下一代入口之战：大厂为何纷纷押注智能体？

智能体进一步改变了人机协作的范式：用户不需要主动操作工具，而是简单地发出指令，让智能体去完成一系列复杂的任务。

撰文｜张贺飞

编辑｜沈菲菲

随着 Deepseek、Manus 火遍全网，科技圈的热点过半和大模型、智能体有关。

4 月 22 日的酷开春季发布会上，由影音、健康、生活、设备、创作、教育六大智能体构成的超级智能体正式亮相；

3 天后的百度 AI 开发者大会，李彦宏连发通用超级智能体心响 APP、内容操作系统沧舟 OS 等多款 AI 应用；

5 月中旬举办的红杉 AI 峰会，意料之中地将 " 智能体 " 列为核心议题，坦言 AI 有着 "10 倍于云计算 " 的市场潜力；

以及接踵而至的谷歌 I/O 2025、微软 Build 2025 等开发者大会，无不提到了智能体，涵盖编程、医疗、金融等多个行业……无论是微软、谷歌、OpenAI 等海外巨头，阿里、腾讯、百度、酷开等国内企业，还是红杉代表的资本机构，无不开始大力推进智能体。

与之对应的问题是：到底什么是智能体，为什么 " 大厂 " 都在竞逐智能体，又将会带来哪些改变？

01.

智能体的 " 魔力 "：下一个交互入口

开始讨论前，不妨先花点时间了解下 " 智能体 " 的概念。

智能体是英文 AI Agent，其中 Agent 的含义中有 " 代理人 " 的意思，让智能体和对话式 AI 产生了质的差别：不再局限于问答，而是一种能够深度思考、自主规划、作出决策并深度执行的智能应用。

场景不可谓不诱人。可想要解开智能体爆红的原因，还需要找到另一个视角——企业和消费者为什么需要智能体？

任何一项技术的普及，最关键的可能不是能力的上限有多高，而是应用的门槛有多低。倘若只有工程师才能调用、专家才能配置、少数人才能用明白，即使再强大的能力，也只能停留在 " 实验室中的奇迹 "。

将大模型和云计算的演变历程做个对比的话：

大模型的训练和推理需要庞大的算力和底层架构优化，类似于云计算中的 IaaS，担纲了智能体的 " 发动机 "，但离业务和用户较远；

大模型平台能力与 API 封装，包括 MCP 工具、插件系统、开发接口等，对应的是 PaaS，为 AI 开发与调用提供了统一的 " 工具箱 "；

最贴近用户和业务场景的智能体，通过能力的整合、意图的理解和任务的执行，可以看作是 SaaS 的形态，提供的是 " 即买即用 " 的智能。

以 To B 场景为例，传统的企业系统功能模块繁多、界面逻辑复杂，通常需要接受系统培训、掌握业务规则后，才能顺利完成一个流程。企业投入了大量的时间成本，只是为了 " 让人适应系统 "。

当智能体有了理解、推理和执行的能力，用户无需面对复杂界面，不必理解系统的内部逻辑，仅需一句自然语言发出指令，智能体即可自动识别意图，调用系统资源，完成任务链路，并以图表、文本或通知的形式输出结果。从人适应系统，到 AI 适配人的需求，生产力将大幅提升。

再比如 To C 场景中的例子，过去用户想要看某部电影，需要用遥控器蹩脚地输入片名进行搜索。有时想不起片名，还要先在手机上搜索关键词，查看几十个链接找片名，几乎耗尽了看电影的心情。

如果是搭载了酷开超级智能体的电视，只需要用语音说出 " 我要看什么电影 "，哪怕不记得片名，简单描述电影里的情节和角色，超级智能体理解用户的需求，并将任务拆解后，分配至影音智能体进行搜索各大视频网站上的内容，一步直达播放界面。甚至在 AIOT 居家场景中，智能体接收到看电影的需求后，还能自动执行调节灯光、关闭窗帘等操作。

可以找到的例子还有很多。

除了生产力上的颠覆，智能体还进一步改变了人机协作的范式：用户不需要主动操作工具，而是简单地发出指令，让智能体去完成一系列复杂的任务。谁能成为用户需求的第一个承接者，谁就能掌握系统的调度权，控制资源分配。

对于 AI 企业来说，智能体承载的是下一个入口级机遇，布局智能体即是在抢占下一代交互的 " 控制权 "。

02.

