用的应用的能力也是其能否赢得战役的关键。

大厂抢夺Agent话语权 百度阿里字节加速布局

这一点,各家大厂的选择有所区别。百度开放了大模型和千帆开发平台兼容,地图、文库、网盘、Comate也开放了MCP Server。字节跳动则相对保守,更愿意自身成为全新的Agent工厂。阿里把所有都集合在夸克之中,超级框的概念,就是另一种能力上的调用。

从行业从业者3月的一份数据来看,阿里的厚度优势明显。国内调用较高的MCP Servers,包含了高德地图、notion、支付宝,以及minimax。其中高德地图凭借着提供全场景覆盖的地图服务,包括地理编码、逆地理编码、IP定位、天气查询、骑行路径规划、步行路径规划、驾车路径规划成为被调用较高的APP。

评价生态的厚度的变量还有很多,但可以看出的是,阿里的领先优势正在扩大。

从形态上来看,Agent仍然是一种社交,而从社交的视角来看,腾讯系无疑占据着强大的优势。腾讯总裁刘炽平回应道:”在微信生态系统内,我认为我们有机会创造一个非常独特的Agent,即AI与微信生态系统特有的内容相连接,包括社交、通信和社区能力以及内容生态系统,比如公众号和视频号,以及数以百万计的小程序。实际上你可以接入各种信息,以及许多不同垂直应用程序的交易和操作能力。”独一无二的社交生态,让腾讯特别是微信Agent也成为了不容忽视的力量。

此外,成本也是Agent能否完成蜕变的另一重关键。3月18日,The Information报道,Manus现阶段的产品同时受制于其服务器容量和高昂的运营成本。据两位直接了解情况的人士透露,Manus使用人工智能公司Anthropic的模型,平均每完成一项任务需向Anthropic支付2美元。

总结来看,基础模型能力、生态厚度、成本等都在成为Agent能否突出重围的关键,而从当下来看,这些变量的发酵暂时难以区分明显的优劣。

Agent还未到”GPT时刻”尽管大厂的竞速与Manus等爆款产品的出现让Agent赛道热度飙升,但可以确认的是,当前行业似乎远未达到类似GPT的颠覆性临界点。从技术成熟度、商业模式落地到用户心智占领,Agent仍需跨越多重鸿沟。一方面,当前Agent的核心能力仍高度依赖大模型,但模型本身存在显著局限性。CSDN博客指出,在处理多步骤任务时,大模型的规划能力容易崩溃,例如银行转账这类需十几步操作的流程,模型常因逻辑链断裂而失败。同时,尽管大厂纷纷推出Agent平台,但生态整合仍处于碎片化状态。”各自为战”的局面导致工具调用接口不统一。不同Agent对其功能的调用方式差异显著,开发者需重复适配。红杉峰会提出的”Software as an Outcome”理念虽被广泛认同,但落地路径仍不清晰。当前Agent主要以订阅制或按调用次数收费,本质上仍是工具思维。例如,Manus的高成本导致其难以向中小企业普及,而百度心响虽宣称直接可用,但企业用户更关注其能否真正提升销售转化率或降低运营成本。此外,垂直领域的探索虽初现曙光,但规模化仍需时间。阿里飞猪问一问在旅游场景的表现可圈可点,百度法行宝在法律领域也积累了案例,但这些垂类Agent的行业渗透率仍然不高。用户对Agent的信任度尚未建立,尤其在涉及敏感数据的场景中,企业更倾向于保留人工审核环节。当前Agent的用户体验呈现明显的两极分化。垂直场景如设计领域的Lovart,通过整合行业知识库和多模态输出,实现了”需求-交付”全闭环,设计师可直接基于其生成的分层文件进行迭代,效率提升数倍。但通用Agent如Manus,在处理复杂任务时仍显得笨拙——例如生成设计图时可能出现字体过小、元素堆砌等问题,用户需频繁手动调整。更关键的是,用户对Agent的期待与实际能力存在落差。部分用户误认为Agent能完全替代人类,而实际上其在模糊指令解析、任务边界把控等方面仍需人工干预。Agent的爆发印证了AI从技术到应用的跃迁,但距离真正的”GPT时刻”仍有漫长道路。当前的竞争本质上是生态卡位与场景定义权的争夺,大厂的角逐布局似乎都在为未来的生态战争铺路。而决定最终胜负的,不仅是技术迭代速度,更是对行业痛点的理解深度与商业模式的创新勇气。当Agent能像水电煤一样融入日常生活,真正的变革才会到来。

文章网址:https://www.wpbull.com/ai/29749.html