智能体爆发前夜，涌现出三个 " 流派 "

不可否认的是，现阶段的智能体还处于刚刚起步的阶段。

但在技术迭代和市场需求的双轮驱动下，正在有越来越多的企业参与其中。因为不同的切入路径，对智能体价值的不同理解，基于自身的核心优势和资源禀赋，逐渐分化出了三个鲜明的阵营。

第一派是标准意义上的 AI 厂商，比如百度、字节跳动、谷歌、OpenAI 等，试图主导技术生态的构建。

它们的打法可以概括为：以大模型为底座，开放智能体的开发工具链和解决方案，吸引开发者到平台上构建各类智能体应用。目标是构建一个面向智能体时代的 AppStore，让智能体像 App 一样被创造、调用与分发。

在这种理念下，智能体不再是一个产品，而是一个新的 " 操作系统 "，希望在 " 模型 - 开发 - 分发 " 的链路中，扮演基础设施建设者与生态主导者的角色。毕竟谁拥有了最强大的开发平台和最活跃的开发者生态，谁就掌握了 AI 时代的 " 分发权 " 与 " 调度权 "，可以说是最迷人、难度最大的一门生意。

第二派是主攻垂直场景的企业服务商，比如微软、IBM、阿里云等，正在着手构建企业级的智能体解决方案。

这个阵营大多来自云计算和企业服务领域，对行业 Know-How 和企业架构有着深厚理解，并不急于打造 " 面向大众的入口 "，选择从最具现实价值的垂直场景切入，聚焦智能体的交付能力和效果验证。

所以在打法上，倾向于将智能体的能力集成进企业原有的系统流程中，解决财务、销售、人力资源、仓储等业务模块的自动化与智能化问题。微软对此有一个大胆的判断：随着越来越多智能体加入，每位员工都将成为 " 智能体主管 "，负责建立、委派和管理智能体，最大化它们的能力。

第三派是深谙用户体验痛点的软硬件厂商，比如华为、联想、酷开、三星等，将智能体直接植入到了用户 " 触点 "。

动辄千万级的用户量，让软硬件厂商长期处在用户体验的第一线，在用户需求满足、软硬件打磨和数据积累上有着天然优势，普遍开始将智能体深度融合进终端产品，用智能体解决用户体验上的瓶颈。

直接的例子就是酷开，早在 2014 年就推出了带有 AI 功能的智慧屏。2025 年率先为 " 超级智能体 " 提出了 " 长记忆、快思考、秒行动 " 的标准：能够实现在用户使用过程中形成 " 经验库 "，让模型更懂用户习惯，减少重复交互成本。同时采用原子化组件和多智能体协同框架，将响应速度提升至 1.5 秒内，满足终端用户对 " 更快、更准、更直达 " 的体验要求。

以上分类或许并不严谨，就像阿里在 To C 方向上也有布局，酷开也在向 B 端市场拓展。

之所以采用三大流派的说法，在于他们构成了智能体生态的三角架构——平台、服务和体验，分别从技术生态、行业适配和终端场景出发，既有竞争，也有协作，一同推动着智能体从概念到落地再到规模化应用。

03.

狂热与理性并存，智能体的可能潮向

多方力量的共振，让智能体成了当下最具想象力的风口。但历史经验告诉我们，风口和泡沫往往如影随形。

Manus 意外走红后，一线大厂迅速跟进，不到一个月就 " 炮制 " 出了同样的产品。热度之下也暗藏隐忧：不少 " 智能体 " 只是对大模型 API 的简单封装，缺乏任务编排、长期记忆等核心能力，看似智能，实则 " 像却不灵 "。

但不能因此否定智能体。

每次新技术周期的起始，或多或少都存在 " 泡沫先行 " 的现象，市场对概念的追逐快于技术本身的成熟，导致短期价值被高估，长期价值被严重低估，最终在狂热与理性的较量中螺旋式进步。

身处 " 概念已清晰、路径未统一 " 的前夜，我们尝试从理性思考的角度，" 揣测 " 下智能体接下来的可能潮向。

1、垂直智能体将比通用更早落地。

通用智能体的问题普遍在于 " 强而不专 "。相比之下，贴近业务、熟悉流程、拥有明确目标边界和行业知识图谱的垂直智能体，已经在医疗、教育、酒店、制造等场景中初步达到了 " 能上岗 " 的要求。

由此产生的一个挑战在于：单个智能体可以胜任简单任务，一旦任务链条稍复杂，就必须依赖多个智能体协同工作。

比如在日常生活中，可能涉及旅行规划、美食推荐、酒店预订等任务，需要在用户给出指令后，准确理解用户的意图，将需求进行拆解并分配给不同智能体进行完成。目前只有酷开的超级智能体展示了对家庭服务的智能化整合，其余大多数智能体还停留在手动调用单个智能体对话的阶段。

当用户提出 " 帮我规划下全家 5 人在深圳 3 日游的行程 " 这样的复杂需求，智能体可以一站式关联天气、交通、美食、酒店、景点和地图等服务，制定出一份详细的旅行计划，直接选好合适的机票、酒店，你可以直接扫码购票。

整合用户个性化意图识别、动态任务编排、多智能体协同等能力，或将成为智能体马拉松的第一个赛点。

2、属于硬件的机会可能大于软件。

当前关于智能体的讨论，话题主要是对软件形态的重构：从工具到助手，从应用到代理。一个更值得关注的现象是——智能体对硬件的影响，可能远远大于软件。可当智能体开始主导交互逻辑，硬件本身就成了 " 服务的入口 "。

甚至可以预见：基于自然语言的交互，将重塑硬件的话语权，每一块屏幕都可能成为 " 服务中枢 "。

在智能音箱上已经有了类似的趋势，用户关心的只有结果，不在乎智能音箱播放的是哪个平台的内容。有了智能体的赋能，服务的交付权将进一步从 APP 转移到具备感知与理解能力的硬件：

电视、闺蜜机等不再只是播放工具，而是一个家庭的 AI 控制中心；学习机的能力不再局限于批改作业、视频课程，教育智能体的 " 长记忆 " 精准记录孩子的学习轨迹，" 快思考 " 实时解析薄弱点，" 秒行动 " 生成个性化方案，真正实现 " 千人千面 " 的 AI 教育范式……

需要说明的是，以上只是我们研究微软、联想、酷开、IBM 等企业的智能体战略后得出的浅见。

却可以笃定，智能体不会是单一产品，而是技术、交互、服务方式的全面重构，从通用大模型的 " 万能引擎 "，到垂直智能体的 " 行业大脑 "，再到硬件终端的 " 智能入口 "，AI 产业的结构性升级已悄然开始。

04.

写在最后

留给智能体的难关还有很多很多。

通用智能体能否打破孤岛，形成可持续的开放生态；垂直智能体能否找准应用场景，从样板间走向规模化部署；以及人机协同的边界如何设定、数据安全与个性隐私如何平衡、多智能体之间的协同机制是否能像现实组织那样高效有序……都是智能体走向产业主舞台必须翻越的 " 能力之坎 "。

当这些问题被一一回答，AGI 将不再遥远。

借用红杉 AI 峰会上的共识：AI 时代的胜利属于那些既深耕垂直场景、构建护城河，又能保持敏捷迭代、拥抱技术浪潮的行动派。

主理人 | 张贺飞（Alter）

前媒体人、公关，现专职科技自媒体

钛媒体、36kr、创业邦、福布斯中国等专栏作者

转载、商务、开白以及读者交流，请联系个人微信「imhefei」